Mennyt taisto · 2024-09-16 UTC
Speech Recognition Yhteenotto — 16. syyskuuta 2024
Kategoriasta Speech Recognition. 9 merkkiä asetettu 5 taistelijan kesken. MeetingNotes otti kruunun.
Lopulliset sijoitukset
Kokoonpano
Taistelijat
Profiilit jokaisesta työkalusta, joka kilpaili tässä taistossa, järjestettynä lopullisen pistemääränsä mukaan.
MeetingNotes
AI-kokousapuja, jotka ottavat, käyttävät ääniä ja esittelevät konversaatiot automaattisesti
MeetingNotes on tiimituotteena, joka automatisoi kokousmuistiosiot. Se havainnollistaa, kääntää kirjoittavaksi ja päivittää tapahtumista reaaliajassa tietokonetyöllisen puheen tunnistuksen keinoin. Työkalu tukee 25+ kieltä ja tarjoaa monikielisen transkription ja käännöksen palvelun. Se tarjoaa tarkkoja tulemista, määrittelee automaattisesti toimintapisteitä ja ylläpitää niihin liittyvää seuraamista. MeetingNotes tarjoaa myös liikevaihdolla tasoinen turvallisuusominaisuuksia, jotka mukaavat salaitettua pilvimerkintää sekä täyttä GDPR-tilinpitotoimia. Työkalu on suunniteltu parantamaan tuottavuutta, tallentamaan aikaa ja pitämään kiinnostuksen painopisteessä päätöksenteossa. Se integroidaan Google Meet, Outlook ja Zoom -palveluihin ja tukee joukkoviestintään ja yhteistyön tekemiseen liittyvää siirtymistä joukkueiden kesken. MeetingNotes on luotettu yli 5,000:llä tiimillä maailmanlaajuisesti, ja se on onnistuneesti transkryptoitu 3,200,000+ tunnin puhetta, joista 95 % käyttäjistä pidätteköä tulemistä manuaalisia muistiinpanoja aiemman yksinkertaisemman version sijaan.
Kriteerien jakautuminen
- Real-time äänenkirjoitus
- AI-syntetisoitu kokouspöytäkirjat
- Päätöksenteon ja toimenpiteiden etsiminen
- Jaettavat pöytäkirjat ja ulostiedostot
- Kansioitettava kokousten historia
- Integraatio kalenterin ja videotoolien kanssa
IBM Watson Speech to Text
Yritysasteen puheentunnistus IBM Watsonilta äänen muuttamiseksi tarkkaan tekstiksi.
IBM Watson Speech to Text on pilvipohjainen palvelu, joka transkriboi puhuttua kieltä kirjoitettuun tekstiin useilla kielillä ja murteilla. Se on suunniteltu liiketoiminnalle, jossa tarvitaan luotettavaa ja skaalautuvaa transkriptiota käyttötarkoituksiin, kuten asiakaspalvelun analytiikka, älykkäät avustajat, kokouksen muistiot ja saatavuustyökalut. Palvelu tukee sekä reaaliaikaisia virtalähetyksiä että äänitiedostojen eräkäsittelyä ja tarjoaa mukautusvaihtoehtoja parantamaan täsmällisyyttä alanomaiselle sanastolle, lyhenteille ja aksenteille. Sitä voidaan käyttää joko IBM Cloud -palvelun kautta tai paikallisesti IBM Cloud Pak for Data -ohjelmistopaketin kautta, joten organisaatiot voivat valita tietojen sijainnin ja noudattaa sääntöjä sopivalla tavalla.
Kriteerien jakautuminen
- Reaaliaikainen striimaustranskriptio
- Erän äänitiedostojen käsittely
- Mukautettu sanasto ja mallin koulutus
- Puhujan diarisaatio ja sanien aikaleimat
- Useiden kielten ja murreten tuki
- Pilvi- tai paikalliskäyttöinen käyttöönotto
OpenAI Advanced Voice on ChatGPT‑hen sisäänrakennettu äänivuorovaikutustila, jonka avulla käyttäjät voivat puhua tekoälyn kanssa luonnollisella, sujuvalla tavalla. Se tukee matalan viiveen vaihtoja, keskeytyksiä ja ilmaisuvoimaisia vastauksia, mikä tekee keskusteluista läheisempiä kuin pelkkä komentojen antaminen avustajalle. Ominaisuus on suunniteltu kädenvapaaseen käyttöön mobiilissa ja työpöydällä, tukien tehtäviä kuten aivoriihi, kielenharjoittelu, opetus ja rento keskustelu. Se voi mukauttaa sävyä, tunnistaa puheessa ilmenevät tunneviitteet ja vastata useilla äänillä ja kielillä, kaikki OpenAI:n taustalla olevien multimodaalisten mallien avulla.
Kriteerien jakautuminen
- Reaaliaikainen puhedialogi
- Useita valittavia AI-ääniä
- Keskeytysten ja vuorottelun hallinta
- Tunne- ja sävyherkkyys
- Monikielinen keskustelutuki
- Integroitu ChatGPT-sovellukseen
Amazon Transcribe
AWS:n automaattinen puheenkirjoituspalvelu, joka muuntaa ääni- ja videomateriaalia tarkoiksi, ajanotettujen tekstitunnistein.
Amazon Transcribe on täysin hallitseva automaattinen puheen ymmärtäminen (ASR) -palvelu AWS:ltä, joka muuntaa puheellista äänimateriaalia kirjaimeksi tekstiksi. Se tukee batch-tuotetekstintä tallennetuista tiedostoista sekä reaaliaikainen virtausäänenvaihtotekstintaa, ja tuottonsa sisältävät aikakoodit, puhujatunnukset ja luottamuksellisuusarviot. Palvelu on suunniteltu tarpeiden kuten puhelinpalvelusääntöjen analyysi, tapaamisten ja median alihahmojen tekstitys, äänikäyttöiseen sovellukseen ja tarkastavaksi tallentamiselle. Tekoälyjärjestelmiin, kuten Transcribe Medical ja Transcribe Call Analytics kuuluvat erikoismalleja, joilla on domain-tunnettu sanasto jarakennetut näkemystä, kuten tunnemerkintä ja ongelmien tunnistaminen. Kehittäjät voivat yhdistää sen AWS SDK:in avulla, konsolilla tai ohjelmallisella komentoliittymällä, ja yhdistää sen muiden AWS-palveluiden kanssa, kuten S3, Lambda, Comprehend ja kääntäjän avulla rakennettaakseen kokonaisvaltaisia äänitietosisällön prosessointiputkia.
Kriteerien jakautuminen
- Batch- ja reaaliaikainen virtotranskriptio
- Puhujoiden tunnistus ja kanavien erottaminen
- Mukautettu sanasto ja mukautettu sanakirja
- Automaattinen kappalekirjaaminen ja sanatason ajastin
- Monikielinen tuki automaattisella kielen tunnistuksella
- S3:n, Lambda:n ja muiden AWS-palveluiden integraatio
Scriptivox
Nopea ja täsmällinen ääni-muuttu tekstikäsittelyn tuoteksi, jonka takana on AI
Scriptivox on älykäs työkalu ääni-teksti-transkription käsittelyä varten. Se hyödyntää älykästä intelligenttiyksiä ääniäänet muuntaessa kirjoitettuun tekstuuriin, pyrkimyksenään tehostaa työaikaa ja vaivaa käsimaisten transkriptioiden käsittelyssä. Laitteelle on ominaista nopea ääntiedostojen prosessointi ja korkeatasoinen transkriptien tarkkuus. Toistaiseksi laitteen työskentelytapaa ja integraatiotietoja ei ole paljon saatavilla, mutta Scriptivox on luultavasti soveltuvia suosituimpien äänitiedostomuotojen kanssa ja mahdollisesti tarjoaa ominaisuuksia transkriptien muokkaamiseen ja kehittämiseen. Älytekniikka on suunniteltu tarjoamaan nopeutta ja tarkkuutta verrattuna käsimaiseen transkription käsittelyyn tai muun automatisoidun transskription työkaluihin. Ero sen toimintaan eri työkaluilla ja sen suorituksen kustannukset on kuitenkin ääni-tiedoston omalta laadulta, muotolta ja monimutkaisuudelta riippuva.
Kriteerien jakautuminen
- Monipuolinen puhe-tekstikäsittelijä, joka perustuu AI-teknologiaan
- Tuki useimmista ääntiedostoformateista
- Nopeat rekisteröintikäytävyydet nauhoituksille
- Muokattavissa olevat muuntotulokset tekstina
- Kestävissä ja lyhyissä ääniaineistojen suorituskykynsä
- sopii pitkiin ja lyhyisiin äänituotteisiin