Как устроена расшифровка голосовых сообщений «ВКонтакте»?

🤗Недавно мы рассказывали про нейросеть, для улучшение качества картинок или видео. Нейросеть, которую использует "ВКонтакте", работает со звуком и использует 3 алгоритма.
✔️Первый — акустическая модель, которая работает со звуком;
✔️Второй — языковая (это как у людей, когда ты слышишь отдельные слова, но понимаешь суть из контекста);
✔️Третий — пунктуация.
👍Языкова модель подбирает максимально похожие слова, после неё получается текст, с которым работает третья модель, расставляющая знаки препинания.
Хотя нейросеть и ошибается, и большинство ошибок связано с тем, что пока она работает на одном языке, возможно в дальнейшем добавят другие языки.
🚀С точки зрения технологии ничего нового не сделать, но владение распознаванием речи открывает нам много возможностей. Многое можно придумать, например, сделать автоматические субтитры к видео.
"Адвантика"
Комплексный интернет-маркетинг для вашего бизнеса
Пишите в direct ✍️
☎️ Хабаровск +7 (4212) 55-01-01
☎️ Владивосток +7 (423)206-02-62