Опис проєкту
ПерекладНаша компанія щотижня обробляє великий обсяг аудіозаписів — звінки служби підтримки, дистанційні співбесіди та внутрішні наради команди — і нам потрібен надійний сервіс автоматичної розшифровки мови в текст. Основне завдання — приймати аудіофайли у поширених форматах і перетворювати їх у точний, зручночитаний текст. У кожній розшифровці повинно бути чітко видно, хто й що говорив: репліки потрібно розмічати за окремими спікерами, а кожний фрагмент снабжати точними таймкодами, щоб будь-яку строку можна було зіставити з конкретним моментом вихідної записи. Система зобов'язана працювати як з російською, так і з англійською аудіо, включаючи змішані записи, де учасники перемикаються між мовами у межах однієї розмови.
Крім точності розпізнавання, для нас важливо, як сервіс вбудується в наш робочий процес. Рушій розшифровки повинен бути доступний через зрозумілий та задокументований API, щоб наші внутрішні додатки могли відправляти аудіо, запитувати статус обробки та отримувати готові розшифровки програмно, без ручних дій. Ми розраховуємо на коректну обробку довгих записів, фонового шуму та накладання мови, а також на структурований вивід, який можна зберігати і шукати. Ідеальний підрядник реалізує бекенд на Python, підключить перевірену модель розпізнавання і здасть рішення, яке стабільно працює під щоденним навантаженням, а не разову скрипт. Будь ласка, додайте приклади подібних проектів по розшифровці або обробці аудіо та опишіть, як ви підійдете до поділу спікерів і настройки точності для нашої мовної пари.
— Ендпоінти API для завантаження аудіо та отримання розшифровок
— Розмітка спікерів (діаризація) та таймкоди на рівні слів або сегментів
— Підтримка російської, англійської та змішаних по мові записів
— Бекенд на Python з задокументованим та тестованим розгортанням
Крім точності розпізнавання, для нас важливо, як сервіс вбудується в наш робочий процес. Рушій розшифровки повинен бути доступний через зрозумілий та задокументований API, щоб наші внутрішні додатки могли відправляти аудіо, запитувати статус обробки та отримувати готові розшифровки програмно, без ручних дій. Ми розраховуємо на коректну обробку довгих записів, фонового шуму та накладання мови, а також на структурований вивід, який можна зберігати і шукати. Ідеальний підрядник реалізує бекенд на Python, підключить перевірену модель розпізнавання і здасть рішення, яке стабільно працює під щоденним навантаженням, а не разову скрипт. Будь ласка, додайте приклади подібних проектів по розшифровці або обробці аудіо та опишіть, як ви підійдете до поділу спікерів і настройки точності для нашої мовної пари.
— Ендпоінти API для завантаження аудіо та отримання розшифровок
— Розмітка спікерів (діаризація) та таймкоди на рівні слів або сегментів
— Підтримка російської, англійської та змішаних по мові записів
— Бекенд на Python з задокументованим та тестованим розгортанням
Розробка програм Готівка, Банківський переказ
