Changes between Version 1 and Version 2 of Фаза0

Timestamp:

09/04/25 17:40:08 (32 hours ago)

Author:

223165

Comment:

--

Фаза0

@@ -22 +22 @@
 
 1. **AudioLDM (и AudioLDM2)**  
-   - Diffusion-базиран модел (text-to-audio со промпт)  
-   - Поудобен за користење отколку WaveGAN (`HuggingFace` екосистем)  
+   - Diffusion-базиран модел (text prompt-to-audio)  
+   - Полесен за користење и посоодветен за мојата идеја отколку WaveGAN (`HuggingFace` екосистем)  
    - Поддржува prompt-based контрола (супер за мојата идеја)  
-   - Недостаток: библиотеката не се ажурира >1 година, но стабилна е  
+   - Недостаток: библиотеката не e ажурирана повеќе од година, но е стабилна   
 
 2. **Meta `AudioCraft` / `AudioGen`**  
@@ -33 +33 @@
 
 3. **`ElevenLabs` Sound Effects API (приватно решение)**  
-   - Индустриско решение, разгледав концепт  
+   - Индустриско решение, го разгледав како опција при истражување  
    - Недостаток: комерцијално, не е во дух на академски проект  
 
@@ -48 +48 @@
 
 - Прво размислував за **Tkinter**  
-  - Недостатоци: застарен, ретко користен, естетски неубав  
-- Се одлучив за **Gradio**  
+  - Беше застарен, ретко користен, естетски не одговараше со моите идеи  
+- Се одлучив за **Gradio** бидејќи има: 
   - Лесна интеграција со ВИ модели  
   - Релевантен и користен во ВИ проекти  
@@ -62 +62 @@
 3. **Backend**: Python + `HuggingFace` Diffusers  
 4. **Локално извршување**: NVIDIA RTX 4060 + CUDA 12.7  
-5. **Deplyment/Presentation**: `HuggingFace` Spaces
+5. **Deployment/Presentation**: `HuggingFace` Spaces
 
 Со ова ја завршив **Фаза 0 (Истражувачка фаза)**