Новости
Google опубликовал свою систему разделения спикеров
Диаризация (или разделение дикторов) — процесс разделения входящего аудиопотока на однородные сегменты в соответствии с принадлежностью аудиопотока тому или иному говорящему.
Диаризация повышает качество текстов при автоматическом транскрибировании, а также может использоваться совместно с системой распознавания речи, значительно её улучшая. Диаризация используется для ответа на вопрос «Кто сейчас говорит?».
Исследователи Google опубликовали работу по диаризации под названием «Полностью обучаемое разделение спикеров» и открыли соответствующий проект на GitHub.
По данным инженеров, их новая AI-система, работающая в реальном времени, может достигать 7.6% ошибок, против 8.8% у предыдущего метода. Основана она на рекуррентных нейронных сетях, причем каждому говорящему выделяется своя, а система объединяет их.
-
Новости3 недели назадВидео и подкасты о мобильной разработке 2026.13
-
Новости4 недели назадВидео и подкасты о мобильной разработке 2026.12
-
Разработка3 недели назад10 ошибок, которые Android-разработчики до сих пор допускают при работе с Jetpack Compose
-
Разработка3 недели назадЯ купил самый дешёвый MacBook от Apple и попробовал заняться настоящей разработкой