Мои два цента, основанные на практическом опыте использования обоих сервисов для транскрипции английского языка. С технической точки зрения, автоматическое распознавание речи (ASR) — это преобразование содержания определенного языка из одной формы в другую. Здесь исходная форма находится в аудио, а целевая форма - в текстовом. И звук, и текст на одном языке. У меня была возможность поэкспериментировать как с Amazon Transcribe, так и с сервисами преобразования речи в текст GCP..

На прошлой неделе Google провел свое основное мероприятие, чтобы объявить о своей новой линейке продуктов. На протяжении двухчасового мероприятия во всех их продуктах повторялась тема: МАШИННОЕ ОБУЧЕНИЕ ! От фотоаппаратов до смартфонов и новеньких домашних динамиков использовалась общая фраза: «… Мы используем машинное обучение, чтобы произвести революцию…» Итак, сколько раз Google назвал свое любимое модное словечко? 28 раз . Я не сидел и не считал сам; Я использовал Watson Speech..

Мы рады представить вам нашу революционную службу транскрипции аудио/видео в текст, основанную на модели Whisper-large-v2. В ReiserX мы стремимся использовать потенциал искусственного интеллекта для предоставления передовых решений создателям контента, маркетологам и предприятиям. Наша служба транскрипции призвана произвести революцию в способах записи и обмена аудио- и видеоконтентом. Модель Whisper-large-v2 — это современная модель обработки естественного языка, которая была обучена..

Что и почему Недавно я был вовлечен в работу, в которой основное внимание уделялось расшифровке звука колл-центра. Приложение было солидным; повысить прозрачность процесса/контроль качества с помощью ASR и применить аналитику поверх ASR с конечной целью более точного прогнозирования характера и объема периодов занятости в колл-центре. Однако была значительная задержка в получении звука. Организация (естественно) была привязана к стороннему программному обеспечению колл-центра, что..