La demande
“Créez un pipeline de reconnaissance vocale en temps réel : recevoir un flux audio, détecter l’activité vocale, attendre davantage d’audio en l’absence de parole, effectuer une reconnaissance automatique de la parole sur la parole détectée, post-traiter le texte, puis produire une transcription.”
Essayez ensuiteAjoutez l’identification du locuteur après la reconnaissance vocale.Ajoutez une étape d’analyse des sentiments avant la production de la transcription.
Ce que contient ce dessin
Comprenez les décisions qui le sous-tendent.
01
Détecter la parole pour décider de traiter un segment audio ou d’attendre davantage d’audio
02
Gérer les intervalles de silence afin d’éviter les traitements ASR inutiles
Tout système de traitement audio en temps réel nécessitant une détection fiable de l’activité vocale et une conversion de la parole en texte, comme les assistants vocaux, la transcription de réunions ou le sous-titrage en direct.