😳 Еще раз спасибо голосу Дениса на новой модели Elevenlabs v3. А сейчас про промптинг и особенности для генерации войсов

Я давно использую генерацию голосов, но во многом качество упиралось в разумное ограничение — если нужно сделать как у человека, то надо делать до 4 секунд. В ином случае будет монотонно, «палевно». А поскольку я еще делаю делаю это через API, то также делал фоновый шум, добавление пауз и кучу сложно-кастыльных вещей, чтобы получалось ок. Как же я рад, что теперь это можно удалить.

Теперь можно без ограничений по длине ставить генерацию. Но не кул, что переписать логику запросов. Раньше для запроса надо было написать текст, то сейчас надо подстроить к нему еще [теги], чтобы добавить эти самые эмоции в голос. То есть, надо написать предложение, а затем проставить теги в нем еще. Прикрепленный войс сделан так:

Привет! [sarcastic laughs] Сори за войс. [exited] Но новая генерилка голосов Elevenlabs это что-то невероятное и [curious] клевое по эмоциям. Дальше в тексте, поберегу ваши уши. [whispers] И кстати, это звучал сгенерированный голос какого-то Дениса, а не мой.

Огорчает, что голос даже в статусе Natural может чуть отличаться, но не критично. Помимо этого, есть еще Creative, который также подходит для обычного использования, там эмоции прям норм скачут как при записи в маршрутке на повороте — меняет звучание, добавляет даже всхлипы и глотания слюну на удержание с эмм аа. А вот Robust, честно, совсем не понял, но услышал тот самый роботизированный голос.

Также в режиме можно делать диалоги между двумя разными людьми, получается здорово, но это не супер мой режим.

Если желаете опробовать, то переходите на ElevenLabs и готовьте от 5$ в месяц — бесплатно не распространяется. Также это пока preview, поэтому через месяц другой станет еще лучше

P.S. Здесь еще клево написано про промптинг

📺 Для ChatGPT на Mac сделали фичу записи происходящего

Например, вы общаетесь с кем-то оффлайн или онлайн, да даже сами с собой, а наговорённое затем саммаризируется и выводится как план действий с главными мыслями без «слово в слово». Работает хорошо, но на английском. Такой же штукой люблю пользоваться при записи онлайн-встреч через Tactiq, только теперь можно прямо в ChatGPT с такое провернуть

Режим доступен с подписки Plus

🤖 InNeuralNetwork

🚀 Залетел в Comet вместо привычного Perplexity и прямо очень доволен.

Для контекста, это ИИ-браузер на основе Chrome в комбинации с Perplexity. Поэтому каждый запрос заворачивается в отдельную ветку чата, доступны модели, источники и все то, что есть в Perplexity с подпиской Pro. Но дальше – интереснее.

Мощь Comet в режиме Assistant 🇨🇳. Умеет автоматизировать многие задачи прямо в браузере, как сделал бы это сам пользователь. По сути, это агент, который сам кликает по кнопкам и выбирает нужные опции. Иногда он слегка путается, но в целом прекрасно справляется с тем, чтобы сократить простые задачи по брони или даже полностью провести исследование и заполнение форм (хоть последнее с трудом). Например, я поставил задачу найти накопительный счёт с лучшей приветственной ставкой и без странных условий типа «зарплатной карты» или «ограничения на пополнение до 50к». Ассистент сделал всю исследовательскую работу, а когда нашёл лучший вариант, направился открывать счёт. Хотя до конца не довёл дело (не смог ввести ФИО, а номер с почтой получилось). Понимаю, сам иногда путаюсь в формах 😬

Ещё удобна интеграция с Google Календарём и почтой. Можно попросить Comet найти информацию из ветки писем, а затем сразу выполнить нужное действие: создать событие, отправить письмо, и так далее.

Кайфанул с саммаризации текста или видео в одну кнопку без надобности куда-то переходить. А там сразу понятно, на каком моменте стоит сосредоточить внимание, а какое лучше пропустить.

А ещё отдельно помечу, что есть фича по работе с историей поиска. Вместо рытья в прошлых вкладках можно просто описать браузеру, что примерно я раньше и когда искал, и он тут же найдёт нужные страницы или цу. Суперски сработало, чтобы отыскать заброшенную презу, доволен!

Ну это всё хорошее балансирует с ограничениями. Comet пока раздаётся по приглашениям. Другое — нужна подписка на Pro аккаунт в Perplexity. Режим Assistant без неё не работает. Хотя купить подписку на Perplexity можно за несколько сотен рублей, в отличие от нескольких сотен долларов в год.

Самое пылающее, но не радостное, так Comet сделан на базе Chrome. На моем Mac с M4 Pro он прям нормально так температурно нагрузился, будто отрендерил часовое видео в 4K. Хотя он просто попытался разгрести свободные слоты в календаре. Но думаю, ещё оптимизируют (мой календарь).

Короче, Comet – очень крутая штука для тех, кто ценит удобство и хочет сэкономить ещё больше времени, чем с Perplexity. Рекомендую записаться в лист ожидания

🤖 InNeuralNetwork

✍️ Первый результат с сервисными агентами вероятно разочарует, так как в задаче нет, что на самом деле надо

Недавно друг попробовал агента в Comet, чтобы автоматизировать задачу, а на деле донять меня вопросами «почему он тупой?». Мол, добавить продукты в корзину для приготовления курицы с картошкой плохо выполнил, не добавив приправы 😵. А по итогу агент выполнил то, что от него просили — с 1 запроса собрал корзину. Причина не в «тупости», а в отсутствии личного контекста. И я думаю, что хорошо бы обозначить, почему происходит подобная халтура и как ее минимизировать

❓ Нужно добавить стоп-факторы автономности, чтобы агент не буквально выполнил задач. Условно, «первоначально сверься, правильно ли ты пойдёшь выполнять задачу» или «Спроси о шаге, если не уверен». Приём очень похож из собеседования по созданию процесса от и до — люди дают задачу общими масками, а задача отвечающего понять, что на самом деле от него ждут, нежели просто отвечать без наводящих вопросов

🦥 Агенты ленятся как мы, когда не нужно заостряться на каждом шаге. Это общая задача или нужно что-то еще? Выбрать первый картофель в выдаче или самый заплюсованный? А курицу надо с учётом персон или веса? Так ещё и про бюджет, и бренд надо не забыть. Если не продумать ответы на эти вопросы, которые мы сами себе молниеносно отвечаем, будет лажа. Агент как соседский сын Вася. Тот пойдёт в магазин по вашему поручению, что-то наберёт, а вы ожидали другого. Вася желал как лучше, а на деле взгляд вины никто не отменял

ℹ️ Про авторизацию молчу, но лучше внести первостепенную информацию о себе. Имя, телефон, почта, а вот пароль лучше не скидывать. Не забываем, мы это передаём как будто бы третьему лицу

🏁 Нужен понятный результат. Не «купи картошку», а «собери корзину во Вкусвилле для приготовления варенной картошки по рецепту»

Недалеко от правды, что указывая детали будто бы проще самому сделать это руками, однако же в менее креативных задачах это не так. Агенты — это не «угадайку». Это исполнители с политикой по умолчанию. Если правил нет, вы получаете буквальный, часто неудобный результат

Навскидку приходит в голову подобный шаблон типовой задачи для сервисного агента:
Задача: <что нужно, для кого, на когда>
Контекст: <что уже есть / чего точно нет>
Ограничения: <бюджет, время, особенности>
Автономность: <буквальный / уточняющий>
Стоп-чеки: <авторизация, лимит цены, подтверждение шагов>
Вывод в одном предложении

В Comet ещё есть шаблоны для задач, чтобы каждый раз не пыхтеть над запросов. Так что один раз как надо сделали, далее пользуемся. И кстати, скидос на годовую подписку агентов в Comet ещё действует за несколько сотен рублей, а не долларов

🤖 InNeuralNetwork