परियोजना का विवरण
अनुवादितहमारी कंपनी हर हफ्ते बड़ी मात्रा में ऑडियो रिकॉर्डिंग प्रोसेस करती है — समर्थन कॉल, दूरस्थ साक्षात्कार, और आंतरिक टीम की बैठकें — और हमें एक विश्वसनीय स्वचालित स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन सेवा की आवश्यकता है। मुख्य कार्य सामान्य प्रारूपों में ऑडियो फ़ाइलों को स्वीकार करना और उन्हें सटीक, पठनीय टेक्स्ट में बदलना है। प्रत्येक ट्रांसक्रिप्शन को स्पष्ट रूप से दिखाना चाहिए कि किसने क्या कहा: अभिव्यक्तियों को व्यक्तिगत स्पीकर द्वारा लेबल किया जाना चाहिए, और प्रत्येक खंड को सटीक टाइमकोड के साथ एनोटेट किया जाना चाहिए ताकि किसी भी पंक्ति को स्रोत रिकॉर्डिंग में एक विशिष्ट क्षण से मिलाया जा सके। सिस्टम को रूसी और अंग्रेजी ऑडियो दोनों के साथ काम करना चाहिए, जिसमें मिश्रित-भाषा रिकॉर्डिंग शामिल हैं जहां प्रतिभागी एक ही बातचीत में भाषाओं के बीच स्विच करते हैं।
पहचान सटीकता के परे, यह हमारे लिए महत्वपूर्ण है कि सेवा हमारे कार्यप्रवाह में कैसे एकीकृत होगी। ट्रांसक्रिप्शन इंजन को एक स्पष्ट, अच्छी तरह से प्रलेखित एपीआई के माध्यम से सुलभ होना चाहिए ताकि हमारे आंतरिक अनुप्रयोग ऑडियो भेज सकें, प्रसंस्करण स्थिति का अनुरोध कर सकें, और प्रोग्रामेटिक रूप से पूर्ण ट्रांसक्रिप्शन प्राप्त कर सकें, बिना मैनुअल हस्तक्षेप के। हम लंबे रिकॉर्डिंग, पृष्ठभूमि शोर, और ओवरलैपिंग स्पीच के सही हैंडलिंग की अपेक्षा करते हैं, साथ ही संरचित आउटपुट जो संग्रहीत और खोजा जा सके। आदर्श ठेकेदार बैकएंड को पायथन में लागू करेगा, एक सिद्ध स्पीच पहचान मॉडल को एकीकृत करेगा, और एक ऐसा समाधान प्रदान करेगा जो दैनिक लोड के तहत स्थिर रूप से चले, न कि एक बार का स्क्रिप्ट। कृपया समान ट्रांसक्रिप्शन या ऑडियो प्रोसेसिंग परियोजनाओं के उदाहरण शामिल करें और बताएं कि आप हमारे भाषा जोड़ी के लिए स्पीकर डायरीज़ेशन और सटीकता ट्यूनिंग के लिए कैसे संपर्क करेंगे।
— ऑडियो अपलोड करने और ट्रांसक्रिप्शन प्राप्त करने के लिए एपीआई एंडपॉइंट्स
— शब्द या खंड स्तर पर स्पीकर लेबलिंग (डायरीज़ेशन) और टाइमकोड
— रूसी, अंग्रेजी, और मिश्रित-भाषा रिकॉर्डिंग का समर्थन
— प्रलेखित और परीक्षण योग्य तैनाती के साथ पायथन बैकएंड
पहचान सटीकता के परे, यह हमारे लिए महत्वपूर्ण है कि सेवा हमारे कार्यप्रवाह में कैसे एकीकृत होगी। ट्रांसक्रिप्शन इंजन को एक स्पष्ट, अच्छी तरह से प्रलेखित एपीआई के माध्यम से सुलभ होना चाहिए ताकि हमारे आंतरिक अनुप्रयोग ऑडियो भेज सकें, प्रसंस्करण स्थिति का अनुरोध कर सकें, और प्रोग्रामेटिक रूप से पूर्ण ट्रांसक्रिप्शन प्राप्त कर सकें, बिना मैनुअल हस्तक्षेप के। हम लंबे रिकॉर्डिंग, पृष्ठभूमि शोर, और ओवरलैपिंग स्पीच के सही हैंडलिंग की अपेक्षा करते हैं, साथ ही संरचित आउटपुट जो संग्रहीत और खोजा जा सके। आदर्श ठेकेदार बैकएंड को पायथन में लागू करेगा, एक सिद्ध स्पीच पहचान मॉडल को एकीकृत करेगा, और एक ऐसा समाधान प्रदान करेगा जो दैनिक लोड के तहत स्थिर रूप से चले, न कि एक बार का स्क्रिप्ट। कृपया समान ट्रांसक्रिप्शन या ऑडियो प्रोसेसिंग परियोजनाओं के उदाहरण शामिल करें और बताएं कि आप हमारे भाषा जोड़ी के लिए स्पीकर डायरीज़ेशन और सटीकता ट्यूनिंग के लिए कैसे संपर्क करेंगे।
— ऑडियो अपलोड करने और ट्रांसक्रिप्शन प्राप्त करने के लिए एपीआई एंडपॉइंट्स
— शब्द या खंड स्तर पर स्पीकर लेबलिंग (डायरीज़ेशन) और टाइमकोड
— रूसी, अंग्रेजी, और मिश्रित-भाषा रिकॉर्डिंग का समर्थन
— प्रलेखित और परीक्षण योग्य तैनाती के साथ पायथन बैकएंड
सॉफ़्टवेयर विकास नकद, बैंक ट्रांसफर
