Как ИИ читает рукописи и синтезирует речь

Нейросети читают почерк не хуже человека, а говорят даже разборчивее — по крайней мере, так говорят цифры. Но что на самом деле измеряют метрики и как всё устроено «под капотом»? Разбираемся в двух материалах.

1️⃣Как ИИ распознаёт рукописный текст: нейросети и технологии распознавания

Разбираемся, как работает оптическое распознавание символов, какие нейросети используются и чем они отличаются. Также рассказываем, где технологию применяют (банки, медицина, архивы, логистика) и какие готовые сервисы можно подключить.

➡️ Читать в блоге Практикума

2️⃣Синтетическая речь разборчивее живой. Или нет? Разбираем Qwen-Audio-3.0-TTS и что происходит в метриках

Недавно вышел отчёт по генерации речи с помощью модели Qwen-Audio-3.0-TTS. В качестве контрольной точки отсчёта использовалась настоящая человеческая речь, при этом у человека там ошибка 1,26, а у модели — 0,84. В статье пробуем разобраться, почему так получилось и какие выводы можно сделать.

➡️ Читать на Хабре