Распознавание речи это преобразование речи в текст.  Системы распознания речи, позволяют обрабатывать человеческую речь, аудио видео файлы и преобразовывают ее в текстовый формат. Наиболее эффективные алгоритмы, используют при распознавании речи, методы и технологии из областей искусственного интеллекта и машинного обучения. Большинство этих алгоритмов самообучаемы и со временем совершенствуются. Программы использующие распознавания речи нашли широкое применение во многих сферах деятельности, например, голосовые помощники (ассистенты), голосовой ввод сообщений, управление голосом...

#NLP #python #vosk #алгоритмы #машинное обучение Недавно мне была поставлена задача конвертировать аудиозаписи в текст для дальнейшего анализа. Обязательные условия: офлайн обработка, невысокая требовательность к системным ресурсам, и возможность автоматизации процесса. Я выбрал Python и библиотеку vosk-api. Что может Vosk Vosk – это автономный инструмент для распознавания речи с открытым исходным кодом. Он позволяет использовать модели для 17 языков и диалектов (на момент написания статьи). Модели Vosk малы (50Мб) и позволяют преобразовывать речь в текст «на лету»...