170 похожих чатов

Коллеги, всем привет ) есть аудиофайл на 2 канала разбивать по каналам

умеем (делаем обнуления поочередно). это ок.
транскрибировать каждую дорожку умеем. это ок.

вопрос:
знаете ли готовые решения/сети/библиотеки,
чтобы выдавать текст сразу с делением на паузы и таймингом?

6 ответов

26 просмотров

whisper?

Anatoly-Belov Автор вопроса
D F
whisper?

увидел, спасибо )

Anatoly-Belov Автор вопроса
D F
whisper?

а где там разделение на паузы и тайминг? сходу в доках нет описания по этим пунктам

Anatoly Belov
а где там разделение на паузы и тайминг? сходу в д...

я не настоящий сварщик, но как минимум в тайминг оно умеет вроде https://github.com/openai/whisper/discussions/98

Whisper хорошо транскрибирует, в том числе с таймингом (если брать не модель с HF, а из оригинального реоп OpenAI, где есть опция word_timestamps). Но в паузы он не умеет, кроме случаев, когда они разделяют "сегменты" (это понятие из лексикона Whisper, и там эти сегменты примерно совпадают с предложениями обычно). Если паузы нужны, можно по этому тьюториалу сделать force alignment букв с фреймами аудио любой CTC-based моделью (если нужна мультиязычная, можно взять MMS). https://pytorch.org/audio/stable/tutorials/forced_alignment_tutorial.html. И после такого выравнивания можно считать отрезок речи между первой и последней буквами в слове - речью, а остальное - паузой.

Похожие вопросы

Обсуждают сегодня

а через ESC-код ?
Alexey Kulakov
29
30500 за редактор? )
Владимир
47
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
13
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
program test; {$mode delphi} procedure proc(v: int32); overload; begin end; procedure proc(v: int64); overload; begin end; var x: uint64; begin proc(x); end. Уж не знаю...
notme
6
Как передать управляющий символ в открытую через CreateProcess консоль? Собсна, есть процедура: procedure TRedirectThread.WriteData(Data: OEMString); var Written: Cardinal;...
Serjone
6
вы делали что-то подобное и как? может есть либы готовые? увидел картинку нокода, где всё линиями соединено и стало интересно попробовать то же в ddl на lua сделать. решил с ч...
Victor
8
Ребят в СИ можно реализовать ООП?
Николай
33
Подскажите пожалуйста, как в CustomDrawCell(Sender: TcxCustomGridTableView; ACanvas: TcxCanvas; AViewInfo: TcxGridTableDataCellViewInfo; var ADone: Boolean); получить наз...
A Z
7
Карта сайта