Примеры работ и кейсы по направлению «Нейронные сети»

Телеграм: @LukyanovMihail - https://clck.su/vluYp (ссылка для обхода блокировок) Номер телефона: +7 (926) 017-17-23

Телеграм: @LukyanovMihail - https://clck.su/vluYp (ссылка для обхода блокировок) Номер телефона: +7 (926) 017-17-23

Телеграм: @LukyanovMihail - https://clck.su/vluYp (ссылка для обхода блокировок) Номер телефона: +7 (926) 017-17-23

Проект автоматизирует подготовку и отправку ежедневных сообщений в Telegram-группу. Система создана, чтобы убрать рутинную еженедельную подготовку, обеспечить единый формат сообщений и гарантировать стабильную ежедневную публикацию. Задача: Ручная подготовка сообщений каждую неделю включала повторяющиеся шаги: сбор и структурирование контента, форматирование, перевод (EN/LT) и отслеживание публикаций. Это занимало время и увеличивало риск ошибок или пропущенных сообщений. Процесс: - В начале недели система получает расписание - Формируется структурированный план на неделю - Генерируются и проверяются ежедневные сообщения (EN/LT) - AI-обработка улучшает читаемость без изменения смысла - Сообщения сохраняются и организуются по дням - Ежедневный скрипт автоматически отправляет нужное сообщение в Telegram Такое разделение подготовки контента и его публикации делает систему простой и надёжной. Реализация: - Спроектирована структура контента и пайплайн автоматизации - Реализована автоматическая генерация и проверка сообщений - Интегрирована отправка сообщений в Telegram - Добавлена обработка ошибок и защитные механизмы (fail-safe)

Задача: Обработка и восстановление большого объёма архивных аудиозаписей — тысячи файлов с шумами, эхом и разным уровнем качества. Ручная работа с такими данными занимает слишком много времени и требует использования нескольких инструментов. Требовалось создать систему, которая автоматизирует очистку аудио, упрощает пакетную обработку и позволяет удобно контролировать результат. Спроектировано для работы с длительными задачами, отображения прогресса в реальном времени и обработки больших аудиоколлекций. Функциональность: - Очистка аудио с помощью AI с использованием различных инструментов (Resemble, VoiceFixer, DeepFilter, Denoiser, удаление эха, LavaSR) - Пакетная обработка больших аудиоколлекций с отслеживанием и управлением процессом - Встроенные инструменты для анализа аудио, сравнения результатов и визуализации спектрограмм - Гибкий рабочий процесс с файлами: сканирование, улучшение, восстановление оригиналов, скачивание, тегирование и безопасная отмена изменений - Обновление прогресса задач в реальном времени со стороны бэкенда Демо (интерфейс): https://audio-audit.pages.dev/ Публичная ссылка представляет собой только демо интерфейса; полноценная обработка запускается локально на компьютере пользователя. Технологии: Svelte • Node.js/Express • Python • FFmpeg • Audio ML модели

Демо: https://translation-studio.pages.dev/ Описание: Инструмент для перевода текста и JSON-файлов с возможностью выбора языков, настройки качества и добавления контекста для более точного и естественного результата. Функциональность: - Два режима работы: перевод обычного текста или работа с JSON-файлами для локализации - Трёхэтапный процесс перевода (перевод → проверка → улучшение) для повышения качества и естественности текста - Работа с большими JSON-файлами: разбивка на части, параллельная обработка и последующая сборка Технологии: Next.js • AI integration