Mo Anisi

BSc Biology | MSc Cognitive Science | MSc Health and Social Welfare

[Mehdi Allahyari @MehdiAllahyari]

من یک مدل تبدیل متن به گفتار (TTS) فارسی آموزش دادم که روی CPU اجرا می‌شه.

یک مدل ۱۰۰ میلیون پارامتری که از یک مدل معلم ۲۴ لایه distill شده و از صفر روی ۴۹۷ ساعت گفتار فارسی با لایسنس عمومی CC0 آموزش دیده؛ داده‌هایی از Mana-TTS، فیلیمو و زیرنویس‌های یوتیوب.

مدل می‌تونه فقط با چند ثانیه صدای ورودی، صدای گوینده رو تقلید کنه و روی CPU، بسیار سریع‌ اجرا بشه. این مدل بر پایه‌ی pocket-tts ساخته شده که توسط @kyutai_labs توسعه داده شده.

تا جایی که من بررسی کردم، این اولین مدل فارسی در لیست community-models خود pocket-tts محسوب می‌شه و یکی از معدود مدل‌های TTS فارسیه که واقعاً روی CPU با سرعت قابل استفاده اجرا می‌شه. بیشتر مدل‌های متن‌به‌گفتار متن‌باز برای فارسی، و حتی خیلی از زبان‌های دیگه، عملاً فرض می‌کنن که یک GPU در اختیار دارید.

نکته جالب‌تر اینه که دانشجوی ۶ لایه در تمام معیارهایی که اندازه‌گیری کردم، از معلم ۲۴ لایه خودش بهتر عمل کرد: نرخ خطای کلمات (WER)، شباهت گوینده و کیفیت ادراکی صدا.

البته یک محدودیت واقعی هم وجود داره که بهتره صادقانه بهش اشاره کنم:

در فارسی، اضافه (ezafe)،(کسره ربط بین اسم و صفت/مضاف‌الیه)، معمولاً در نوشتار مشخص نمی‌شه. بنابراین مدلی که متن خام رو می‌خونه، باید اضافه رو از روی context حدس بزنه و گاهی هم اشتباه می‌کنه.

حتی نمی‌شه این مشکل رو صرفاً با اضافه کردن دستیِ علامت‌ها حل کرد، چون در داده‌های آموزشی، این علامت‌ها تقریباً هیچ‌وقت به شکل یکدست و consistent نوشته نشده‌اند. بنابراین pipeline پردازش متن هم باید اون‌ها رو حذف کنه.

همه‌چیز رو عمومی کردم: اسکریپت‌های آموزش، pipeline ارزیابی، یک runbook مرحله‌به‌مرحله و توضیحات کامل پروژه.

توی ویدیو کامل توضیح دادم. ۲تا نکته: توی ویدیو گفتم "فاین تیون" که درست نیست. آموزش کامل دادم روی زبان فارسی. و اینکه گفتم ۷۰۰ ساعت که ۵۰۰ ساعت دیتا بود.

🤗 مدل: https://t.co/IvSGpOFRWk
💻 کد و توضیحات کامل: https://t.co/y1GQdtxGoR

[Shojaei @realshojaei]

یک هفته پیش Bina OCR رو شروع کردیم.
امروز اولین بنچمارک رو گرفتیم و نتیجه چیزی شد که خودمون هم انتظارش رو نداشتیم:
مدل Bina 0.1 در تست OCR فارسی، از مدل‌های بزرگی مثل Gemini 3.5 Flash جلو زد.
ولی تازه اول راهه...

🧵👇

[Mo Anisi @mxanisi]

Github:
https://t.co/kY6vkC2o3v

Desktop GUI + local WebApp
✓ Full-text PDF screening
✓ Structured extraction
✓ Audit ledger for reproducibility
✓ Ollama support for fully local workflows
✓ OpenAI, Claude, Gemini, OpenRouter, and other endpoints

#OpenSource

[Mo Anisi @mxanisi]

Tired of paying for web platforms just to screen a handful of papers?

Or copy-pasting PDFs into ChatGPT and losing track of prompts, decisions, and inclusion criteria?

I built an open-source, local-first tool for AI-assisted systematic & scoping reviews:
#AcademicTwitter

[Chay Bowes @BowesChay]

World renowned medical journal, "the Lancet" has published data concluding that US imposed sanctions cause the deaths of more than 564,000 people each year.

More than half of the dead are children under the age of 5

Why isnt this front page news in Western Media?

[Nik Kowsar @nikahang]

چگونه می‌توان به صلاحیت یک رهبر سیاسی «مطمئن» بود؟
خیلی ساده. کافی است ببینید آیا این علائم طلایی را دارد یا نه:

- به “کار کردن برای زندگی” اعتقادی ندارد و اصولاً فلسفه‌اش این است که دیگران کار کنند، ایشان مدیریت نگاه‌های عمیق انجام دهند.
- وقتی مردم کف خیابان جان می‌دهند، می‌رود سفر تفریحی؛ چون بالاخره رهبر هم نیاز دارد از نزدیک با “رنج مردم” آشنا شود… از پشت شیشه‌ی هتل پنج‌ستاره.
- وقتی طرفدارانش نفرت‌پراکنی می‌کنند، سکوت می‌کند؛ سکوت هم که خودش یک جور موضع‌گیری است: موضعِ “حالا فعلاً بگذارید بترکد”.
- وقتی تیمش ترور شخصیت راه می‌اندازد، باز هم سکوت می‌کند؛ چون در مکتب رهبری نوین، پاسخ‌گویی باعث چین‌وچروک صورت می‌شود و برای برندینگ مضر است.
- به ارزیابی اثرات محیط‌زیستی بی‌اعتنا است؛ چون محیط‌ زیست قرار نیست رأی بدهد، ولی “منافع بیگانگان” معمولاً ردیف بودجه دارد.
- از موضع‌گیری اخلاقی درباره جنایت‌های دوره‌ی حکومت پدرش طفره می‌رود؛ چون اخلاق خوب است، اما نه آنقدر که آدم را وارد “جزئیات” کند.

جمع‌بندی:
اگر کسی این چند ویژگی را داشته باشد، خیال‌تان راحت: شما با یک «رهبر کاملاً آماده» طرفید — آماده‌ی عکس گرفتن، آماده‌ی سخنرانی، آماده‌ سکوت… و در صورت لزوم، آماده‌ پرواز.

ای رهبر آماده...

[jadi @jadi]

Tweeted with caption:
"Tehran, Iran, Last days of 2025. A man protesting the economical situation"
Some people are saying this reduces the protests to "Economic" issues.
No! This is a protest against the whole regime. We want total change, as we wanted in all previous uprisings.

[Hossein Bastani حسین باستانی @hosseinbastani]

#بهرام_بیضایی:
«...مادرِ ايران زِ جا برخاسته - كشورش را از دَدان پس خواسته
كشورِ اشغالىِ ايران‌زمين - كِى شود آزاد از اين آياتِ كين...»
بیضایی فقط سینماگر نبود. دو بیت بالا، بخشی از شعری هستند که در جریان اعتراضات ۱۴۰۱ سرود. یادش گرامی.
https://t.co/NvkPRLRCf2

[Hossein Bastani حسین باستانی @hosseinbastani]

شدت استقبال از مستند «ترانه» غافلگیرکننده‌ بود. قابل انتظار بود که قدرتِ این روایت خاص، مخاطب را تحت تاثیر قرار دهد. اما چنین حدی از تاثیرگذاری، فراتر از تصورات بود. به وضوح با یک «پدیده» روانشناختی اجتماعی مواجهیم که نیاز به فهم دقیق ترش داریم.
#ترانه_علیدوستی
#پگاه_آهنگرانی

[Mo Anisi @mxanisi]

@zobeir When I tried Anything for the first time to test its one-shot power, suddenly my credits went negative 🤐

[Mo Anisi @mxanisi]

RT @gethalfbaked: MVP or RIP (Half Baked x Bolt Hackathon) https://t.co/1UO56n2b65

[Mo Anisi @mxanisi]

Huge thanks to @EricSimons and the team for these tools. It’s empowering to build fast.

My hope? By the end of this hackathon, we’ll have a functional, free tool released that makes life just a little bit easier for the #autism community.

[Mo Anisi @mxanisi]

Excited to kick off the @boltdotnew hackathon with @gethalfbaked this weekend!
After 7 years of building commercial products for the autism community, I decided it’s time to give back.
This weekend, I’m building a completely FREE Augmentative and Alternative Communication app.🧵

[Mo Anisi @mxanisi]

Current Challenge: ⚠️ To make this high-quality, I'm using APIs from @elevenlabs (for realistic voices) and @GoogleAIStudio (for predictive text and image).

The costs add up. If anyone or any org wants to sponsor some API credits for this non-profit project, my DMs are open!

[Education Week @educationweek]

Career and Technical Education Meets AI. What Happens Next? https://t.co/ioCCpO3pP8

[MizumotoAtsushi @MizumotoAtsushi]

Longitudinal comparison of AI, exemplar, and teacher feedback for sustainable L2 writing development: a latent growth curve analysis https://t.co/58FxKfTNBo