წარსული ბრძოლა · 2024-09-16 UTC
Speech Recognition შერკინება — 16 სექტემბერი, 2024
Speech Recognition კატეგორიიდან. 9 ნიშნები განთავსებული 5 მებრძოლზე. MeetingNotes-მა აიღო გვირგვინი.
საბოლოო შედეგები
შემადგენლობა
მებრძოლები
ამ ბრძოლაში მონაწილე ყველა ხელსაწყოს პროფილი, დალაგებული მათი საბოლოო ქულის მიხედვით.
MeetingNotes
AI‑ს შეხვედრის ასისტენტი, რომელიც ავტომატურად გადაღებს, ტრანსკრიბავს და შეხმავს საუბრები.
MeetingNotes არის AI‑საკონფერენციის ასისტენტი, რომელიც ავტომატიზირებყეველშეკვეთების დოკუმენტირებას. ის რეალურ დროში აღრიცხავს, ტრანსციფირებს და შეაჯამებს საუბრებს მოწინავე AI‑დაუკმებულ სპიჩ-რეიქგნიზაციას. ინსტრუმენტი მხარს უჭერს 25+ ენებს და გაძლევთ მრავალენოვან ტრანსციფირებასა და თარგმნას. ის უზრუნველყოფს ზუსტ AI‑შეჯამებებს, ავტომატურად ასოცირებს ქმედების ელემენტებს და ინარჩუნებს ტრეკინგს. MeetingNotes ასევე უზრუნველყოფს საწარმოთა დონეზე უსაფრთხოების ფუნქციებს, მათ შორის შიფრირებული ღრუბლოვან საცავსა და სრული GDPR-ს შესაბამისობას. ინსტრუმენტი შექმნილია პროდუქტიულობის გაუმჯობესებისთვის, დროის შენახვისთვის და გადაწყვეტილებების მიღებაზე კონცენტრაციის შენარჩუნებისთვის. ის ინტეგრირებულია Google Meet, Outlook და Zoom‑სთან და მხარს უჭერს შეუფერხებელ გაზიარებასა და კოლაბორაციას გუნდებთან. MeetingNotes ითვალისწინებს 5 000+ გუნდს გლობალურად და წარმატებით ტრანსციფირია 3 200 000+ საათის აუდიო 95% მომხმარებლებს AI‑შეჯამებებს ხელმისაწვდომი ნოტებზე უპირატესად არჩევანით.
კრიტერიუმების დაყოფა
- რეალურ დროს ტრანსკრიფცია
- AI‑ით შექმნილი შეხვედრის შეხმები
- ქმედებების და გადაწყვეტილებების ამოსაღება
- გაზიარებადი შენიშვნები და ექსპორტები
- ძებნადი შეხვედრების ისტორია
- კალენდარი და ვიდეო ხელსაწყოების ინტეგრაცია
IBM Watson Speech to Text
კორპორაციული დონის ხმოვანი აღქმა IBM Watson‑დან აუდიოს სწორ ტექსტში გადაყვანისთვის.
IBM Watson Speech to Text არის ღრუბლოვან ბაზაზე არსებული სერვისი, რომელიც წარმოთქმული ენა გადატანს დაწერილ ტექსტში, მრავალენოვან და მრავალდიალექტურ ფორმებში. იგი განკუთვნილია ბიზნესებისთვის, რომლებიც საჭიროებენ სანდო, მასშტაბირებად ტრანსკრიპციას, მაგალითად, კოლ‑ცენტრი ანალიტიკის, ხმოვან ასისტენტებს, შეხვედრების ჩანაწერებში და ხელმისაწვდომობის ინსტრუმენტებში. სერვისი მხარს უჭერს რეალურ დროში ნაკადის გადაცემას, ასევე აუდიო ფაილების ბაჩის დამუშავებას, და სთავაზობს მორგების არჩევანებს, რათა გაუმჯობესდეს სიზუსტე ინდუსტრიული სპეციფიკური ლექსიკისთვის, აკრონიმებისთვის და აქცენტებისთვის. იგი შეიძლება განლაგდეს IBM Cloud-ის საშუალებით ან ადგილობრივად IBM Cloud Pak for Data-ის საშუალებით, რაც ორგანიზაციებს აძლევს მოქნილობას მონაცემთა ადგილმდებარეობის და შესაბამისობის საკითხებზე.
კრიტერიუმების დაყოფა
- რეალურ დროში ნაკადის ტრანსკრიპცია
- მასობრივი აუდიო ფაილების დამუშავება
- მორგებული ლექსიკონი და მოდელის ტრენირება
- მტანის დიარიცია და სიტყვების დროის ნიშნები
- მრავალენოვანი და დიალექტის მხარდაჭერა
- განთავსება ღრუბელში ან ლოკალურად
OpenAI Advanced Voice არის ხმის ინტერაქციის რეჟიმი, რომელიც ჩასმულია ChatGPT‑ში და მომხმარებლებს საშუალებას იძლევა AI‑სთან ბუნებრივად, თავისუფლად საუბრობდნენ. ის მხარს უჭერს დაბალი-გადაუდებელ მიმოცვლებს, შეწყვეტებს და გამოხატულ პასუხებს, რაც საუბარს უფრო ახლოს ხდის ადამიანთან, ვიდრე ბრძანებების მიწოდებას ასისტენტისთვის. ეს ფუნქცია შექმნილია ხელების გარეშე გამოყენებისთვის მობილურზე და დესკტოპზე, მხარი უჭერით დავალებებს, როგორიცაა იდეების შემუშავება, ენის პრაქტიკა, მასწავლებლის მხარდაჭერა და ყოველდღიური ჩატი. ის შეუძლია მოარგოს ტონი, აღმოაჩინოს ლაპარაკის ემოციური ნიშნები და მრავალმხრივი ხმებით და ენებით უპასუხოს, რაც სრულდება OpenAI-ის ძირითადი მულტიმოდალური მოდელებით.
კრიტერიუმების დაყოფა
- რეალურ დროში ცოცხალი საუბარი
- რამდენიმე არჩევანის AI ხმა
- შეჩერება და გადმოცემის მართვა
- სენტიმენტალური და ტონალური აღქმა
- მრავალენოვანი საუბრის მხარდაჭერა
- ChatGPT აპლიკაციაში ინტეგრირებული
Amazon Transcribe
AWS‑ის ავტომატური ხმის აღიარების მომსახურება, რომელიც აუდიოსა და ვიდეოს გადაქცევს ზუსტ, დროით მონიშნულ ტექსტად.
Amazon Transcribe არის სრულად მართვადი ავტომატური ლაპარაკის ამოცნობის (ASR) სერვისი, რომელიც AWS-დან შემოგთავაზებულია და მყარი აუდიოს გადაყვანას ტექსტში ახდენს. იგი მხარს უჭერს ნაკრების ტრანსკრიპციას შენახული მედიაეფაილებზე და რეალურ დროში ნაკადის ტრანსკრიპციას, სადაც შედეგში შედის დროის შტამპები, მომხმართელთა ლეიბლები და ნდობის ქულები. ამ სერვისი განკუთვნილია ისეთი შემთხვევებისთვის, როგორიცაა საკონტაქტო ცენტრის ანალიზი, შეხვედრებისა და მედიის субტიტრების შექმნა, ხმაზე დაფუძნებული აპლიკაციები და შესაბამისობის ჩანაწერები. სპეციალური ვარიანტები, როგორიცაა Transcribe Medical და Transcribe Call Analytics, მოიცავს დომენზე მორფული ლექსიკონს და ჩაშენებულ ინფორმაციას, როგორიცაა ემოციის და საკითხის ამოცნობა. პროგრამისტებს შეუძლიათ მისი ინტეგრირება AWS SDK-ების, CLI-ის ან კონსოლის მეშვეობით და მისი კომბინირება სხვა AWS სერვისებთან, როგორიცაა S3, Lambda, Comprehend და Translate, რათა შექმნან სრული აუდიო დამუშავების ნაკადები.
კრიტერიუმების დაყოფა
- Batch და რეალურ-დროის ნაკადის ტრანსkripsია
- საუბრის შემადგენლის (speaker) ამოცნობა და არხების გამოფენება
- ხელით მითითებული ლექსიკონი და ხელით მითითებული ენის მოდელები
- ავტოდატებული пунктუაცია და სიტყვების დონეზე დროის ნიშნები
- მრავალენოვანი მხარდაჭერა ავტომატური ენის ამოცნებით
- S3, Lambda და სხვა AWS სერვისებთან ინტეგრირება
Scriptivox არის სწრაფ და მხედველობის საუკეთესო ტექსტის აუდიო-ტექსტის გადატანის სისტემა სინთეზური წინამრომლობის საშუალებით. იგი გადატანის დრო და ღონისძიება ეკრძალებს, ნავიგებლებს, სასპონსორო ბლოგის ელოს, პროდიუსერებს და კონტენტის შემქმნელებს. Scriptivox-ს აი არსენული დამუშავების ენგინი აშკარაბზე აუდიო ფაილების დახვეწას სთვლის, მიუძღოს ტექსტი მაღალ საფეწყალოებ დონეს. ხანდახან ცნობები სისტემის დიდგვრცვისა და საგამოსვლა შორის იყოფილა, ცხადია, რომ Scriptivox შესაძლოა საგრაფო ფორმატულ აუდიო ფაილებს მხედველობას იწვევს. სისტემაScriptivox უფლველოვანად იკვეთებს სწრაწ საახლ. ნიზტე ისტნფავბო რომ შონ. თვ გან ეხსნი დია ის რის სფეწყვი და იმპ მ
კრიტერიუმების დაყოფა
- აადრედ მიდირება ლაივ-სიმულაციების რეჟიმით
- მხარს მიეწერება თავსართავოების სესხეთის ფორმატები
- სწრაფვა ჟურნალების ნამუშევრების პროცესინგზე
- შეჯენკშო-ტექსტნი ხულიგად ვიდევი
- თავსართავო მხარს მიეწერება მოკლე და გვირგვინი ოდიო-ტექსტინს წერი