Spracherkennung für Podcasts

auphonic · 2016-09-26T08:35:37.298Z

Danke für den Tipp!
So wie ich das sehe hat https://trint.com/ einen schönen Editor gebaut, jedoch nicht du Spracherkennung selbst entwickelt (schätze mal die verwenden auch Google).

Oder weiß hier jemand mehr darüber?

Andi · 2016-10-12T20:00:34.587Z

Hat sich mal jemand angeschaut ob man die Apple Speech Recognition auch lokal aus einem macOS per Python ansprechen kann?

Wilhelm · 2016-10-12T21:56:37.805Z

hate ich auch schon mal angeregt.
Was funktioniert, mehr schlecht als recht: Wenn man über ein Interface den Ton einspielt und dann in ein Textverarbeitungsprogramm einfüllt.

Konkret:
Audiospur auf’s iPhone geschoben, dann folgende Kette
iPhone -> 3.5mm Kabel (male - male) -> Zoom Line-In -> Zoom USB an Mac -> über Reaper geroutet -> über "Dikatetfunktion" (fn fn drücken, oder Menü > Bearbeiten > Diktat starten) in Audio eingefügt.

Wenn man ein sauberes Audio hat, geht das. Aber, was viel störender ist, ist dass keinerlei Interpunktion gegeben wird.

gglnx · 2016-10-13T21:12:43.984Z

Hier wird wohl an einer Open-Source-Spracherkennung auf Basis von Tensorflow gearbeitet: https://github.com/pannous/tensorflow-speech-recognition

auphonic · 2016-10-14T08:05:48.255Z

Es gibt eine gute Open Source Spracherkennungssysteme (z.B. kaldi).
Das Problem sind in diesem Bereich aber eher die Daten, nicht der “Source” - deshalb helfen einen diese Open Source Systeme halt leider auch nicht viel …

Andi · 2016-10-17T15:20:10.132Z

Siehe auch #subscribe8: Spracherkennung für Podcasts

laufcast · 2016-10-26T14:45:49.551Z

Wie komme ich denn an die komplette Transkription bei Wit.ai? Ich sehe kurze Häppchen, die ich dann trainieren soll, aber es sollte doch irgendwo eine Datei mit dem kompletten Text geben, oder? (SRT?)

auphonic · 2016-10-27T06:12:10.555Z

Die Transkription sieht du auch der Auphonic Resultatseite.
Schick mir sonst bitte mal den Link zu deiner Production, dann kann ich mir das ansehen!

hansdorsch · 2016-11-22T08:50:12.258Z

Noch ein Tipp für iOS und Apple-Nutzer: Die App Just Press Record nutzt die iOS 10 Spracherkennungs-API. Du kannst direkt aufnehmen, aber auch Audiodateien in den iCloud-Ordner legen.
Die Transkription kannst du dann auf dem iPhone starten. Die funktioniert in Echtzeit, aber die App muss im Vordergrund sein. Ich überprüfe gerade, welche Formate erkannt werden.

Erkannt werden auf jeden Fall AAC und ALAC
WAV wird nicht erkannt

Das sieht dann so aus:

tofrenz · 2016-11-22T08:57:28.227Z

Ich bin gespannt auf deine Tests.

Wilhelm · 2016-11-23T19:39:41.562Z

Interessante Sache …

auphonic · 2016-12-02T15:42:41.923Z

Unsere Spracherkennung ist nun offen für alle!

Weitere Details dazu und Audio Search Beispiele mit dem Podigee Player sind hier:
https://auphonic.com/blog/2016/12/02/make-podcasts-searchable-speech-to-text/

Nico · 2017-02-14T08:41:59.493Z

Cool! Ich werde die Spracherkennung über wit.ai bei der nächsten Produktion mal ausprobieren.
Das wird direkt ein Härtefall: wir haben einen Belgier mit einem rheinlandpfälzischen Akzent als Gesprächsgast.

Andi · 2018-11-04T15:32:33.424Z

Hat jemand von euch zufällig schon https://www.meetrum.io ausprobiert?

auphonic · 2018-11-04T19:01:26.275Z

Ich bezweifle dass die eine eigene Spracherkennung entwickelt haben, verwenden wohl eher Google oder Speechmatics?

Andi · 2018-11-04T19:20:27.959Z

Der CTO von denen hat am Messestands behauptet das sie das selbst entwickelt haben, und das Firmen auch auf ihre eigene Infrastruktur deployen. Das B2B Geschäft läuft dann unter dem Namen http://multicast-media.com.

auphonic · 2018-11-04T19:35:59.870Z

Falls das stimmt wäre es mal interessant zu probieren …

bertofprey · 2018-11-05T14:01:15.073Z

Hi @auphonic - falls nötig kann ich den Kontakt herstellen. Die Firma sitzt in Potsdam und ich kenne die beiden Gründer ganz gut.

vanilla_chief · 2018-11-05T14:27:16.779Z

Hab mal 5€ eingeworfen und den Test gemacht. Habe mir das fertige Transkript nicht super genau angeschaut, aber auf den ersten Blick wirkt es ganz brauchbar. Das Interface ist auch ganz nett, auch wenn es von der Bedienung noch ein wenig intuitiver sein könnte.
Was ich spannend finde ist, dass man Sprecher*innen anlegen und Beispiel-Audio zu den Personen hochladen kann. Danach versucht das Program den transkribierten Text automatisch den Personen zu zu ordnen.
Ich bin jetzt aber auch nicht bewandert, was die anderen Speech-to-Text SaaS Anbieter können und wie deren Preis-Leistung im Verhältnis ist.
Hier findet ihr noch die verwendete Folge
und das Transkript

ingmar · 2020-05-15T08:45:41.202Z

Liebes Auphonic-Team,
danke für euren legendären Service.

Ich habe die ersten Folgen eines medizinischen Podcasts veröffentlicht und würde das Angebot gerne mit Transkriptionen verbessern.
Amazon bietet bei ihren Spracherkennungsdiensten eine Variante für medizinische Inhalte an.
Seht ihr eine Möglichkeit, diese medizinische Spracherkennung per Auphonic auch anzusteuern? Amazon tut sich ansonsten schrecklich schwer mit unseren Mediziner-Latein-griechisch-Denglisch.

Viele Grüße
Ingmar