разбор · транскрипция
2.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал
Chorus V1: транскрипция перекрывающейся речи с ошибкой 9%
Chorus v1: Overlapping Speech Transcription, Solved
Модель Trelis Chorus V1 решает проблему транскрипции перекрывающейся речи, обеспечивая чистый вывод для двух говорящих. Она использует простую методику обучения с токенами для каждого спикера и демонстрирует низкий уровень ошибок по сравнению с традиционными методами.
Chorus V1 достигает CER ~9% на AMI, используя простые токены для двух спикеров, и доступен в нескольких формат
что из этого моё
Поставить Chorus на транскрипты для ленты: модель закрывает ровно ту поломку, где два ведущих говорят одновременно и текст превращается в кашу, ошибка символов около 9%. Ограничение — она рассчитана на двух говорящих, круглый стол на пятерых ей не по зубам.
Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
запустить Trelis Chorus V1 на тестовом аудио с двумя говорящими и сравнить WER с текущим решением
вынести Chorus в отдельный скрипт в конвейере разборов для обработки перекрывающейся речи
о чём говорят, по времени
главы доводят до 03:41 · дальше по ролику меток нет
01
Проблема перекрывающейся речи00:00 ↗
Обсуждается сложность транскрипции перекрывающейся речи.
02
Метод обучения модели01:03 ↗
Объясняется подход к обучению модели с токенами для спикеров.
03
Тестирование и результаты02:05 ↗
Представлены результаты тестирования модели на наборе данных AMI.
04
Применение и будущее03:41 ↗
Обсуждаются потенциальные применения модели и планы на будущее.