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.
O que é o reconhecimento automático da fala (Speech-To-Text)?
O reconhecimento automático de voz (também conhecido por conversão de voz em texto) consiste em extrair texto de um ficheiro áudio. Este é frequentemente um primeiro passo importante numa cadeia de IA. Nos últimos anos, foram feitos grandes progressos e é agora possível extrair texto de um ficheiro de áudio ou vídeo com grande precisão.
Por exemplo, aqui está um capítulo de um livro áudio da LibriVox (The Metal Giants, de Edmond Hamilton), armazenado no Archive.org: https://ia801400.us.archive.org/10/items/metalgiants_2209_librivox/metalgiants_03_hamilton_64kb.mp3.
Quando realizamos o reconhecimento automático da fala neste ficheiro no NLP Cloud, obtemos o seguinte texto:
Trata-se de uma extração de texto muito boa, não só porque não há erros ortográficos, mas também porque a pontuação foi acrescentada automaticamente.
Além disso, também pode obter carimbos de data/hora ao nível das palavras, para efetuar a legendagem.