Otabek’s I/O
رفتن به کانال در Telegram
I write about Backend, Infrastructure, Math, ML/AI, and Computer Science. Building: @voicelabio Contact: ask@otabek.io
نمایش بیشتر2 825
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-137 روز
-3530 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
ابر برچسب‌ها
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+19
در 0 کانال‌ها
سپتامبر '26
+66
در 2 کانال‌ها
Get PRO
اوت '26
+69
در 2 کانال‌ها
Get PRO
ژوئیه '26
+124
در 6 کانال‌ها
Get PRO
ژوئن '26
+126
در 7 کانال‌ها
Get PRO
مه '26
+138
در 9 کانال‌ها
Get PRO
آوریل '26
+321
در 2 کانال‌ها
Get PRO
مارس '26
+549
در 5 کانال‌ها
Get PRO
فوریه '26
+70
در 5 کانال‌ها
Get PRO
ژانویه '26
+146
در 2 کانال‌ها
Get PRO
دسامبر '25
+881
در 4 کانال‌ها
Get PRO
نوامبر '250
در 2 کانال‌ها
Get PRO
اکتبر '250
در 3 کانال‌ها
Get PRO
سپتامبر '250
در 2 کانال‌ها
Get PRO
اوت '250
در 2 کانال‌ها
Get PRO
ژوئیه '250
در 5 کانال‌ها
Get PRO
ژوئن '250
در 1 کانال‌ها
Get PRO
مه '250
در 9 کانال‌ها
Get PRO
آوریل '250
در 4 کانال‌ها
Get PRO
مارس '250
در 5 کانال‌ها
Get PRO
فوریه '250
در 2 کانال‌ها
Get PRO
ژانویه '250
در 4 کانال‌ها
Get PRO
دسامبر '24
+28
در 1 کانال‌ها
Get PRO
نوامبر '24
+10
در 0 کانال‌ها
Get PRO
اکتبر '24
+52
در 1 کانال‌ها
Get PRO
سپتامبر '24
+334
در 6 کانال‌ها
Get PRO
اوت '24
+227
در 4 کانال‌ها
Get PRO
ژوئیه '240
در 4 کانال‌ها
Get PRO
ژوئن '240
در 0 کانال‌ها
Get PRO
مه '240
در 0 کانال‌ها
Get PRO
آوریل '240
در 0 کانال‌ها
Get PRO
مارس '240
در 2 کانال‌ها
Get PRO
فوریه '24
+13
در 0 کانال‌ها
Get PRO
ژانویه '24
+15
در 0 کانال‌ها
Get PRO
دسامبر '23
+54
در 2 کانال‌ها
Get PRO
نوامبر '23
+86
در 5 کانال‌ها
Get PRO
اکتبر '23
+278
در 1 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 19 اکتبر | 0 | |||
| 18 اکتبر | +2 | |||
| 17 اکتبر | 0 | |||
| 16 اکتبر | 0 | |||
| 15 اکتبر | +1 | |||
| 14 اکتبر | +1 | |||
| 13 اکتبر | +2 | |||
| 12 اکتبر | +3 | |||
| 11 اکتبر | +3 | |||
| 10 اکتبر | +1 | |||
| 09 اکتبر | +1 | |||
| 08 اکتبر | +1 | |||
| 07 اکتبر | +1 | |||
| 06 اکتبر | +1 | |||
| 05 اکتبر | 0 | |||
| 04 اکتبر | +1 | |||
| 03 اکتبر | 0 | |||
| 02 اکتبر | 0 | |||
| 01 اکتبر | +1 |
پست‌های کانال
Dropbox'da ishlab yurgan paytlarim qiziq bir narsani o'rgangan edim.
Qanday qilib millionlab odamga fayllarni yetkazishni osonlashtirish mumkin.
Boshida buni ko'pincha Linux Foundation qilgan bo'lsa kerak deb o'ylagandim.
Keyinroq bu yerda Google va Meta ni ham xissasi bor ekan.
Dropbox'da postda yozilgandan ham yaxshiroq yechim qilishgan. Bu haqida yoza olmayman lekin ko'rganimda og'zim ochilib qolgan. Biz uni Magic Pocket deb atardik (Exabyte Scale blob storage system).
AI Agent'lar davrida o'rganishga zo'r mavzular.
Batafsil o'qish
| 2 |  HyperLogLog
Platforma view'lar sonini unique ekanligni xisoblash uchun juda qiziq yo'l va algoritm mavjud. O'qib ko'ring. | 1 627 |
| 3 | Noyabr oyi uchun ko'proq blog yozish rejada bor.
Hozirgacha nimalar qila oldim:
• Sado v2 modelini chiqardik. Mijozlarimiz uni Gemini va boshqa STT modellardan yaxshi deyishdi. Ko'z tegmasin, Sado v3 oy oxirigacha chiqadi va shevalarda ham eng zo'r model bo'ladi ISA.
• Bir tanishimga Google'dan, Senior Software Engineer offer olishda yordam qildim. 3 haftada Shvetsariyada Gemini jamoasida ish boshlaydi. Bugun ertalab rahmat xabarini oldim, juda yoqimli.
• Youtube'da ochiq qilib qo'ygan algoritmlar darslarimdan tez-tez yaxshi fikrlar olib turibman. Bu oy yoki kelasi oy rejada Youtube uchun juda qiziq ishlar bor.
• Lison v2 modelimiz natijalari ham ancha yaxshi, xissiyotlar bilan gapira oladi. Voice control qila olasiz.
• Voice Agent larni va SIP ni bir joydan boshqarish uchun voicelab xizmatga tayyor turibdi. Ba'zi startup va kompaniyalar pilot ishga tushirishdi.
Barchasiga alhamdulillah, hozircha atrofimizdagilarga foydamiz tegayabdi, zararimiz emas. Keyinroq Sado v1 STT modelimizni ochiq manbali (open-source) qilib chiqaramiz, undan bemalol foydalansangiz bo'ladi.
Bollar, biz yutayabmiz! | 2 214 |
| 4 | Ask me anything in live chat | 572 |
| 5 |  Diqqat! E’tiboringizga Lison v2’ni taqdim etamiz!
Lison v2 bu VoiceLab’ning yangi nutq modeli boʻlib, endilikda matnni shunchaki o’qimaydi, his-tuyg’u bilan gapiradi.
• Yangi model pichirlaydi, kula oladi, hayajonlanadi va xafa bo’ladi. Ovoz matnning mazmuniga qarab o‘zgaradi, shuning uchun eshitganda tirik odam gapirayotgandek tuyuladi.
33+ til. O’zbek, rus, ingliz, xitoy, yapon, koreys va boshqa tillarda bir xil tabiiy ovoz.
Videolar, audiokitoblar, reklamalar va mijozlar bilan muloqot uchun ovoz yaratayotgan bo’lsangiz, Lison v2 aynan siz uchun.
Sinab ko’ring: voicelab.uz | 2 537 |
| 6 | Voicelab'da yangiliklar ko'p, faqat biz ozgina buni yashirib keldik, release kunigacha
Sado v2 (STT) modelimiz Gemini va boshqa STT modellardan yaxshiroq natijalar beryabdi O'zbek tili uchun. Biz buni bir nechta dataset va turli xil resource lardan audiolar olib sinab ko'rdik.
Lison v2 (TTS) modelimiz Elevenlab v4 va shu kabi modellardan qolishmaydigan natijalar berayabdi. Buni o'zimiz va kichik beta guruh bilan qo'lda sinab solishtirib tekshirib ko'rdik.
Live translation uchun yangi modellarimiz kelayabdi.
Dubbing bo'yicha ham beta qilgan edik, endi butunlayin release uchun tayyorlayabmiz.
Natijalarni tez orada bo'lishib o'tamiz. Hozircha TTS va STT natijalarini voicelab.uz da sinab ko'rsangiz bo'ladi.
Ha aytgancha, biz inference optimization uchun custom CUDA va kernel yozishni ham boshladik. Shunga bo'lsa kerak, modellarimiz juda tez ishlayabdi : ) | 2 493 |
| 7 | Voicelab da bizga eng qiziq bo'lgan mavzu bu Small Language Models (Large Language Models emas). Sababi ular kichik, bu esa ularni oddiyroq qurilmalarda yuritish imkonini beradi.
Qiziq tomoni, agar biz kichik modelni to'g'ri train qilsak. Unga pre-train davomida to'g'ri ma'lumot bera olsak, ma'lumot sifati yuqori bo'lsa keyingi qiladigan ishimiz bu uni learning algoritmini tuzatish bo'ladi.
Hamma "Artificial Intelligence" (Sun'iy Idrok) deyayotgan paytda "What is intelligence?" deydiganlar kamayib bormoqda. Ya'ni idrok bu yerda muammoni yechish emas, muammoni yechish avtomatizatsiya yoki tahmin asosida. Haqiqiy idrok bu yerda "o'rganish" (shaxsiy fikrim).
Qayerdan, qanday qilib o'rganish. Xatolardan o'rganish. Hozirgi AI tizimlar bunday qilmaydi. Bitta xatoni takrorlashiga sabab yoki ba'zan yomon kod yozishiga sabablardan biri bu pre-train davomida ishlatilgan dataset (ma'lumotlar to'plami). Ular zo'r va chiroyli yozilgan kodlarni emas, ular githubdagi imkon qadar ko'proq kodlarni ko'rsatishga harakat qilishadi.
Natijada context learning algoritmi ehtimollikni (probability) barchasiga ulab o'rganadi. Gradient Decent (ya'ni o'sha biz bilan AI ichidagi bilim)da balans yo'qoladi. AI shunchaki ko'p raqamlardan iborat bo'lgan miya bo'lgani uchun ehtimolliklarni bir-biri bilan bog'laydi.
Qiziq tomoni bizningcha agar biz haqiqiy learning algortimni va context learningdagi o'sha mashxur f(x) = x^2 ni to'g'irlay olsak, continuous learning ga erisha olsak bo'lsa kerak, qaysidir ma'noda.
Albatta bu oson bo'lmaydi. Hozircha muammolar 3ta ekan. Pre-train dagi ma'lumotlar sifati yuqori bo'lishi kerak. Context Learning uchun yaxshiroq algoritm topish (hozirgi algoritm qandaydir trick qilayotganga o'xshaydi, chunki ko'pchilik aynan shu qismini tushunmaydi. Shuning uchun AI bizga Black Box dek tuyuladi). Va oxirgisi Distillation process haqida o'ylab ko'rish, xuddi insonlar uxlaganda ba'zi bilmlarni unutib kundan bitta xulosa yasagani kabi, katta til modellari ham keraksiz bilmlarni tashlashi compute xarajatni pasaytirishga va yaxshiroq o'rganish uchun xulosa qilib to'g'ri algoritm tanlashga o'rgangan bo'larmidi, who knows.
Voicelab da yangiliklar bor, tez orada bo'lishib o'tamiz. | 3 321 |
| 8 | AI Research Lab qurish qiyin ekan. Ayniqsa resurslarsiz. Bizda na ma'lumot (data), na pul (money) bor.
Research (tadqiqot) uchun eng kerakli narsalardan ikkisi shular. Uchinchisi bu tajriba yoki curious mind. Biz bu tomonda men borman 😁
Savollaringiz bo'lsa qani let's goo | 758 |
| 9 | Barchamiz miriqib kuzatgan O'rgimchak Odam, Chaqmoq Makvin, Aka-uka Kreshlar (Muzlik davri) va bir necha mashxur filmlarga ovoz bergan Abdulhay aka bizni platforma uchun ovoz berdilar.
Voicelab da biz har kuni yangiliklar qilayabmiz. Yangi modellarimiz ham tez orada e'lon qilamiz. Ular hozirgisidan 5x kattaroq va ancha yaxshiroq bo'lishi kutilmoqda. | 3 748 |
| 10 | 3ta startup hiking + hiring qilishni reja qildik (internship uchun). Topshiring, tabiat bag'rida tanishamiz, suhbat va intervyu qilamiz.
Topshirish | 2 648 |
| 11 | Biz yangilik qilishdan to'xtamayabmiz.
• Aisha Comet LLM modelimizni chiqardik. Platformaga oid savollaringizga javob beradi.
• Voice Isolator modellarimizni chiqardik. Endi Adobe Podcast va Elevenlabs dan 3-4x arzonroq va sifati oshsa-oshadi, ammo qolishmaydi.
Ishlatib ko'ring. Izohlarda fikringizni va audio output'larni kutib qolaman : ) | 4 295 |
| 12 | #experience
Deyarli bir yarim yildan buyon intervyular jarayonida bitta savol doim so'rayman "Eng qiyin yechgan muammoyingiz nima?".
Bu savol nega muhim? Chunki bu savolni ichida juda ko'plab yaxshi savollarga javob olish mumkin, kandidat haqida. Masalan, uni izlanuvchan ekanligini "Muammoga qanday duch keldingiz va uni qanday yechdingiz?", muammo yechuvchanligini esa "Aynan qanday limitlar bu muammoni qiyin qilib turgandi?", yaxshi muhandsiligini "Nimalar qildingiz? Qanday qildingiz?" va qanchalik chuqur kira olganini esa har bir qismiga ko'proq to'xtalib savol bilan aniqlash mumkin.
Men ko'rgan yaxshi muhandislar javob bermaydi, ular o'rgatadi, bo'lishadi. Dasturchi muhandislik juda qiziq soha, biz har kuni har xil muammolarga duch kelamiz. Muammoni yechish hozir osonroq, AI Agentlar xisobiga. Lekin muammoni o'rganish va uni keyingi safar oldini olib qo'yish xislati kamayib bormoqda.
Eng zo'r muhandislar muammoni yaxshi o'rganadi, tahlil qiladi, yechim beradi va keyingi safarga tayyor turadi. | 5 015 |
| 13 | #weAreHiring
Voicelab jamoasi mas'uliyatli, o'zini va boshqalarni xurmat qiladigan, o'sishga doim intiladigan, yaxshi muhandislarni qidirayabdi. Agar siz:
• Agar sizni Backend bilimlaringiz yaxshi bo'lsa
• Algoritmlardan oz-moz xabaringiz bo'lsa
• Sun'iy intelekt texnologiyalarini qurishga qiziqsangiz
• Bizni intervyu jarayonimizdan o'ta olsangiz
Siz bilan ishlashdan bahoyatda xursand bo'lamiz. Bizga rezyumengiz, va oxirgi ish joyingizda nima ishlar qilganingizni biroz detallar bilan yozib jo'nating.
Intervyuni shaxsan o'zim olaman. Va har bir kandidatni ham o'zim ko'rib chiqaman. Qancha qilgan ishingizni yaxshi va sodda tilda ifodalab yozsangiz, imkoniyatingiz shuncha oshadi.
@voicelab_support | 1 402 |
| 14 | Biz referal tizimini ishga tushurdik, sizni linkingiz orqali VoiceLab'dan obuna sotib olinsa 10%'ni siz bilan bo'lishamiz.
• Click, Payme, Uzum, Alif va Polar orqali to'lash imkoniyatlari qo'shildi.
Ozgina pul ishlay))
Link: https://voicelab.uz/app/sign-up?ref=B5UHQM2ACFSAN65V | 598 |
| 15 | Yangi modellarimiz deyarli bitib qoldi. Ular eski benchmark larimizni buzayabdi. Eskilarini ochiq manbali qilmoqchimiz? Sizga qiziqmi? | 1 354 |
| 16 | Ko'pchilik bir xil savol beradi:
"Model o'zilarnikimi yoki open-source modelmi?"
O'zimizniki ham bor, open source modellarimiz ham bor. Nimaga "pre-train" (ma'lumot yig'ib, PyTorch va JAX code bilan neural networkni tuzish, necha qavatli qilish, attention, yashirin dimension lar va hardware ga mos optimizatsiya qilish, keyin katta model uchun distributed system qilish chunki katta modellar bitta GPU ga sig'maydi, Hyperparameter configuration va h.k.z larni hammasini qilish deganida) qilmaysizlar to'liq ham deyishadi. Odatda javobim bunday.
Pre-training juda og'ir jarayon, ayniqsa low-resource (resursi kam bo'lgan) tillar uchun model qilish undanda og'ir. Ma'lumot yig'ish, tozalash jarayonini o'zi sizni butun umrlik qiynoqqa soladi. Biz bunday holatlarda osonroq yo'ldan ketamiz. Bor modelni olamiz, uni shunchaki post-train (fine-tuning) qilamiz. Bu jarayonda model'dagi og'irlik (weight) qayta balans qilinadi. Bu orqali model yaxshiroq o'rganadi eski ma'lumotlarini. Ya'ni ona tili ustozingiz diktantni faqat bir marta qaytarishi aniqlikni oshiradimi, yoki 2-3 marotabami?
Ikkinchi masala bu "compute". Hozirgi paytda bizga Azure, AWS va GCP zo'rga GPU'lar uchun imtiyoz berishgan. Ba'zilarida H100, H200 yoki B200 kabi kuchli videokartalar topishimiz qiyin bo'lsa, ba'zilarida bor ammo juda qimmat. Startup uchun bu og'ir.
Ammo imkon topayabmiz, modellarimizni yaxshilab borayabmiz. Undan tashqari CPU da ham ishlay oladigan modellarni ustida ishlayabmiz. Jarayondan o'rgangan 2 xulosam bor. Biri pre-train jarayoniga. Ikkinchisi post-training jarayoniga tegishli.
Barcha ma'lumotlarni chalkashtirib (shuffle qilib) keyin ularni boshidan oxirgacha teng distrbute qilish juda xato ekan. Model o'rganish darajasini (Learning rate) train jaryoni oxirida pasaytirish, va yuqori sifatli ma'lumotlarni berish kerak. Chunki aynan shu qismi modelni tugashi va post-training boshlanishi bo'ladi. Model ma'lumotni o'rgandi, endi unga bu ma'lumotni to'g'ri tushunish va ishlatishni o'rgatish (post-training) qismida ham sifatini saqlab qolishi uchun oxirgi ko'rgan ma'lumotlari juda sifatli bo'lishi kerak.
Model aldashni o'rganadi. Agar label qilingan ma'lumot faqat yaxshi tondagi javobga mukofot (reward) olsa, demak u cheat code qilishni boshlaydi. U doim muloyim va ishonchli aldashni boshlaydi. Buni natijasida u hallucinate qiladi, asosiy sabab bitta reward tonga (yoki stilga) nisbatan, haqiqatga (mazmun) emas.
RL muhitda bu tarafga qarash uchun modelni objective test qilish kerak, ya'ni natijani tekshirish oson bo'lishi kerak. Misol uchun "kod compile bo'ldi va to'g'ri ishladimi?", "javob haqiqatdan 42 chiqdimi?", "bergan javobi yaroqli JSONmi yoki nimadir qo'shvordimi?" degan savollarga javob topish. Chunki bularni tekshirsa bo'ladi.
Ovozli modellarda ham huddi shu jarayonni avtomatlashtirsa bo'ladi. Faqat ozgina sabr kerak ekan. Biz buni o'rgandik, bir kun yozish ham nasib qilsin. Uxlanglar endi : ) | 5 140 |
| 17 | Adashib ketmadim, shunchaki eslatib qo'yyapman. : )
Bu matnni Voicelab Desktop yozib berdi : ) | 869 |
| 18 |  بدون متن... | 890 |
| 19 | Voicelab Desktop V1 chiqdi, har kunlik bepul kreditlar beramiz. Mazza qilib ishlatishingiz mumkin.
voicelab.uz/download | 5 574 |
| 20 |  🎉 Vibe Talking urfga kiradi
Kodni, xabarlarni, va matnlarni qo'lda yozish, o'rta asrlarga xos. VoiceLab Desktop bilan kodni gapirib yozing. Barmoqlarni bukishni bas qiling, ovozli boshqaruvga o'ting.
Ushbu promokod bilan butun ekotizim uchun, Creator tarifiga 70% chegirma oling.
OTABEKSWE (faqat Creator tarifiga ishlaydi)
Mac Apple Silicon | Mac Intel | Linux | 5 378 |
