Правильно переводить голос в текст для того, что бы впоследствии текст переводить в синтезированный голос (вы пишите текст, а в результате воспроизводится голос)

Обучить модели для правильного расставления пауз, правильных смысловых интонаций, тона и громкости в зависимости от смысла предложения

Работает в облаке и в периметре заказчика.

Высокая скорость распознавания (15 сек. аудио за 0,5-1 сек.)

Возможна параллельная обработка нескольких голосовых потоков

Применение архитектуры BERT (обеспечивает синтаксическую связность)

Полностью кастомизируется под предметную область заказчика

Различные модули пост обработки (фильтр мата, перевод цифр, расстановка пунктуации, определение пауз)

6 real-time factor скорость обработки данных в облаке, что на 40-80% выше скорости конкурирующих сервисов

Точные таймстампы начала каждого распознанного слова