הַגדָרָה
תמלול אודיו הוא תהליך של המרת שפה מדוברת לטקסט כתוב. הוא יוצר נתוני טקסט מובנים מהקלטות דיבור גולמיות.
מטרה
המטרה היא להפוך את הדיבור לניתן לחיפוש, לניתוח ולשימושי למשימות עיבוד שפה טבעית. הוא נמצא בשימוש נרחב בתחומי נגישות, מדיה וניתוח עסקי.
חשיבות
- מאפשר שירותי כתוביות ושירותי נגישות.
- מספק קלט טקסטואלי לאימון מודלים של NLP.
- האיכות תלויה בדיוק של המרת הדיבור לטקסט.
- רגיש לרעשי רקע, מבטאים ואיכות הקלטה.
איך זה עובד
- הקלטה או ייבוא של קבצי שמע.
- חלקו את הדיבור ליחידות קטנות יותר.
- החל זיהוי דיבור אוטומטי (ASR) או תמלול ידני.
- תקן ואמת את דיוק הטקסט.
- אחסן תמלילים עם חותמות זמן או מטא-דאטה במידת הצורך.
דוגמאות (העולם האמיתי)
- Rev: שירות תמלול למדיה ועסקים.
- Otter.ai: תמלול פגישות בזמן אמת מבוסס בינה מלאכותית.
- יוטיוב: יוצר כתוביות באמצעות מודלים של ASR.
מקורות / קריאה נוספת
- זיהוי דיבור אוטומטי - NIST.
- ISO/IEC 15938-4: תיאור תוכן מולטימדיה — ISO.
- עיבוד דיבור ושפה - ג'וראפסקי ומרטין, סטנפורד.
