Description du projet
TraduitNotre entreprise traite un grand volume d'enregistrements audio chaque semaine — appels de support, interviews à distance et réunions internes — et nous avons besoin d'un service de transcription automatique audio en texte fiable. La tâche principale est d'accepter des fichiers audio dans des formats courants et de les transformer en texte précis et lisible. Chaque transcription doit clairement indiquer qui a dit quoi : les énoncés doivent être étiquetés par des locuteurs individuels, et chaque fragment doit être annoté avec des codes temporels précis afin que chaque ligne puisse être associée à un moment spécifique de l'enregistrement source. Le système doit fonctionner avec des audio en russe et en anglais, y compris des enregistrements en langues mixtes où les participants passent d'une langue à l'autre au cours d'une même conversation.
Au-delà de la précision de reconnaissance, il est important pour nous de savoir comment le service s'intégrera dans notre flux de travail. Le moteur de transcription doit être accessible via une API claire et bien documentée afin que nos applications internes puissent envoyer de l'audio, demander l'état de traitement et récupérer les transcriptions complètes de manière programmatique, sans intervention manuelle. Nous attendons un traitement correct des longs enregistrements, du bruit de fond et des discours qui se chevauchent, ainsi qu'une sortie structurée qui peut être stockée et recherchée. Le contractant idéal mettra en œuvre le backend en Python, intégrera un modèle de reconnaissance vocale éprouvé et livrera une solution qui fonctionne de manière stable sous une charge quotidienne, pas un script ponctuel. Veuillez inclure des exemples de projets similaires de transcription ou de traitement audio et décrire comment vous aborderez la diarisation des locuteurs et l'ajustement de la précision pour notre paire de langues.
— Points de terminaison API pour télécharger de l'audio et récupérer des transcriptions
— Étiquetage des locuteurs (diarisation) et codes temporels au niveau des mots ou des segments
— Support pour les enregistrements en russe, en anglais et en langues mixtes
— Backend Python avec déploiement documenté et testable
Au-delà de la précision de reconnaissance, il est important pour nous de savoir comment le service s'intégrera dans notre flux de travail. Le moteur de transcription doit être accessible via une API claire et bien documentée afin que nos applications internes puissent envoyer de l'audio, demander l'état de traitement et récupérer les transcriptions complètes de manière programmatique, sans intervention manuelle. Nous attendons un traitement correct des longs enregistrements, du bruit de fond et des discours qui se chevauchent, ainsi qu'une sortie structurée qui peut être stockée et recherchée. Le contractant idéal mettra en œuvre le backend en Python, intégrera un modèle de reconnaissance vocale éprouvé et livrera une solution qui fonctionne de manière stable sous une charge quotidienne, pas un script ponctuel. Veuillez inclure des exemples de projets similaires de transcription ou de traitement audio et décrire comment vous aborderez la diarisation des locuteurs et l'ajustement de la précision pour notre paire de langues.
— Points de terminaison API pour télécharger de l'audio et récupérer des transcriptions
— Étiquetage des locuteurs (diarisation) et codes temporels au niveau des mots ou des segments
— Support pour les enregistrements en russe, en anglais et en langues mixtes
— Backend Python avec déploiement documenté et testable
Développement de logiciels Espèces, Virement bancaire
