Dotaz: převod mluveného slova na text

[TomasABC32]

Zdravím, řeším tady v linuxu věc, jak si ušetřit čas a převést mluvené slovo na text, aniž bych to musel odposlouchat a přepsat. Nemáte s tím někdo zkušenost, jestli to jde a případně jak? Potřebuji vytvořit titulky k jedné přednášce a jde mi o ušetření času.

Díky.

---

---

Odpovědi

[Aleš Kapica]

Zkus prozkoumat aplikace o kterých se píše na stránce Speech recognition. Ale jsem skeptický. Jediné řešení, které by se dalo označit za funkční je od Google. Jenže to funguje pouze online a nepochybně těží z mnoha získaných vzorků. Ale možná se mýlím.

[TomasABC32]

děkuji Aleši, mrknu. A co nabízí Google?

[Aleš Kapica]

Rád bych tě nasměroval konkrétněji, ale už je to nějaký čas, co jsem si s tím hrál. Pokud jde o Google, tak převod hlasu na text jeho prostřednictvím umí každý blbý mobil s Androidem. Jenom bys musel pohledat nějaké api, přes které bys to rozsekal na nějaké menší kousky. Koukni sem.

[lertimir]

No to že blbý mobil z androidem něco umí neznamená, že funkcionalita se dá dosáhnout i třeba na webu a v počitači. Třeba příklad, v číně a v japonsku jsem v mobilu používal google translate (dokonce s offline slovnikem) který po namíření objektivu mobilu provedl textový překlad (funkionalita jakž takž použitelné). Kdyý jsem později hledal, jestli podobný nástroj by mohl fungovat i na japonské anime, když bych tedy z obrázku označil pole s japonským tesxtem a dostal překlad tak jsem obdobnou možnost nenašel a snímat obrazovku mobilem je trochu příliž hardcore (na pár textu jsem to zkusil a fungovalo to, ale dlouhodoběji to nejde). S převodem řeči do textu to může být podobně.

[cronin]

IBM Bluemix ponúka tak text-to-speach, ako aj speach-to-text. Momochodom, v akom jazyku chceš tú transformáciu robiť?

[TomasABC32]

potřebuji španělštinu. Ale jak tak koukám, tak nejrychlejší to bude odposlouchat :D asi.. ale mrknu na ty řešení.

[TomasABC32]

Ak sa pruko nemylim, Watson spanielcinu zvlada.

[Aleš Kapica]

STT – Speech to text

[lertimir]

Whisper

[Aleš Kapica]

A co je asi tak pointou odkazovaného blogpostu..

[OldFrog {Ondra Nemecek}]

Příloha:

• google-docs-dictate.png (74503 bytů)

Speech Note - https://github.com/mkiol/dsnote Google Docs - viz přiložený screen