Семейство NVIDIA для распознавания речи. Многоязычный вариант Parakeet TDT выдает текст с пунктуацией и временными отметками.
Текст с привязкой к записи
Parakeet распознает речь и возвращает текст. Вариант Parakeet TDT с русским языком описан в отдельной карточке NVIDIA. В нем доступны пунктуация и временные отметки для работы с расшифровкой. Это полезно, когда редактору нужно быстро перейти от текста к звуку. При загрузке весов обратите внимание на обозначение версии. Выпуски семейства отличаются набором языков.
Поиск спорной фразы
Для проверки возьмите разрешенную запись учебного интервью. В одном фрагменте попросите собеседника назвать название проекта и дату, а в другом оставьте естественную паузу. Получите расшифровку и откройте звук возле отметок времени. Сверьте числа, фамилию и границы слов. Если имя распознано неправильно, отметьте ручное исправление и сохраните ссылку на исходный момент. Так другим участникам будет проще проверить правку.
На фрагменте с перебиванием говорящих отдельно проверьте, не исчезла ли короткая реплика. Наличие текста и знаков препинания не свидетельствует о точном разделении голосов.
Рабочая среда
NVIDIA описывает локальный запуск и отдельное развертывание NIM. Сначала обработайте короткий файл нужного языка и измерьте, сколько ресурсов занимает запуск. Затем сохраните название модели и настройки вместе с расшифровкой. Для субтитров проверьте порядок строк и читаемость на экране. Для поиска по интервью полезнее оставить ссылки на исходное аудио и отметить неразборчивые фрагменты.
Для каких задач подходит
- Получить расшифровку собственной записи
- Найти спорную реплику по времени
Сильные стороны
- Многоязычная версия поддерживает русский
- Доступны временные отметки текста
Ограничения
- Люди, говорящие одновременно, усложняют проверку
- Версии модели имеют разные языки
Выбор и условия
- Бесплатный режим
- Да
- Пробный период
- Не подтверждено
- Без регистрации
- Не подтверждено
- Русский интерфейс
- Не подтверждено
- Локальная установка
- Да
- API
- Да
«Не подтверждено» означает, что сведений недостаточно. Возможность может существовать; сверяйте условия разработчика.
- Исходные форматы
- Аудио
- Результат
- Текст
Условия
Модель запускают в поддерживаемом окружении NVIDIA. Для развертывания через NIM предусмотрена отдельная инструкция.От задачи к первому результату
Практический пример
- Задача
- Получить расшифровку собственной записи
- Что подготовить
- Короткая собственная запись разговора, на обработку которой согласны участники.
Задание или запрос
Рабочее задание: расшифровать запись на исходном языке. Сохраняйте смысл реплик; неразборчивые места отмечайте отдельно и проверяйте по звуку. Имена, числа и названия нужно сверить вручную.
Ожидаемый результат
Черновик расшифровки; наличие распознавания не гарантирует правильность каждой реплики.
Как проверить результат
- Прослушайте фрагменты с числами и именами.
- Отметьте пропуски и неразборчивые места; не додумывайте их.
Редакционный учебный пример постановки задачи, а не результат личного тестирования сервиса. Проверьте доступность нужного режима, права на исходники и условия использования результата.
Проверить подробности
Официальные источники
- Карточка многоязычной модели Parakeet
- Выбор модели распознавания NVIDIA
- Развертывание Parakeet TDT через NVIDIA NIM
Описание составлено по материалам разработчика. Возможности, цены и доступность могут меняться; перед использованием сверяйтесь с первоисточником.
