Taligenkänning och transkribering med AI Träningskurs

Översikt över taligenkänningstekniker

• Historia och utveckling av taligenkänning
• Akustiska modeller, språkmodeller och avkodning
• Modern arkitektur: RNN:er, transformers och Whisper

Ljudförbehandling och grunderna i transkribering

• Hantering av ljudformat och urvalsfrekvenser
• Rengöring, beskärning och segmentering av ljud
• Textgenerering från ljud: realtid jämfört med satsvis (batch)

Hands-on med Whisper och andra API:er

• Installation och användning av OpenAI Whisper
• Anrop av molnbaserade API:er (Google, Azure) för transkribering
• Jämförelse av prestanda, latens och kostnad

Språk, accenter och domänanpassning

• Arbetande med flera språk och accenter
• Anpassade ordförråd och tolerans för buller
• Hantering av juridiskt, medicinskt eller tekniskt språk

Utdataformatering och integration

• Lägga till tidsstämplar, interpunktion och talargestämpel
• Export till text, SRT eller JSON-format
• Integrering av transkriberingar i appar eller databaser

Laborationer för implementering av användningsscenarier

• Transkribering av möten, intervjuer eller podcast
• Tal-till-text-kommandosystem
• Realtidsundertextning för video-/ljudströmmar

Utvärdering, begränsningar och etik

• Noggrannhetsmått och modellmarkering (benchmarking)
• Partiskhet och rättvisa i talmodeller
• Överväganden kring sekretess och efterlevnad

Sammanfattning och nästa steg