Audiogram

Audiogram - это сервис, оказывающий услуги по синтезу, распознаванию и клонированию речи.

Во время распознавания могут выполняться дополнительные действия:

• анализ речи на предмет спуфинг-атаки (является ли речь настоящей или синтезированной);

• определение пола, возраста и эмоционального настроя говорящего;

• диаризация речи (разделение и группировка произнесенных реплик по участникам беседы);

• и другие.

В данном репозитории хранятся:

Документация:

• руководство по эксплуатации Audiogram

Для синхронного распознавания речи:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синхронное распознавание через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синхронное распознавание через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

Для асинхронного (отложенного) распознавания речи:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на асинхронное распознавание через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на асинхронное распознавание через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

Для синтеза речи:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синтез через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синтез через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

Для клонирования голоса:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на клонирование человеческого голоса

Демо-клиенты:

• демонстрационные версии клиентских приложений, которые можно использовать в качестве примера при создании собственного приложения