📱 VK Видео в 10 раз увеличил объем видео с субтитрами и повысил точность обработки расшифровки речи

В пресс-службе VK отметили, что речь говорящего оформляется в текстовые субтитры в виде предложений со знаками препинания и заглавными буквами с учётом особенностей разговорной, узкоспециализированной лексики и неологизмов. В пользовательской ленте на главном экране 8 из 10 видео будут доступны с новыми субтитрами.
«Автоматические субтитры в VK Видео генерируют ML-модели. Аудиопоток из видео проходит через несколько этапов обработки. Сначала нейросеть убирает посторонние шумы, выделяет речь и преобразует её в слова, а другие модели превращают расшифровку в текст. Финальный AI синхронизирует получившийся текст с аудиодорожкой. AI-модель допускает на 30% ошибок меньше, чем аналогичные модели генерации субтитров в подобных сервисах», — рассказали в компании.
Субтитры работают в профессиональных роликах и в пользовательском контенте. Они полезны людям с нарушениями слуха и в ситуациях, когда включение звука в видео нежелательно.
✍️ @ruj_82