Распознавание речи и всё, что с этим связано

[Neinsager]

Озадачили меня проблемой — есть диктофонные записи, нужно преобразовать их в текст.

Вариантов, насколько я вижу, немного — есть два API, от Яндекса и от Гугла, и есть некоторое количество софтов, которые эти API используют. Софтов для винды, которые бы использовали Яндекс API, я не нашёл, и потому тестировал только гугловские наработки. Практика показала, что API довольно прилично распознают качественный звук, а вот с диктофонными записями беда — много шумов и искажений. СтОит ли пробовать как-то вычистить записи? Если стОит — то был бы рад ссылкам по теме, ибо в обработке звука мало чего понимаю... Или же из дерьма конфетку не сделать, и надо думать о использовании приличного микрофона при осуществлении записи?

[arrpoSt1m]

СтОит ли пробовать как-то вычистить записи?

Крапотливая и долгая работа

приличного микрофона при осуществлении записи?

да

есть диктофонные записи, нужно преобразовать их в текст.

с существующими могу помочь

[Neinsager]

с существующими могу помочь

Посадить человека на расшифровку и набор? :)

[Den3]

СтОит ли пробовать как-то вычистить записи?

Мне кажется для правильного распознавания нужна не разговорная речь и темп речи, а четко проговариваемая и лучше с одной интонацией, типа машинной (или как на кассетах по обучению языкам). Имхо проще слушать диктофон и одновременно проговаривать то что говорят членораздельно и последовательно нежели чистить звук, а потом по любому править ошибки от не точного распознавания.

По софту не подскажу, не интересовался. Но на работе сотрудник как то хвастался\удивлялся что девочки-машинистки до сих пор не освоили распознавание речи, а у него получалось. Но он будет лишь после праздников что б спросить что и как...

[Neinsager]

Den3

Попробовал сейчас эту методику — качество распознавания, конечно, выше... но практического смысла для решения именно данной задачи в ней нет — человек, который обычно с записями этими работает, набирает очень быстро, потому смысл передиктовки пропадает. Вот для распознавания рукописей или очень плохих копий старых документов способ подходит, возьму на вооружение.

[Neinsager]

В общем, насколько я вижу, пока прогресс в данной области не настолько заметен, чтобы в лоб решать поставленную задачу — требуется и дополнительное оборудование (хороший микрофон, например), и условия к самой речи (ну или дополнительные манипуляции, время на проведение которых практически лишает смысла использование данных технологий).

Печаль :(

[arrpoSt1m]

Печаль

единственным выходом на сегодняшний день является

Посадить человека на расшифровку и набор?

[trespa]

Юзаю на смарте клаву SWYPE+DRAGON. Там кроме набора движением, есть голосовой ввод (НЕ ГУГЛ)!!! Раньше "набирал" СМС только монотонным, небыстрым голосом. Только что, ради интереса попробовал усложнить ему/ей :) задачу: говорил быстро, специально не выделяя слова... Качество распознавания приятно удивило. Может покопать в сторону этой разработки?

[Rumlin]

человек обходится в 20$ за час обработанной записи. Если запись шумная, трудноразличимая , то дороже. Качество лучше чем у программного продукта.

 

если цель найти программу для надиктовывания - лучше dragon под макось не видел.

[Neinsager]

Rumlin

Не, надиктовывание реально практически не нужно.

 

trespa

Попробую виндовую версию, но не особо верю в успех.