Trascrizione diarizzata.
Ogni altoparlante ha chiamato.
Da una registrazione di riunione o da un file di chiamata a una trascrizione completamente attribuita — riconoscimento vocale, diarizzazione degli altoparlanti, e l'identificazione dell'altoparlante cucito in una pipeline on-device.
Quattro forme della stessa pipeline.
Ogni forma cuci un ASR + un diarizer + un negozio opzionale di registrazione dell'altoparlante-ID. I componenti sono intercambiabili; ciò che si sceglie dipende dalla fonte audio e dal vostro budget di latenza.
"Alice ha detto ..." / "Bob ha detto ... " attribuzione da un singolo Zoom esportazione.
Agente vs. caller gira, sentimento per altoparlante, on-device per la conformità.
Host + ospiti identificati in tutta l'episodio, timestamp a livello di parola.
Attribuzione di livello di corte con nessun audio mai lasciare il dispositivo.
Trascrivere parole e ispezionare segmenti di altoparlanti.
Dopo aver installato il CLI su Apple Silicon, trascrivi un segmento di registrazione e ispezioni con comandi separati.
Stampare le parole riconosciute in Terminal.
speech transcribe meeting.wavIspezionare etichette e intervalli di tempo come JSON, o utilizzare --rttm
speech diarize meeting.wav --jsonQuesti comandi restituiscono risultati separati. Non producono una trascrizione con etichette di altoparlante o corrispondono alle voci iscritta.
Salvare una trascrizione di testo normale per WAV registrazione in una cartella:
speech transcribe-batch recordings/ --extensions wav --output-dir transcripts/