1
1
Бюджет: 2200 USD Срок: 11 дней
Здравствуйте! Готов выполнить данный проект есть большой опыт разработки различных приложений
Бюджет: 2500 USD Срок: 20 дней
Привет!
Cataleya звучит захватывающе, и я также понимаю, насколько сложно добиться действительно естественного звучания речи. Я работал с моделями на основе PyTorch и конвейерами обработки звука в реальном времени, и могу помочь вашей команде в тщательной доработке задержки, стабильности и всего процесса от микрофона до GPU и до говорящего.
Я бы начал с малого и практичного. Сначала я бы провел профилирование текущего пути обработки английского языка от начала до конца и записал бы, где тратится время на захват, обработку токенов, вывод и потоковую передачу. Затем я бы проработал самые большие задержки одну за другой, обеспечивая легко проверяемые изменения и безопасное внедрение на ваших кластерах 4090. Для узбекского, казахского и русского языков я бы помог создать простой тестовый набор, включающий региональные речевые паттерны, чтобы тонкая настройка основывалась на реальных примерах, а не только на общих оценках.
Еще одна простая, но полезная идея, которую я могу добавить, — это внутреннее представление трассировки задержки для команды. Это позволяет получить краткий анализ каждого вызова, чтобы определить, вызвано ли замедление работой WebRTC, сервером или графическим процессором. Это значительно упрощает текущую настройку, не усложняя задачу пользователям.
https://storyai.cc
https://oscarstories.com
Спасибо!
4
2
Бюджет: 2200 USD Срок: 15 дней
Здравствуйте,
Я заинтересован в участии в проекте Cataleya и четко понимаю техническую и архитектурную сложность задачи. У меня есть практический опыт работы с моделями речи и мультимодальными моделями от начала до конца, с низколатентными инференс-пайплайнами и крупномасштабным развертыванием на кластерах NVIDIA GPU. Я уверенно работаю с PyTorch, архитектурами на основе Transformer, оптимизацией CUDA, квантизацией и ускорением инференса (включая TensorRT-LLM и vLLM), а также с многоязычной донастройкой для групп языков, отличных от английского.
С точки зрения продукта и инфраструктуры, у меня есть опыт создания систем аудио в реальном времени с использованием WebRTC и WebSockets, разработки низколатентных полно-дуплексных интерфейсов и интеграции AI-сервисов в производственные среды через FastAPI. Я также понимаю специфику Telegram Mini Apps, логику подписок и интеграции платежей, и подхожу к проектированию систем с сильным акцентом на масштабируемость, отказоустойчивость и оптимизацию региональных сетей.
Я работаю как инженер с продуктовым мышлением, мне комфортно заниматься исследованиями, адаптацией и доставкой в производство, и я уверен, что могу внести вклад как в основную S2S интеллектуальную систему, так и в слой приложений в реальном времени Cataleya.
С наилучшими пожеланиями,
Джео Винсент Карретас
В списке не показаны ставки, скрытые заказчиком или фрилансером c профилем Plus, а также ставки, нарушающие правила
