Descrição do projeto
TraduzidoNossa empresa processa um grande volume de gravações de áudio semanalmente — chamadas de suporte, entrevistas remotas e reuniões internas — e precisamos de um serviço de transcrição automática de fala para texto confiável. A tarefa principal é aceitar arquivos de áudio em formatos comuns e transformá-los em texto preciso e legível. Cada transcrição deve mostrar claramente quem disse o quê: as falas devem ser rotuladas por falantes individuais, e cada fragmento deve ser anotado com códigos de tempo precisos para que qualquer linha possa ser associada a um momento específico na gravação original. O sistema deve funcionar com áudio em russo e inglês, incluindo gravações em idiomas mistos onde os participantes alternam entre idiomas dentro de uma única conversa.
Além da precisão de reconhecimento, nos importa como o serviço se integrará ao nosso fluxo de trabalho. O mecanismo de transcrição deve ser acessível através de uma API clara e bem documentada, para que nossas aplicações internas possam enviar áudio, solicitar status de processamento e recuperar transcrições concluídas programaticamente, sem intervenção manual. Esperamos um manuseio correto de gravações longas, ruído de fundo e fala sobreposta, bem como uma saída estruturada que possa ser armazenada e pesquisada. O contratante ideal implementará o backend em Python, integrará um modelo de reconhecimento de fala comprovado e entregará uma solução que funcione de forma estável sob carga diária, não um script pontual. Por favor, inclua exemplos de projetos semelhantes de transcrição ou processamento de áudio e descreva como você abordará a diarização de falantes e o ajuste de precisão para nosso par de idiomas.
— endpoints da API para upload de áudio e recuperação de transcrições
— Rotulagem de falantes (diarização) e códigos de tempo no nível de palavra ou segmento
— Suporte para gravações em russo, inglês e idiomas mistos
— Backend em Python com implantação documentada e testável
Além da precisão de reconhecimento, nos importa como o serviço se integrará ao nosso fluxo de trabalho. O mecanismo de transcrição deve ser acessível através de uma API clara e bem documentada, para que nossas aplicações internas possam enviar áudio, solicitar status de processamento e recuperar transcrições concluídas programaticamente, sem intervenção manual. Esperamos um manuseio correto de gravações longas, ruído de fundo e fala sobreposta, bem como uma saída estruturada que possa ser armazenada e pesquisada. O contratante ideal implementará o backend em Python, integrará um modelo de reconhecimento de fala comprovado e entregará uma solução que funcione de forma estável sob carga diária, não um script pontual. Por favor, inclua exemplos de projetos semelhantes de transcrição ou processamento de áudio e descreva como você abordará a diarização de falantes e o ajuste de precisão para nosso par de idiomas.
— endpoints da API para upload de áudio e recuperação de transcrições
— Rotulagem de falantes (diarização) e códigos de tempo no nível de palavra ou segmento
— Suporte para gravações em russo, inglês e idiomas mistos
— Backend em Python com implantação documentada e testável
Desenvolvimento de software Dinheiro, Transferência bancária
