Распознавание речи
Сервис по ссылке на аудиозапись отдаёт распознанный текст, обрабатывая заявки через очередь с повторными попытками на боевой GPU-карте. Внутри — модель GigaAM-v3 от Сбербанка, заточенная под русский язык и настроенная на записи любой продолжительности: короткую реплику она обработает так же уверенно, как разговор на пятнадцать минут, разбивая длинные записи на куски по паузам в речи с небольшим нахлёстом, чтобы не резать слова на стыках. Доступ наружу ограничен узким документированным набором операций API, а очередь задач и остальная обвязка сервиса встроены в общую инфраструктуру флота моделей — это упрощает его сопровождение.
- Google Диск: папка проекта
- Техническое задание: последнее ТЗ
- Отчёт о прогрессе: полная версия