Распознавание речи
Описание технологии
Распознавание речи, Speech To Text(STT), Automatic Speech Recognition(ASR) - это преобразование речевого сигнала в текстовое представление.
Примеры использования
- Телефонные роботы
- Речевая аналитика
- Голосовой ассистент
- Контроль качества
Поддерживаемые форматы
- MuLaw
- ALaw
- Linear16
- RawOpus
- MP3
Каналы
Поддерживаем одно- и двухканальные аудио.
Поддерживаемые Sample Rate
- 8000
- 11000
- 12000
- 16000
- 22000
- 24000
- 32000
- 44000
- 48000
- 96000
Opus поддерживает только те Sample Rate, что указаны на официальном сайте Opus.
Интеграция с Asterisk
На данный момент мы не поддерживаем uniMRCP и используем собственный модуль для интеграции с Asterisk.
Точность распознавания
Для оценки точности распознавания используется метрика WER — Word Error Rate.
WER показывает, насколько распознанный текст отличается от оригинала.
При распознавании шумных GSM аудио
Модели и дообучение
Наши модели обучались на русскоязычных телефонных разговорах в кол-центрах и умеют распознавать большую часть вокабуляра в этой предметной области.
С вашего разрешения мы можем осуществлять частичную разметку ваших данных с целью дообучения наших моделей по недостающим тематикам.
Разметка и сбор данных осуществляются на стороне нашего сервиса.
Доступ к API
Оставить заявку
Мы свяжемся с вами в течение 2 рабочих дней, дадим доступ к API и отправим подробную инструкцию по работе с сервисом.