bugünün notları ✎

Teknoloji Notlarım

konu

multimodal

25 not · tüm bölümlerden

Yapay Zekâ Terimleri25 sonuç
Sesten VideoyaAudio-to-VideoSes verisinden video içeriği üreten dönüşüm türü.Sesten Metne (Genel Ses)Audio-to-TextGenel ses verisini (konuşma dışı dahil) metne çeviren işlem.Sesten Görsele (Genel)Audio-to-ImageSes verisinden görsel üreten deneysel dönüşüm türü.Videodan GörseleVideo-to-ImageVideodan kare/özet görsel çıkaran dönüşüm türü.Sesten Sese (Genel Ses)Audio-to-AudioKonuşma dışı ses kayıtlarını da kapsayan ses dönüşümü (müzik ayrıştırma, gürültü giderme vb.).Videodan MetneVideo-to-TextBir videoyu açıklayan metin üreten dönüşüm türü.Videodan VideoyaVideo-to-VideoBir videoyu başka bir videoya dönüştüren (stil, düzenleme) işlem.Gerçek Zamanlı Ses ModuRealtime VoiceKullanıcıyla düşük gecikmeli, araya girilip kesilebilen doğal sesli diyalog kuran model veya arayüz özelliği; çoğunlukla sesi metne çevirmeden doğrudan işleyen konuşmadan konuşmaya modellere dayanır (ChatGPT ses modu, gpt-realtime, Gemini Live).Sesten GörseleSpeech-to-ImageKonuşma girdisinden görsel üreten dönüşüm türü.Sesten MetneSpeech-to-Text (ASR)Konuşmayı yazılı metne dönüştüren teknoloji; otomatik konuşma tanıma.Sesten SeseSpeech-to-SpeechBir konuşmayı doğrudan başka bir konuşmaya (farklı dil/ses) dönüştüren işlem.Görselden VideoyaImage-to-VideoStatik bir görseli hareketli videoya dönüştüren işlem.Görselden 3B'yeImage-to-3DBir veya birkaç görselden üç boyutlu model üreten dönüşüm türü.Görsel Soru CevaplamaVQA (Visual Question Answering)Bir görsel hakkında doğal dilde sorulan soruları yanıtlama görevi.Optik Karakter TanımaOCR (Optical Character Recognition)Görsel veya taranmış belgelerdeki yazıyı makine tarafından okunabilir metne dönüştürme.Görselden GörseleImage-to-ImageBir görseli başka bir görsele dönüştüren (stil transferi vb.) işlem.Metinden 3B'yeText-to-3DMetin açıklamasından üç boyutlu model/mesh üreten dönüşüm türü.Görselden MetneImage-to-Text (Captioning)Bir görseli açıklayan metin üreten dönüşüm türü; görsel altyazılama olarak da bilinir.Metinden Müziğe / SeseText-to-Music / Text-to-AudioMetin açıklamasından müzik, ses efekti veya ortam sesi üreten dönüşüm türü (Suno, ElevenLabs SFX vb.).Metinden VideoyaText-to-VideoMetin açıklamasından video içeriği üreten dönüşüm türü.Metinden GörseleText-to-ImageMetin açıklamasından görsel üreten dönüşüm türü.Metinden SeseText-to-Speech (TTS)Yazılı metni sesli konuşmaya dönüştüren teknoloji.Yerel Çok ModlulukNative MultimodalityFarklı modalitelerin ayrı modellerle birleştirilmesi yerine tek modelin baştan itibaren birlikte eğitilmesi yaklaşımı.Metinden MetneText-to-TextMetin girdisinden metin çıktısı üreten dönüşüm türü.ModaliteModalityVerinin türü/kanalı: metin, görsel, ses, video, 3B vb. Çok modlu modeller birden fazla modaliteyi işler.

tüm bölümler

Ana SayfaYZ HaberleriYZ TerimleriYZ Linkleri

konular

açık ağırlıklı modelanthropicapplebilimchatgptclaudecodexçingeminigooglegörsel üretimigrokkodlamametamicrosoftmusenvidiaopenaises ajanısiber güvenlikvideo üretimiyapay zekâ ajanlarıyapay zekâ güvenliğixai

takip et

YouTubeInstagramMMedium