Разметить смену говорящих
Сегменты разговора с анонимными метками говорящих и ручным объединением ошибочных групп.
Можно перетащить файл сюда
WAVMP3FLACM4A
До 20 МиБ на файл и 50 МиБ суммарно.
Для обработки данные передаются нашему серверу. Временные рабочие файлы удаляются; история файлов не создаётся.
Как пользоваться
Укажите ожидаемое число голосов от 1 до 4. WavLM сравнивает голосовые векторы в окнах по 2 секунды; одинаковое звучание и короткие реплики могут дать неверную группу, а наложенная речь не разделяется.
JSON и SRT с анонимными метками голосовых окон локальной модели WavLM.
Сверьте метки с голосами на слух; короткие реплики и наложенную речь проверьте вручную.
WavLM: до 30 секунд и 1–4 говорящих; окна по 2 секунды, наложенная речь не разделяется.
- Выберите короткую запись и проверьте её содержимое.
- Укажите параметры обработки и попробуйте пример.
- Создайте результат, откройте скачанные файлы и прочитайте отчёт.
Пример
Практический пример: Разметить смену говорящих
Короткая английская речь.
Разметить смену говорящих
JSON и SRT с анонимными метками голосовых окон локальной модели WavLM.
Форматы и ограничения
Как разметить говорящих в записи и проверить перебивания и одинаковые голоса. На входе: WAV, MP3, FLAC, M4A. Форматы результата: TXT, SRT, JSON.
- На входе
- WAV, MP3, FLAC, M4A
- Результат
- TXT, SRT, JSON
JSON и SRT с анонимными метками голосовых окон локальной модели WavLM.
- До 20 МиБ на файл и 50 МиБ суммарно.
- До 180 секунд; видео до 0,92 мегапикселя в кадре.
- WavLM: до 30 секунд и 1–4 говорящих; окна по 2 секунды, наложенная речь не разделяется.
- Файлы обрабатываются на сервере во временной папке и удаляются после ответа.
- Аудио: до 8 каналов, 96 кГц и 16 миллионов отсчётов суммарно.
- В контейнере с несколькими аудиодорожками обрабатывается первая дорожка.
Сверьте метки с голосами на слух; короткие реплики и наложенную речь проверьте вручную.
Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.
Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.
Вопросы об инструменте
Какие исходные данные принимает «Разметить смену говорящих»?
Поддерживаются: WAV, MP3, FLAC, M4A. До 20 МиБ на файл и 50 МиБ суммарно.
Что получится после обработки в «Разметить смену говорящих»?
JSON и SRT с анонимными метками голосовых окон локальной модели WavLM. Форматы результата: TXT, SRT, JSON.
Как проверить результат этой операции?
Сверьте метки с голосами на слух; короткие реплики и наложенную речь проверьте вручную.
Какой пример помогает начать работу?
Короткая английская речь.. Разметить смену говорящих Ожидаемый результат: JSON и SRT с анонимными метками голосовых окон локальной модели WavLM..
Какие ограничения нужно учитывать?
До 20 МиБ на файл и 50 МиБ суммарно. До 180 секунд; видео до 0,92 мегапикселя в кадре. WavLM: до 30 секунд и 1–4 говорящих; окна по 2 секунды, наложенная речь не разделяется. Файлы обрабатываются на сервере во временной папке и удаляются после ответа. Аудио: до 8 каналов, 96 кГц и 16 миллионов отсчётов суммарно. В контейнере с несколькими аудиодорожками обрабатывается первая дорожка.
Где обрабатываются данные и сохраняется ли история?
Для выбранной операции данные передаются нашему серверу. Временные рабочие файлы удаляются после обработки; история пользовательских файлов не создаётся.