អូឌីយ៉ូស្អាតសម្រាប់បដិសេធអក្សរកាត់ ASR
ម៉ាស៊ីននិយាយទៅអត្ថបទធ្លាក់លើអូឌីយ៉ូមានសំឡេងរំខាន ។ ឧបករណ៍នេះបំបាត់សំឡេងដែលបានថតដោយជាក់លាក់សម្រាប់ការបកប្រែ - ស្អាត និងទាប artefact ដូច្នេះអ្នកបកប្រែ ASR ឬមនុស្សរបស់អ្នកទទួលពាក្យទាំងអស់ ។
របៀបដែលវាធ្វើការ
យើងប្រើឧបករណ៍បំបាត់សំឡេងទាប (DeepFilterNet) ជំនួសឲ្យម៉ូដែលបង្កើតឡើង ៖ វាយកសំឡេងរំខានចេញដោយមិនបង្កើតលម្អិតទេ ដែលជាអ្វីដែលម៉ាស៊ីនទទួលស្គាល់ការនិយាយត្រូវការដើម្បីនៅជាប់ត្រឹមត្រូវ ។
អ្វីដែលវាល្អសម្រាប់
- ការសម្អាតមុនសម្រាប់ Whisper / ASR
- ការបកប្រែច្បាប់ និងវេជ្ជសាស្ត្រ
- Meeting and interview notes
- ការដាក់ចំណងជើង និងចំណងជើងរង
សេចក្ដីលម្អិត
- ម៉ាស៊ីន
- DeepFilterNet
- ទ្រង់ទ្រាយ
- MP3, WAV, M4A, FLAC, OGG, AAC, MP4, MOV
- តម្លៃ
- ឥតគិតថ្លៃដើម្បីសាកល្បង
សំណួរដែលសួរញឹកញាប់
កម្មវិធីបង្កើនការបង្កើតអាចបំភាន់សេចក្ដីលម្អិតដែលធ្វើឲ្យ ASR ច្របូកច្របល់ ។ វាប្រើកម្មវិធីបំបាត់សំឡេងស្អាតដែលលើកសម្ដីចេញពីសំឡេងរំខានដោយមិនបន្ថែមវត្ថុដែលធ្វើឲ្យការទទួលស្គាល់ត្រឹមត្រូវអតិបរមា ។
សម្រាប់ការបកប្រែ គ្មាន - ពន្លឺ សម្អាត denoise វាយការស្ដារឡើងវិញធ្ងន់ ។ រក្សាទុកការពង្រឹងសំឡេងសម្រាប់ការស្តាប់ ប្រើវាសម្រាប់ភាពត្រឹមត្រូវ ។
បាទ/ ចាស - ការថតសម្អាតគឺលឿនជាងមុន និងត្រឹមត្រូវជាងមុនសម្រាប់អ្នកសរសេរជាមនុស្សក៏ដូចជាម៉ាស៊ីន ។
ទេ ។ វាសម្អាតអូឌីយ៉ូ ដូច្នេះកម្មវិធីសរសេរជាសំឡេងធ្វើការបានល្អជាង ប៉ុន្តែវាមិនបញ្ចេញអត្ថបទដោយខ្លួនវាទេ ។ ភ្ជាប់ឯកសារដែលបានសម្អាតជាមួយ Whisper សេវាចំណងជើងរបស់អ្នក ឬអ្នកវាយមនុស្សដើម្បីទទួលពាក្យ ។
មួយណាក៏ដោយរបស់ពួកគេ ។ ពីព្រោះវាលើកសំឡេងចេញពីសំឡេងរំខានដោយមិនបង្កើតសេចក្ដីលម្អិត ម៉ាស៊ីនដូច Whisper និងម៉ូដែល ASR ផ្សេងទៀតមានទំនោរត្រឡប់ការទទួលស្គាល់ខុសតិចជាងលើឯកសារដែលបានសម្អាត ។
ការពង្រីកធ្ងន់ ឬបង្កើតអាចធ្វើឲ្យស្នាមឬបង្កើតសំឡេងដែលបោះការទទួលស្គាល់ចេញ ។ DeepFilterNet គឺជាការរក្សាទុកដោយចេតនា យកសំឡេងរំខានចេញខណៈពេលដែលទុកការនិយាយមិនបានប៉ះ នោះគឺជាអ្វីដែលភាពត្រឹមត្រូវរបស់ ASR ផ្អែកលើ ។
បាទ/ ចាស ។ រត់ការសម្អាតនេះដំបូងសម្រាប់ការនិយាយច្បាស់បំផុត បន្ទាប់មកយកភាពស្ងៀមស្ងាត់ចេញដើម្បីតឹងច្រមុះ និងច្រកសំឡេងផតខាស់ដើម្បីស្ងាត់អ្វីដែលនៅសល់រវាងឃ្លា ដូច្នេះឯកសារចុងក្រោយគឺត្រឹមត្រូវដើម្បីសរសេរជាអក្សរ និងលឿនដើម្បីស្តាប់ ។
ទ្រង់ទ្រាយអូឌីយ៉ូទូទៅត្រូវបានទទួលយក ហើយអ្នកទទួលបានឯកសារដែលបានបំបាត់សំឡេងត្រឡប់មកវិញក្នុងទ្រង់ទ្រាយដែលងាយស្រួលសរសេរជាភាសាអង់គ្លេសដែលត្រៀមរួចរាល់ដើម្បីផ្ដល់ទៅក្នុងបំពង់ ASR របស់អ្នក ឬផ្ញើទៅអ្នកសរសេរជាភាសាអង់គ្លេស ។