Барлық елдер

Ақша сомасы: 0

Өтінімдер саны: 3

Модуль автоматического распознавания речи (ASR) с поддержкой диоризации для спикеров
Тапсырыс беруші

ТОО "Эвотек Центральная Азия"
Шешімдерді қабылдау мерзімі

25.06.26 (қоса алғанда)

Марапаттау нысаны

договорная

Өнім күйі

MVP

Тапсырма түрі

Акт міндеттері

Сфера применения

Робототехника

Область задачи

Нейротехнология және жасанды интеллект

Өнім түрі

БҚ/АЖ

Мәселенің сипаттамасы

В практическом применении технологий распознавания и офлайн-анализа речи значительным препятствием является несоответствие аудиоматериалов требованиям к корректной обработке информации. Часто диалоги между двумя спикерами записываются в одном аудиоканале, что затрудняет их автоматическое разделение для последующего анализа и стенографирования. Существующие решения ASR для русского и казахского языков не обеспечивают устойчивую диоризацию, особенно при смешанной речи (code-switching), что приводит к снижению точности и читаемости расшифровок.

Күтілетін әсер

Результатом разработки станет программный модуль, обеспечивающий: 1. Автоматическое разделение аудиозаписи на реплики двух спикеров (диоризация) с точностью не ниже 90%; 2. Корректное распознавание речи на русском и казахском языках, включая смешанные высказывания; 3. Формирование структурированной стенограммы с указанием временных меток и идентификаторов спикеров (Speaker 1, Speaker 2); 4. Совместимость с существующими системами анализа и хранения данных через API; 5. возможность использования любого внешнего или локального STT-сервиса, обеспечивающего требуемое качество распознавания.

Жауапты тұлғаның ТАӘ

Данченко Максим

Тапсырманың (жобаның) мақсаты мен сипаттамасы

Создание модуля автоматического распознавания речи (ASR) с поддержкой диоризации для двух спикеров, обеспечивающего точное разделение реплик и корректную стенографию аудиозаписей на русском и казахском языках. Описание задачи: Разработать программный механизм, принимающий на вход аудиофайл и выполняющий следующие функции: 1. определение участков речи и автоматическое разделение на двух спикеров; 2. распознавание речи на русском и казахском языках; 3. формирование текстового файла с разметкой по говорящим и временными метками; 4. обеспечение точности диоризации не ниже 90% и точности распознавания не ниже 85%; 5. предоставление готового результата в формате, пригодном для последующего анализа и интеграции.

Ескерту

Шешім жіберу