Chapter three of The Medal Giants by Edmound Hamilton. This Librivox recording is in the public domain. Read by Ben Tucker. Chapter three: Lanier arrived [...] In a thousand homes the evening meal was being prepared, and the day's gossip related. In the west, the sun sank lower and lower, and all around, beyond the encircling hills, death marched toward the city with crashing giant strides. End of chapter three.
¿Qué es el reconocimiento automático de voz?
El reconocimiento automático del habla (también conocido como "voz a texto") consiste en extraer texto de un archivo de audio. Suele ser un primer paso importante en un proceso de IA. En los últimos años se han hecho grandes progresos y ahora es posible extraer texto de un archivo de audio o vídeo con gran precisión.
Por ejemplo, aquí hay un capítulo de un audiolibro de LibriVox (The Metal Giants, de Edmond Hamilton), almacenado en Archive.org: https://ia801400.us.archive.org/10/items/metalgiants_2209_librivox/metalgiants_03_hamilton_64kb.mp3.
Una vez que realizamos el reconocimiento automático del habla sobre este archivo en NLP Cloud, obtenemos el siguiente texto:
Se trata de una extracción de texto muy buena, no sólo porque no hay faltas de ortografía, sino también porque se han añadido automáticamente los signos de puntuación.
Además, también puede obtener marcas de tiempo a nivel de palabra, con el fin de realizar el subtitulado.