Распознавание и синтез речи

вот мой один из промптов Вы являетесь экспертом по исправлению текстов-транскрибаций аудиоразговоров. Вводные Данные: Текст представляет собой диалог м...

Привет. Ищу полезную инфу, подсказки или критику. Есть проект по ASR. На данных заказчика обкатали несколько SOTA ASR моделек, лучше всего себя показал Whisper Large V2. Из т...

Добрый день коллеги! Устанавливаю vosk вылетает ошибка. Как можно исправить ModuleNotFoundError: No module named '_ctypes' error: subprocess-exited-with-error? python3 --v...

Всем привет! Сижу пробую Vosk, и вижу что мне качество распознавания small модели не подходит. При качестве записи голосового в ТГ, записанного в тишине и близко к микрофону ...

Подскажите - кто встречал нормальный компресор для сжатия mp3 ? Чтобы один час весил около 10 мб ( очень мало )

Всем привет! Для обучения TTS модели я использую чистый Vits. Кто знает, с чем связана такая ситуация. Дан датасет: набор .wav файлов и соответствующий .csv файл. Перед обуче...

@frappuccino_o я обучаю Vits2 на основе твоих настроек. По сравнению в с Vits из piper обучение дольше происходит. ты сколько по времени обучал, чтоб получить 170k степ?

Всем привет. Можете, пожалуйста, объяснить, почему сейчас так популярен whisper, при том, что в оригинал оригинальной статье wer у него больше, чем у того же заоптимизированно...

Колллеги, кто имел дело с Open source системами для распознавания речи и текста? CMU Sphinx, Mozilla DeepSpeech, Kaldi нормально работают с русским языком? Возможно кому-то бу...

Добрый вечер! Подскажите пожалуйста, возможно ли работать с моделью распознавания речи Small vosk model (typically is around 50Mb in size and requires about 300Mb of memory in...

Коллеги, кто нибудь openai whisper локально устанавливал, юзал?

Всем привет! Мне нужно распознавать русскую речь из аудио вместе с тайм кодами и я использую для этого Whisper, но там почему то адекватно работает только medium модель и она ...

Привет, существуют ли инструменты для преобразования текста в слова? Например слово d1masik преобразовывает в димасик, 12 в двенадцать, или günter в гюнтер

Всем привет! У меня крайне прагматичная задача по распознаванию речи: я сижу на приеме у педиатра в качестве ассистента (45 мин прием, почти все время разговор), и мне надоед...

А на чем вы все в чате трените сетки? Какое железо, какая мощность? Если я правильно понимаю, большая часть присутствующих, те для кого нейронки это работа и железо, наверное,...

А кто знает как исправить ошибку распознавания фразы «сколько дней в феврале» в vosk-model-small-ru-0.22? (Распознается как «сколько дней феврале»). Проверяли - от спикера не ...

Привет всем! Я хотел бы попросить совета: какие синтезаторы речи сейчас лучше использовать для достижения естественного звучания на Русском языке?

всем привет) никто не тестил на 17 ios функцию тюнинга своего голоса для tts на 150 фразах?) у меня древний 11, но интересно как у других результаты

приветствую! вопрос по использованию whisper: использую model large-v2 с настройкой --language Russian для STT русскоязычной речи. Всё устраивает, но теперь хочу получать рас...