Мы видели разные маркетинговые материалы на тему точности определения спикеров / идентификации / аутентификации спикеров. Как правило это или довольно непонятные академические метрики на идеализированных модельных данных или метрики вроде 99.999% для text-dependent систем
Бесплатное распознавание речи для всех желающихПосле относительно недавнего релиза мы сделали наше распознавание речи бесплатным для всех индивидуальных пользователей на страничке по адресу — https://audio-v-text.silero.ai/. Да, вы не ослышались. Это не
GitHub - snakers4/silero-vad: Silero VAD: pre-trained enterprise-grade Voice Activity and Number DetectorSilero VAD: pre-trained enterprise-grade Voice Activity and Number Detector - GitHub - snakers4/silero-vad: Silero VAD: pre-trained enterprise-grade Voice Activity and
Такие модели служат скорее цели повышения читабельности текста, они не понимают смысла предложений.Полную версию статьи-релиза вы можете прочитать здесь. Сама модель живет тут: GitHub - snakers4/silero-models: Silero Models: pre-trained speech-to-text, text-to-speech