Нейрояз и как я с ним борюсь Самая первая задача, которую многие решают с чатом - это генерация любого рода письменного контента: письма, посты, документы. Настолько подкупает, что ты супер быстро получаешь результат. Особенно в сравнении с тем, что было раньше - когда тебе нужно было полчаса или час потратить просто на то, чтобы собрать свои мысли, причесать их и выдать какой-то красивый структурированный текст. Но тут есть две проблемы. Во-первых, когда ты пишешь самостоятельно, ты структурируешь свои мысли, и за счет этого начинаешь думать лучше. Свободное письмо - это отличный способ научиться мыслить более логично, увидеть свои когнитивные искажения, построить свою картину мира и научиться ее доносить до собеседников. Еще один минус такого использования инструмента - это поиск своего голоса. Любой писатель, любой редактор вам скажет, что это одна из самых сложных задач в письме. И интересно, что модель как будто решает этот вопрос, но появляется не «the voice», не ваш голос, а какой-то «a voice». И этот некий голос очень сильно виден. Мне понравилось определение моей подруги, которая назвала это нейроязом. Вот эти все обороты «это не X, это Y», три предложения по одному слову с точкой, провокационный заголовок - это все очень сильно считывается, и наш мозг просто скипает такой контент в доли секунды. Я вижу, как мои знакомые, которые хотят развиваться как блогеры в Телеграме или Инстаграме, подсаживаются на иглу искусственно сгенерированного контента и теряют свою уникальность. Для себя я нашла вариант, как все-таки взять лучшее от чата. Расскажу свой workflow. 1. Я выгрузила все свои посты с реакциями, метриками и текстами в MD-файл (тут писала как я это сделала) и скормила это в Claude с просьбой написать двухстраничник про мой стиль письма с несколькими примерами постов. Потом я немного поправила этот документ и загрузила его в отдельный проект как инструкцию к моим постам. 2. Главное в процессе то, что я стараюсь сначала сама написать или надиктовать свои мысли. Мне очень помогает надиктовка через Wispr Flow - конкретно этот пост я так и пишу. Уже готовые мысли и диктовку я скидываю в проект с инструкцией, и чат помогает причесать текст, очистить от нейрояза, а дальше я немного дорабатываю и публикую. 3. Еще одна вещь, которую мне предложил сам Claude, когда мы обсуждали планирование недели: делать контент-батчи. То есь выделять на создание контента полтора-два часа в неделю и за раз создавать все посты в Инстаграме и Телеграме. Сейчас у меня прибавилось работы, и я чуть деприоритизировала развитие в соцсетях, но все равно собираюсь этим летом нормально прокачаться. И вот этот workflow - один из методов, которыми я буду пользоваться.

Мускриптор: Audio To MIDI Kyutai(да, те самые, с реалтаймовым голосом) вместе с MireloAI выпустили MuScriptor - открытую модель, которая превращает готовую песню в набор отдельных MIDI-партий. Она умеет «услышать» барабаны, бас, клавиши, вокал и другие инструменты прямо из финального микса, Без Исходных Дорожек. Еще раз - в отдельные MIDI-дорожки для разных инструментов. Причем ей не нужны исходные мультитреки - она работает прямо с финальным сведенным миксом. Демо: https://muscriptor.kyutai.org/ Код: https://github.com/muscriptor/muscriptor Папира: https://arxiv.org/abs/2607.08168 А теперь представим: берем трек из Суны, разбиваем на МИДИ, суваем в Суну. Аранжировщики, чо. Для Гиков:

MuScriptor обучали в три этапа. Главная проблема музыкальной транскрипции в том, что почти не существует больших наборов данных, где готовая песня идеально размечена по нотам и инструментам. Поэтому сначала исследователи использовали около **1,45 млн MIDI-файлов**, в которых вся эта информация уже содержится. Из каждого MIDI во время обучения автоматически создавались десятки вариантов звучания: менялись инструменты, темп, тональность и громкость, после чего композиция **озвучивалась с помощью более 250 различных виртуальных наборов инструментов**. Благодаря этому одна и та же мелодия каждый раз звучала по-новому, а модель училась распознавать музыку в самых разных вариантах исполнения. Но синтетическая музыка слишком отличается от реальных записей. Поэтому второй этап — дообучение на **170 тысячах настоящих треков** (более 11 тысяч часов аудио). Перед этим MIDI автоматически синхронизировали с живым исполнением, чтобы ноты максимально точно совпадали с записью. В основе MuScriptor лежит Transformer, который получает спектрограмму аудио и генерирует последовательность MIDI-событий: определяет, какие ноты звучат, когда они начинаются и заканчиваются, а также каким инструментам принадлежат. Модель также может учитывать заранее известный список инструментов в композиции, что заметно снижает количество ошибок. Финальная настройка выполнялась с помощью **reinforcement learning** на 300 тщательно проверенных композициях. Вместо оценки отдельных нот модель училась максимизировать качество всей транскрипции целиком. Именно сочетание масштабного обучения на синтетической музыке, большого объема реальных записей и RL позволило MuScriptor добиться высокой точности на сложных коммерческих треках.

@cgevent

Самая большая проблема любого AI видео - речь 😬 Картинка в аи видосах уже почти неотличима от съемки даже для меня, а вот речь - все еще главный индикатор. По возможности я стараюсь генерировать войслес видео, но иногда тестирую концепты с говорящей головой или войсовером. Делюсь лайфхаками, которые я для себя нашла (работает и для text2speech, и для text2video) 1. Эмоция + действие + реплика - вместе 🥰 эмоции делают нас живыми, так что вместо "она говорит: привет", стоит прописать "она устало улыбается, отводит взгляд и тихо говорит: привет". Модель подстраивает мимику, темп и интонацию под описание. Тоновые слова (weary voice, shouts excitedly) пожалуй самый дешевый способ убрать робовойс. Можно прописать акцент, хрипоту, особенности 2. Короткие реплики и правильный синтаксис 😎 В Veo реплика идет после двоеточия, в Seedance - в двойных кавычках, лучше это заранее проверить в документациях разных моделей. Также если задаете длину видео, прикиньте что человек успеет все это сказать - иначе получится голосовое на 4х 3. Акустика и микс прямо в промпте 🚬 "в микрофоне слышен ветер, комната 10 кв метров", "громко говорит в огромном храме со сводами 20м в высоту" - модель может прикинуть пространство вокруг по тому, что видела в обучении. Seedance 2.0 делает видео и звук одним проходом, и ей можно задать приоритет слоев по громкости: dialogue clean and prominent, music low, ambient subtle, чтобы не было каши 4. Липсинк лучше работает на крупном плане 💄 Для говорящего персонажа лучше средний/крупный план, статичная камера, лицо анфас или в три четверти. На общем плане губам не хватает разрешения и они начинают жить своей жизнью 5. Пишите как говорят, а не как пишут 😁 Никаких коротких предложений, можно вставлять слова-паразиты и мычания, вдохи/выдохи, без сложной пунктуации, но вот троеточия и тире - отлично 6. Шепот - читерский прием 😳 В ElevenLabs v3 работают аудиотеги: [whispers], [sighs], [laughs], [clears throat]. "Another long day [sighs]" звучит как живой человек. А на шепоте почти не слышно артефактов синтеза - если голос палится, переведите сцену в шепот. Аудиотэги причем анализируются можно писать кастомные, также есть режим, где модель накидывает их на текст за вас 7. Пост-обработка • срезать 2-4 кГц (тот самый AI-звон) • room reverb 5-10% wet, добавляется акустика помещения • наложить фоновый шум в зависимости от бекгрануда на примерно -50 дБ, чтобы голос не звучал как в студии • войс морферы типа телефонный звонок, плохой микрофон (но с очень маленькой интенсивностью) Я бы сказала, что промпт надо писать как художественный текст с эпитетами, а не сухой алгоритм действий - будет сочнее и натуральнее. Постпроцессинг смотреть по ситуации, но базово - убирать полированность и де-идеализировать 🤣 пару примеров скину в комментарии @neural_prosecco

Нейросети: кому на самом деле принадлежат права на то, что вы там генерируете — разбираемся по-человечески Компания нарисовала картинки для товаров на маркетплейсе, конкуренты их спёрли и разместили у себя. Дошло до суда. Конкуренты уцепились за модный довод, мол, это нейросеть рисовала, значит творческого вклада человека нет, значит и не объект авторских прав, и взыскивать нечего. Суд с этим не согласился и взыскал 120 тысяч рублей в пользу той компании, что картинки сгенерировала. Пишет это юрист по авторским правам, которому надоели статьи в духе «всё, что вы создали в нейросети, уже не ваше». По российской практике выходит перевёртыш, суд по умолчанию считает правообладателем тебя, а доказывать, что вклада не было, придётся нарушителю. Вот только автор тут же ставит чёткую границу, за которой сгенерированное через нейросеть превращается в нарушение с компенсацией до миллионов. Обсудим, почему довод «это же нейросеть» в суде не сработал и где проходит та самая опасная граница.

🔥 Kreamania — свежий чекпоинт-микс на Krea 2 Название: Kreamania Ссылка: https://civitai.com/models/2729631 Тип: #Checkpoint Скачиваний: 5 211 Дата: 09.07.2026 (Variant 4, всего 4 итерации микса за две недели) Базовая модель: Krea 2 Автор: Adel_AI Теги: #Krea2 #фотореализм #кинематографично #пейзаж #Checkpoint Описание: Фотореалистичный универсальный микс на архитектуре Krea 2. Автор собрал модель под кинематографичный свет и естественную атмосферу — туман, дождь, рассеянные облака, мягкие тени. Одинаково уверенно тянет и предметку (авто, техника), и живую натуру (животные, люди), и пейзажи — от исландских скал до туманных озёр. Есть и живописный режим: масляная фактура, фэнтези-сюжеты с сохранением той же детализации в лицах и материалах. За неделю модель собрала 420 лайков — авторские сэмплы регулярно попадают в топ раздела Krea 2 на Civitai. Параметры: CFG 1 · Steps 8 · Sampler er_sde_simple (родные турбо-настройки Krea, без доп. LoRA) 🤖 НЕЙРО-СКЛАД — всё, что нужно, для твоей нейронки!