Uued mudelid vene kõne tunnustamiseks Vosk raamatukogus

Vosk'i raamatukogu arendajad on avaldanud uued mudelid vene kõne tuvastamiseks: serverimudel vosk-model-ru-0.22 ja mobiilimudel Vosk-model-small-ru-0.22. Nendes mudelites on kasutatud uusi kõnedata ja uusi närvivõrgu arhitektuure, mis on võimaldanud tõsta tuvastamise täpsust 10–20%. Kood ja andmed jagatakse Apache 2.0 litsentsi alusel.

Olulised muudatused:

• Uued andmed, mis on kogutud häälkõlarites, parandavad oluliselt kõnesõnumite tuvastamist, mis on öeldud kaugelt.
• Uus heli ekstraktsiooniskeem on märkimisväärselt parandanud lairibakvaliteedi salvestuste tuvastamise täpsust. Samuti on tõusnud telefoni tuvastamise täpsus.
• Sõnavara täiendamise pakett võimaldab häältemeetodite tuvastamist keerukate tehniliste salvestuste jaoks.

Parima täpsuse saavutamiseks soovitatakse värskendada Vosk'i versioon 0.3.32-le. Samuti võivad uued Vosk'i võimalused olla huvitavad — integreerimised Unity, Nativescript, Jigasi. Saadaval on ka mudelid kasahhi ja ukraina keele tuvastamiseks. Serverimudel vajab töötamiseks kaasaegset protsessorit ja 8GB mälu. Mobiilimudelit saab kasutada telefonides ja RaspberryPi 3+ seadmetes.

Allikas: opennet.ru