Mam doświadczenie tylko w algorytmach językowych. Powie ktoś na jakiej w ogóle zasadzie jest to zrobione?
0
5
Zawsze mnie takie wątki rozwalają:
Google, Apple, Microsoft pracują latami nad systemami rozpoznawania głosu. Wydają na to grube miliony dolarów, mają dziesiątki czy setki ludzi do tego, uczą się na miliardach próbek przetwarzanych przez jakieś kosmiczne serwery w ich data centrach. A potem przychodzi na forum jakiś typ, który ogólnie pyta na jakiej zasadzie to jest zrobione i myśli, że będzie w stanie sobie sam w weekend ogarnąć to, co giganci branży IT ćwiczą latami z ogromnymi budżetami.
Moja porada - zapomnij żeby samodzielnie to robić, szkoda czasu bo nie ogarniesz, a jeśli nawet to wyniki będą marne.
Jak już to zainteresuj się API którejś z wielkich firm - chociażby od Google: https://cloud.google.com/speech-to-text. Masz $300 oraz godzinę za free co miesiąc do testów.
2
Jeśli pod hasłem "Speech to Text" niczego nie znalazłeś, to nie wiem jak my możemy Ci pomóc...
Masz trochę ogólnych informacji do poczytania: https://chat.openai.com/share/28c5f7af-ce6f-481e-8496-d3a8c7744802
Nawet są projekty OpenSource tego typu: https://fosspost.org/open-source-speech-recognition/
Dorzuć któryś do swojego projektu, albo stwórz coś swojego na ich podstawie...
3
Ja bym użył gotowego modelu takiego jak whisper, który jest bardzo dobry, open-source (MIT) i możesz go sobie umieścić w swojej aplikacji i ma prosty interfejs do użycia bezpośrednio w Pythonie.
0
A może wy sami nie potraficie zrozumieć jak to jest zrobione i dlatego demotywujecie kolegę
4
Visiate napisał(a):
jprd nie rozumiesz że opracowałem już działający program typu chat gpt posiada 200000000połączeń neuronowych i potrzebuje takie coś po to abym mógł uzupełnić aplikacje którą planuje wypuścić mam pytanie czy ten program do odczytywania głosu google mogę udostępnić w aplikacji jeśli nie pomyśl trochę zanim napiszesz taki post.
I chcesz mi powiedzieć, że jesteś takim kozakiem w dziedzinie AI, pythona masz w lewym paluszku, a nie wiesz jak połączyć obcą usługę ze swoim kodem? Użycie słowa program sprawia, że raczej nie wiesz co mówisz.