asr_research

Задача 1

Написать программу, которая распознает голосовые фразы.

Задача 2

Используя платформу Huggingface, провести анализ моделей или использовать готовую библиотеку Python для разделения аудиодорожки на отдельные персоны и распознать текст, сказанный каждой персоной на аудио.

Инструменты

• speech_recognition
• gTTS
• vosk
• SbertPuncCase
• nltk
• pyannote
• AudioSegment
• whisper
• numpy
• gc

Инфо

• Python 3.11.5
• Платформа Mac OS

Для работы кода необходимо создать токен для доступа по инструкции: https://huggingface.co/pyannote/speaker-diarization-3.1

Токен нужен в следующей части кода:

pipeline = Pipeline.from_pretrained( "pyannote/speaker-diarization-3.1", use_auth_token="HUGGINGFACE_ACCESS_TOKEN_GOES_HERE")