Технический директор ВКонтакте Александр Тоболь на открытии конференции Saint HighLoad++, сообщил что теперь у разработчиков есть возможность бесплатно использовать технологию ВКонтакте, которая считывает голос и переводит его в текст.
ASR (Automatic Speech Recognition) или технологию распознавания речи, можно внедрить в несколько кликов.
На выбор доступно две модели для распознавания можно:
- нейтральная — для разборчивой речи, как в телешоу или интервью;
- спонтанная — для обыденной речи со сленгом и ненормативной лексикой.
Нейросети ВК быстро обрабатывают аудиофайлы, удаляют из расшифровки шумы и паузы, понимают неразборчивую речь и даже отдельный звук «ъ».
Обработку аудио до 100 минут в сутки можно применять для любых целей, а для безлимитного доступа нужно отправить заявку на электронную почту. Начать использовать технологию можно через веб-интерфейс на специальной странице или настроить интеграцию через публичный API ВКонтакте. Решение должно быть востребовано в стартапах, небольших инди-проектах, а также в личных проектах.
В самой соцсети ASR используется для расшифровки голосовых сообщений, генерации субтитров в видео, персональных рекомендаций и многого другого. Решение включает в себя три нейросети: для распознавания речи, поиска подходящих слов и расстановки знаков препинания.
Ранее ВКонтакте показал новый дизайн профиля в приложении.
