परियोजना का विवरण
अनुवादितहम वीडियो सामग्री की एक स्थिर धारा प्रकाशित करते हैं और वर्तमान में उपशीर्षक हाथ से जोड़ते हैं, जो हमारे कार्यक्रम के साथ बनाए रखने के लिए बहुत धीमा है। मुझे किसी की आवश्यकता है जो एक विश्वसनीय पाइपलाइन सेट करे जो कच्चे वीडियो को ले, भाषण पहचान चलाए, और उपशीर्षक को ऑडियो समय के साथ सही ढंग से समन्वयित करे न कि केवल मोटे तौर पर संरेखित।
पहचान चरण को सामान्य बातचीत के भाषण को संभालना चाहिए, जिसमें कुछ तकनीकी शब्दावली और पृष्ठभूमि शोर शामिल है, इसलिए सटीकता ट्यूनिंग महत्वपूर्ण है और केवल डिफ़ॉल्ट सेटिंग्स काम नहीं करेंगी। इसके बाद क्या होता है, यह भी उतना ही महत्वपूर्ण है: आउटपुट की समीक्षा करने, उन शब्दों को पकड़ने के लिए जो इंजन ने गलत किए, समय को ठीक करने के लिए जहां पंक्तियाँ भटकती हैं, और कुछ भी लाइव होने से पहले विराम चिह्न और पंक्ति ब्रेक को साफ करने का एक तेज़ तरीका होना चाहिए। मैं स्वचालन से शून्य त्रुटियों की उम्मीद नहीं करता, लेकिन सुधार तेज होना चाहिए, पूरी मैनुअल पुनःलेखन नहीं।
एक बार अंतिम रूप देने के बाद, उपशीर्षक को उन प्रारूपों में निर्यात करने की आवश्यकता है जो लोकप्रिय वीडियो प्लेटफार्मों द्वारा अपलोड के लिए स्वीकार किए जाते हैं, आदर्श रूप से कई ट्रैक का समर्थन करते हैं यदि हम बाद में अनुवाद जोड़ते हैं। नए वीडियो के लिए प्रक्रिया चलाने पर संक्षिप्त दस्तावेज़ एक प्लस होगा, क्योंकि हमारी टीम इसके बाद इसे स्वयं बनाए रखेगी।
मैं जो खोज रहा हूँ:
— वास्तविक रिकॉर्डिंग पर सटीकता के लिए ट्यून किया गया भाषण-से-टेक्स्ट
— समय समन्वय, केवल कच्चे ट्रांसक्रिप्ट आउटपुट नहीं
— प्रकाशन से पहले एक तेज़ मैनुअल समीक्षा और सुधार चरण
— अपलोड के लिए तैयार मानक उपशीर्षक प्रारूपों में निर्यात
पहचान चरण को सामान्य बातचीत के भाषण को संभालना चाहिए, जिसमें कुछ तकनीकी शब्दावली और पृष्ठभूमि शोर शामिल है, इसलिए सटीकता ट्यूनिंग महत्वपूर्ण है और केवल डिफ़ॉल्ट सेटिंग्स काम नहीं करेंगी। इसके बाद क्या होता है, यह भी उतना ही महत्वपूर्ण है: आउटपुट की समीक्षा करने, उन शब्दों को पकड़ने के लिए जो इंजन ने गलत किए, समय को ठीक करने के लिए जहां पंक्तियाँ भटकती हैं, और कुछ भी लाइव होने से पहले विराम चिह्न और पंक्ति ब्रेक को साफ करने का एक तेज़ तरीका होना चाहिए। मैं स्वचालन से शून्य त्रुटियों की उम्मीद नहीं करता, लेकिन सुधार तेज होना चाहिए, पूरी मैनुअल पुनःलेखन नहीं।
एक बार अंतिम रूप देने के बाद, उपशीर्षक को उन प्रारूपों में निर्यात करने की आवश्यकता है जो लोकप्रिय वीडियो प्लेटफार्मों द्वारा अपलोड के लिए स्वीकार किए जाते हैं, आदर्श रूप से कई ट्रैक का समर्थन करते हैं यदि हम बाद में अनुवाद जोड़ते हैं। नए वीडियो के लिए प्रक्रिया चलाने पर संक्षिप्त दस्तावेज़ एक प्लस होगा, क्योंकि हमारी टीम इसके बाद इसे स्वयं बनाए रखेगी।
मैं जो खोज रहा हूँ:
— वास्तविक रिकॉर्डिंग पर सटीकता के लिए ट्यून किया गया भाषण-से-टेक्स्ट
— समय समन्वय, केवल कच्चे ट्रांसक्रिप्ट आउटपुट नहीं
— प्रकाशन से पहले एक तेज़ मैनुअल समीक्षा और सुधार चरण
— अपलोड के लिए तैयार मानक उपशीर्षक प्रारूपों में निर्यात
वेब प्रोग्रामिंग नकद, बैंक ट्रांसफर
