Во «ВКонтакте Видео» усовершенствовали функцию распознавания речи

Прокомментировать Просмотры: 91

Сгенерировано нейросетью Dall-E

Компания VK (прежнее название — Mail.ru Group) объявила о новой версии интеллектуальных функций платформы «VK Видео». Разработчики интегрировали усовершенствованные алгоритмы искусственного интеллекта для автоматического распознавания речи и создания субтитров в видеороликах, шоу, клипах и прочем контенте.

Точность анализа и расшифровки увеличилась на 25%. Более того, нейросети освоили тысячи новых слов, включая мемы, имена собственные, акронимы и специализированные термины.

В компании поделились следующей информацией:

Автоматические субтитры формируются с помощью ML-моделей, которые создают текст, проставляют знаки препинания и синхронизируют субтитры с видеорядом. Для повышения точности обработки аудиопоток проходит несколько этапов. Нейросеть устраняет посторонние шумы, распознаёт речь и преобразует её в текст. В дальнейшем подключаются модели пунктуации и нормализации, превращающие набор распознанных слов в удобочитаемый текст. Затем ИИ синхронизирует получившийся текст с аудио. Это позволяет субтитрам быть понятными и удобными как для профессиональных, так и для любительских видео.

В скором времени нейросети смогут разделять речь различных спикеров на отдельные реплики, что сделает субтитры легче воспринимаемыми и улучшит их чтение.

 

Источник: iXBT

Похожие статьи

Поиск по играм, новостям и статьям…

Введите не менее двух символов

Введите не менее двух символов