Thiago Gardelli

Como Engenheiro de Software, sou apaixonado por ML/IA/Ciência de Dados e tenho desenvolvido projetos próprios na área de IA Generativa, incluindo:

MeinaMix -- Stable Diffusion Models

• Pioneiro em um dos primeiros modelos de IA generativa de estilo anime open-source, contribuindo para a qualidade e acessibilidade na geração de imagens.
• Possui mais de 15 milhões de usos e 1 milhão de downloads.

-- Meina Assistant -- Sistema de Integração IA

• Lidero o desenvolvimento de um assistente pessoal inteligente para automação de tarefas, integrando Deep Speech, LLMs, visão computacional, AI Agents e RAG.

-- Meina TTS -- Clonagem de Voz Avançada em Tempo Real

• Desenvolvi um algoritmo inovador para clonagem de voz em tempo real: ele reconhece a fala, usa ASR avançado para transcrevê-la para texto em qualquer idioma e gera saída de fala com a voz de um arquivo de áudio de apenas 10 segundos fornecido pelo usuário.
• Utiliza o backend do Chatterbox com as capacidades ASR do Faster-Whisper, resultando em áudio de voz clonado em tempo quase real, reproduzido via microfone. Possui VAD (Detecção de Atividade de Voz) personalizado para processar requisições apenas quando a voz é detectada, alcançando velocidades impressionantes de até 20ms.

-- Meina Rag -- Sistema RAG para Resumir Arquivos PDF

• Desenvolvi um sistema RAG (Retrieval Augmented Generation) personalizado capaz de escanear arquivos PDF, salvar seus valores em um banco de dados local e permitir consultas relacionadas aos tópicos do PDF.
• Utilizei o framework Langchain e o Ollama para o backend dos modelos LLM, alcançando alta precisão mesmo com o uso de modelos LLM menores.

--Meina Sound -- Custom Soundboard Application

• Desenvolvi um aplicativo de mesa de som com passagem de microfone para diversas plataformas, utilizando Python e NumPy para oferecer personalização avançada.

-- Meina Voice -- TTS de Qualquer Idioma para Qualquer Idioma em Tempo Real

• Desenvolvi um algoritmo que reconhece a fala, utiliza ASR avançado para transcrevê-la para texto em qualquer idioma e gera uma saída de fala.
• Utiliza o backend do Chatterbox em conjunto com as capacidades de tradução do Faster-Whisper, o que resulta em tradução e saída de voz em tempo quase real.

Engenheiro de Software com forte especialização em Machine Learning, Inteligência Artificial e Ciência de Dados, focado no desenvolvimento de soluções inovadoras em IA Generativa. Possuo ampla experiência na criação de sistemas ponta a ponta, desde modelos de difusão até arquiteturas avançadas de processamento de linguagem natural e áudio.

Principais realizações e projetos:

• Modelos de Imagem (MeinaMix): Desenvolvedor de um dos primeiros modelos open-source de Stable Diffusion focados em estilo anime, alcançando mais de 15 milhões de usos e 1 milhão de downloads.
• Engenharia de Áudio e Voz (Meina TTS, Voice e Sound): Criação de sistemas de clonagem de voz em tempo real e tradução simultânea multilíngue. Utilização de tecnologias como Faster-Whisper, VAD personalizado e Python/NumPy, atingindo latências ultrabaixas (até 20ms).
• Sistemas RAG e LLMs (Meina RAG): Desenvolvimento de soluções locais de Retrieval-Augmented Generation para análise de documentos utilizando Langchain e Ollama, garantindo alta precisão computacional com modelos enxutos.
• Automação e Agentes Inteligentes (Meina Assistant): Liderança na construção de assistentes virtuais complexos, integrando Visão Computacional, LLMs, Agentes de IA e Deep Speech para automação avançada de tarefas.

Quase graduado em Engenharia de Software na UTFPR, com cursos extra em OpenCV e Pytorch