בקשה | תמלול שיעורי תורה עבור AI

[NH.LOCAL]

@צללית כתב בבקשה | תמלול שיעורי תורה עבור AI:

@MusiCode השאלה היא האם אימון על הגיות ומבטאים של רבנים שונים יהיה תועלתי או שצריך לאמן על הרבה הקלטות של רב מסוים
זו שאלה למבינים באימון מודלים.
אולי @sivan22 ידע לענות?

בהחלט יש עדיפות לאימון על מגוון של קולות ומבטאים שונים

[jack]

@MusiCode יישר כח על היוזמה

כמה הערות:

היתרון של קול הלשון הוא במסה העצומה של המידע שנמצא אצלם אבל יש להם כמה חסרונות:

1)הקבצים עוברים עיבוד ויש מעין "חתימת מים" שמכריז בשקט "קול הלשון" שמוסיפים לכל קובץ שיש בקול הלשון ויכול להיות שקצת "מלכלך" את המידע -ייתכן שאם קול הלשון יאשרו לכם להשתמש במאגר יורידו את זה

2)איכות הקול היא לכל היותר איכות קו טלפון שכן זהו מקור ההקלטה על פי רוב

[jack]

@NH-LOCAL א

אבל יש היגיון לאמן דווקא עם רבנים פופולרים ומבוקשים שכן ככל שהמודל ייתאמן עליו יותר הוא גם ידייק אותו יותר

[צדיק וטוב לו 0]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

@MusiCode יישר כח על היוזמה

כמה הערות:

היתרון של קול הלשון הוא במסה העצומה של המידע שנמצא אצלם אבל יש להם כמה חסרונות:

1)הקבצים עוברים עיבוד ויש מעין "חתימת מים" שמכריז בשקט "קול הלשון" שמוסיפים לכל קובץ שיש בקול הלשון ויכול להיות שקצת "מלכלך" את המידע -ייתכן שאם קול הלשון יאשרו לכם להשתמש במאגר יורידו את זה

מה הקשר?
הוא יתמלל גם אותו.

2)איכות הקול היא לכל היותר איכות קו טלפון שכן זהו מקור ההקלטה על פי רוב

לא ממש, יש שם המון דאטה של סרטי וידיאו איכותיים מאד.

[2580]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

1)הקבצים עוברים עיבוד ויש מעין "חתימת מים" שמכריז בשקט "קול הלשון" שמוסיפים לכל קובץ שיש בקול הלשון ויכול להיות שקצת "מלכלך" את המידע -ייתכן שאם קול הלשון יאשרו לכם להשתמש במאגר יורידו את זה

@MusiCode כתב בבקשה | תמלול שיעורי תורה עבור AI:

הפרוייקט המקורי הוא כזה: המתנדבים אספו אישורים מפודקאסטים ישראליים, לאחר מכן הם חתכו אותם לרצועות של 2 - 25 שניות, הזינו למודל תמלול Whisper (L v2), ומתנדבים מתקנים את השגיאות בדף ייעודי.

לא תוכל למצוא 25 שניות ללא החתימה הנ"ל???

[זאב לבן]

נדמה לי שבדקתי פעם וראיתי שזה לא ממש נמצא בתוך הקובץ, אלא בתוך הנגן,
כלומר אם מורידים את הקובץ עצמו דרךF12 למשל, אין את חתימת הקול.

[NH.LOCAL]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

@NH-LOCAL א

אבל יש היגיון לאמן דווקא עם רבנים פופולרים ומבוקשים שכן ככל שהמודל ייתאמן עליו יותר הוא גם ידייק אותו יותר

עקרונית זה נכון. אבל בא נאמר שהמטרה של יצירת מודל כזה, היא ממש לא להיות מותאם לרב מסויים, ככה שבפועל, אין שום עניין לאמן דוקא עם הקלטות של רב זה או אחר

Spoiler

בהערת אגב, לגוגל היה בעבר פרוייקט של זיהוי דיבור לאנשים עם בעיות בדיבור וכו', באחד המקרים הם בנו זיהוי דיבור לאדם ספציפי באופן מיוחד

https://www.laptopmag.com/features/project-euphonia-help-people-with-atypical-speech

https://sites.research.google/euphonia/about

[צללית]

@זאב-לבן נראה לי שבאתר החדש הם חסמו את האפשרות להוריד באמצעות F12 והתחילו לעבוד עם הזרמת מדיה

[תלת פאזי]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

איכות הקול היא לכל היותר איכות קו טלפון שכן זהו מקור ההקלטה על פי רוב

גם אם אכן כך, יש להם מערכת בקרת איכות שיעורים, והם מגיעים לרמה גבוהה במיוחד (כמובן לא איכות של הקלטת סאונד באולפן, אבל זה לא יורד מרמת הקלטה קלאסית של שיעורים

[2580]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

2)איכות הקול היא לכל היותר איכות קו טלפון שכן זהו מקור ההקלטה על פי רוב

גם אם זה נכון זה בדיוק מה שצריך שהמודל יתאמן גם על הקלטות לא איכותיות כיון שהוא אמור לפענח גם הקלטות לא איכותיות...

[jack]

@2580 כתב בבקשה | תמלול שיעורי תורה עבור AI:

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

1)הקבצים עוברים עיבוד ויש מעין "חתימת מים" שמכריז בשקט "קול הלשון" שמוסיפים לכל קובץ שיש בקול הלשון ויכול להיות שקצת "מלכלך" את המידע -ייתכן שאם קול הלשון יאשרו לכם להשתמש במאגר יורידו את זה

@MusiCode כתב בבקשה | תמלול שיעורי תורה עבור AI:

הפרוייקט המקורי הוא כזה: המתנדבים אספו אישורים מפודקאסטים ישראליים, לאחר מכן הם חתכו אותם לרצועות של 2 - 25 שניות, הזינו למודל תמלול Whisper (L v2), ומתנדבים מתקנים את השגיאות בדף ייעודי.

לא תוכל למצוא 25 שניות ללא החתימה הנ"ל???

ברור שאפשר למצוא אבל נראה לי שהם לא בוחרים את הקטעים אלא חותכים אותם באופן אוטומטי כך שהבעיה נשארת.

[2580]

@jack אופסי נראה לי שאפשר לחתוך את ההקלטה שהורדה לפני שמעלים אליהם את הקובץ...

[jack]

@2580 כתב בבקשה | תמלול שיעורי תורה עבור AI:

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

2)איכות הקול היא לכל היותר איכות קו טלפון שכן זהו מקור ההקלטה על פי רוב

גם אם זה נכון זה בדיוק מה שצריך שהמודל יתאמן גם על הקלטות לא איכותיות כיון שהוא אמור לפענח גם הקלטות לא איכותיות...

בעקרון אתה צודק ,אבל :

1.קל יותר "למאמנים האנושיים" לשקלט קבצי קול ברורים יותר

2.בראיה צופה פני עתיד ,בדור 4 VOLTE איכות הקול אמורה להיות יותר גבוהה אז הגיוני לאמן את המודל ברמת האיכות הגבוהה ביותר שאפשר
ולכן לדעתי עדיף לנסות לקבל מאנשים פרטיים את ההקלטות ישר ממכשיר ההקלטה

[jack]

@2580 ברור שאפשר ,אבל מי יעשה את זה?

[2580]

@jack מי שגם ככה תכנן להעלות (לא כזה מסובך לחתוך מתוך שיעור של שעה 20 דקות ללא החתימה...)

אם התכנון היה לגשת לקבצים בשרת של קול הלשון אז כפי שכתב @זאב-לבן זה לא חלק מהקובץ עצמו (בשרתים שלהם לפחות)

[MusiCode]

האמת שהיו בעיות עם קול הלשון.
בינתיים קיבלנו אישור להתחיל עם אתר "בינינו".
מקווה שילך מהר, זה לא תלוי רק בי, אלא גם ביוזמי הפרוייקט האב - Ivrit.AI.

[jack]

@MusiCode כתב בבקשה | תמלול שיעורי תורה עבור AI:

האמת שהיו בעיות עם קול הלשון.
בינתיים קיבלנו אישור להתחיל עם אתר "בינינו".
מקווה שילך מהר, זה לא תלוי רק בי, אלא גם ביוזמי הפרוייקט האב - Ivrit.AI.

כל הכבוד ישכ"ח עצום אשמח לעזור בתמלול בל"נ כשהפרויקט יעלה לאוויר.

אני מציע שעד שקול הלשון יאפשרו שימוש במאגר שלהם אפשר לפנות ישירות לאנשים שישלחו את ההקלטות במייל.

הפירסום חינם במדור "רשות הרבים" או בפורמים התורניים השונים כמו פורום מורשת מרן או פורום לתורה

[2580]

@jack כתב בבקשה | תמלול שיעורי תורה עבור AI:

או פורום לתורה

פורסם בעבר בפורום לתורה

[Ykingsmart]

דבר אחד לא הבנתי, מי אמור להתנגד למהלך? מה העיקרון של "לבקש אישור" זה סה״כ שימוש פרטי ולא הפצה מסחרית של ספר למשל...

[2580]

@Ykingsmart מבחינה חוקית לא בדיוק ברור כל הקטע של שימוש בדאטה ששייך לאנשים לאימון מודלים של AI יש על זה דיונים משפטיים בארץ ובעולם לכאורה הרעיון הוא למנוע אח"כ תביעות משפטיות מכל סוג שהוא