Projektbeschreibung
ÜbersetztUnser Unternehmen sammelt jede Woche ein großes Volumen an Audio- und Videoaufnahmen: Kundenanrufe, Besprechungen, Interviews, Webinare und Podcast-Episoden. Derzeit liegt all dieses Material als totes Gewicht herum – niemand hat Zeit, stundenlange Aufnahmen anzuhören, sodass Vereinbarungen und wichtige Zitate sofort nach dem Gespräch verloren gehen. Wir benötigen einen automatischen Spracherkennungsdienst, der jede Aufnahme in ein genaues und durchsuchbares Transkript umwandelt.
Die Grundlage des Projekts ist eine zuverlässige Spracherkennungs-Engine. Der Dienst sollte gängige Audio- und Videoformate akzeptieren, sie mit hoher Genauigkeit selbst bei fehlerhaften Aufnahmen transkribieren und Interpunktion sowie Absätze hinzufügen, damit der Text normal gelesen werden kann. Diarisierung ist obligatorisch: Jede Zeile wird einem Sprecher zugeordnet, und Zeitstempel auf Wortebene ermöglichen eine sofortige Navigation zum richtigen Ort in der Aufnahme. Batch-Verarbeitung ist ebenfalls erforderlich – laden Sie Dutzende von Dateien auf einmal hoch.
Nicht weniger wichtig ist, was nach der Erkennung passiert. Wir benötigen einen praktischen Editor, in dem wir Fehler korrigieren, Sprecher umbenennen, Segmente zusammenführen und aufteilen sowie das gesamte Archiv nach Schlüsselwörtern durchsuchen können. Fertige Transkripte sollten in Text, Untertitel und strukturierte Formate exportiert werden. Bitte beschreiben Sie Ihre Erfahrungen mit Spracherkennungsmodellen, die erwartete Genauigkeit bei realen Audios, unterstützte Sprachen und wie Sie die Vertraulichkeit der Aufnahmen gewährleisten werden.
Was uns wichtig ist:
— automatische Transkription mit Interpunktion und Sprecherdiarisierung;
— Zeitstempel auf Wortebene und Volltextsuche im Archiv;
— Editor für Korrekturen und Export in Text, Untertitel und strukturierte Daten.
Die Grundlage des Projekts ist eine zuverlässige Spracherkennungs-Engine. Der Dienst sollte gängige Audio- und Videoformate akzeptieren, sie mit hoher Genauigkeit selbst bei fehlerhaften Aufnahmen transkribieren und Interpunktion sowie Absätze hinzufügen, damit der Text normal gelesen werden kann. Diarisierung ist obligatorisch: Jede Zeile wird einem Sprecher zugeordnet, und Zeitstempel auf Wortebene ermöglichen eine sofortige Navigation zum richtigen Ort in der Aufnahme. Batch-Verarbeitung ist ebenfalls erforderlich – laden Sie Dutzende von Dateien auf einmal hoch.
Nicht weniger wichtig ist, was nach der Erkennung passiert. Wir benötigen einen praktischen Editor, in dem wir Fehler korrigieren, Sprecher umbenennen, Segmente zusammenführen und aufteilen sowie das gesamte Archiv nach Schlüsselwörtern durchsuchen können. Fertige Transkripte sollten in Text, Untertitel und strukturierte Formate exportiert werden. Bitte beschreiben Sie Ihre Erfahrungen mit Spracherkennungsmodellen, die erwartete Genauigkeit bei realen Audios, unterstützte Sprachen und wie Sie die Vertraulichkeit der Aufnahmen gewährleisten werden.
Was uns wichtig ist:
— automatische Transkription mit Interpunktion und Sprecherdiarisierung;
— Zeitstempel auf Wortebene und Volltextsuche im Archiv;
— Editor für Korrekturen und Export in Text, Untertitel und strukturierte Daten.
Sonstiges / Verschiedenes Bargeld, Banküberweisung
