תזמון דינאמי.
כל דובר בשם.
מהקלטה לפגישה או קובץ שיחה לתעתיק בעל שם מלא - זיהוי דיבור, דידקיזציה הדוברת וזיהוי הדוברת תפרו לתוך צינור אחד על-ידרון.אין APIs בענן, ללא תמחור לדקה, שום מידע שלא עוזב את המכשיר.
ארבע צורות של אותה צינור.
כל צורה תפרה ASR + diarizer + חנות אופציונלית של רמקולים-ID.הרכיבים ניתנים לשינוי; מה שאתה בוחר תלוי במקור אודיו ותקציב ההנעה שלך.
"עבאס אמר..."Bob אמר..."התגובות מיצוא יחיד Zoom.
הסוכן לעומת קורא פונה, הרגש לדובר, על סמך ציות.
אורחים + אורחים זוהו במהלך הפרק, פעמים ברמה המילה.
גבירת בית המשפט ללא אודיו שאי פעם עוזב את המכשיר.
תארי מילים ולבחון את הרמקולים.
לאחר התקנת CLI על Apple Silicon, לנטרול הקלטה ובדוק פלחי רמקולים עם פקודות נפרדות.
הדפס את המילים המוכרות בטרמינל.
speech transcribe meeting.wavתוויות הדוברים והזמן נעות כ-JSON, או להשתמש --rttm עבור RTTM.
speech diarize meeting.wav --jsonפקודות אלה מחזירות תוצאות נפרדות, הן אינן מייצרות תמליל עם תוויות רמקולים או תואמות קולות רשומים.
שמור עותק טקסט אחד ל WAV להקליט בתיקיה:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/