Как работает акустическая камера, которая показывает окружающие звуки Шумит механизм, травит труба, где-то летит квадрокоптер — акустическая камера может не просто услышать звук, а показать на изображении, откуда именно он приходит. Такие системы используют для поиска неисправностей, измерения шума транспорта и даже локализации выстрелов. В основе — массив микрофонов, которые одновременно записывают сигнал и позволяют вычислить положение его источника. Причём собрать такую камеру можно самостоятельно. В одном из DIY-вариантов нужны 16-канальный микрофонный массив с USB-камерой, штатив, Python и Acoular. А дальше начинается инженерная часть — записать многоканальный звук, синхронизировать его с видео, построить диаграмму направленности и наложить получившуюся карту прямо на изображение.

DBS (Dynamic Band Splitting) Метод разделения аудиоисточников от Tsinghua: границы частотных полос подстраиваются под каждый микс, а не задаются заранее. Бюджет токенов при этом фиксированный. Как работает • Предсказывает границы полос по содержимому внутри частотных блоков • Отбирает заданное число границ через hard Top-K • Пулит полосы с учётом содержимого в компактные токены • После разделения сглаживает и растягивает токены обратно на сетку STFT • Уточняет их по частоте и декодирует комплексные маски общей по частоте головой Две версии • DBS-BSRNN: 4.7M, окна по 3 секунды • DBS-TIGER: 1M, окна по 6 секунд Обе делят монодорожку 44.1 кГц на музыку, звуковые эффекты и речь. BSRNN тяжелее и аккуратнее на коротких окнах, TIGER компактнее и смотрит дальше по времени hf.co/JusperLee/DBS-TIGER-DnR hf.co/spaces/JusperLee/DBS-Demo github.com/JusperLee/Dynamic-Band-Splitting #audioseparation #demix #unmix

Один рабочий день бок о бок с новой аудиомоделью Сбера Данила любит на досуге копаться в свежих моделях, и тут подвернулась GigaChat Audio, которая запоминает контекст, тянет длинные записи и даже слышит эмоции говорящего. Грех не устроить тест‑драйв прямо на работе. Поднял модель локально на своём RTX 4090 и весь день кидал ей настоящий рабочий звук. Свой черновик доклада, чужую встречу про дробление BFF, голосовые от коллег, код‑ревью для младшего. Где‑то модель здорово помогает и экономит нервы, где‑то на технической теме выдаёт такое, что приходится слушать запись самому. К вечеру складывается спокойный вывод, кому и на каких задачах эта штука правда пригодится.