Έκδοση στα ελληνικά
Voxtral: Μεταγραφή ήχου και speech-to-text
Μεταγραφή offline και σε πραγματικό χρόνο με τον Voxtral: diarization, context biasing, streaming από μικρόφωνο και βελτιστοποίηση της καθυστέρησης.
16 μαθήματα περίπου 1 ώρα 45 λεπτά Για developers
Τι θα μάθετε
- Μεταγράψτε ένα αρχείο ήχου με το offline API, λαμβάνοντας timestamps και χρονική τμηματοποίηση
- Ενεργοποιήστε τη diarization ώστε κάθε απόσπασμα της μεταγραφής να αποδίδεται στον σωστό ομιλητή
- Βελτιώστε την ακρίβεια σε επαγγελματική ορολογία χάρη στο context biasing
- Υλοποιήστε μεταγραφή σε πραγματικό χρόνο σε Python, με τροφοδοσία από το μικρόφωνο μέσω PyAudio
- Επιλέξτε μεταξύ offline και πραγματικού χρόνου με βάση την καθυστέρηση και τον όγκο εργασίας
Στοιχεία προγράμματος
- Σε ποιους απευθύνεται
- Προγραμματιστές, μηχανικοί και integrators που θέλουν να αξιοποιήσουν τη Mistral AI μέσω API στις εφαρμογές τους.
- Προαπαιτούμενα
- Ανάγνωση Python και JSON, βασική γραμμή εντολών. Ένα κλειδί API από το Mistral AI Studio για να δοκιμάσετε τα παραδείγματα.
- Διάρκεια
- 1 ώρα 45 λεπτά — 16 μαθήματα
- Μορφές παράδοσης
- Εξ ολοκλήρου online αυτόνομη κατάρτιση, διαθέσιμη 24/7 από φυλλομετρητή. Η πρόοδος αποθηκεύεται και συνεχίζετε όποτε θέλετε. Εκτιμώμενη διάρκεια: 1 ώρα 45 λεπτά
- Αξιολόγηση
- Ασκήσεις εφαρμογής μέσα στα μαθήματα. Κάθε μάθημα ολοκληρώνεται με τα Βασικά σημεία του, αφορμή για αυτοαξιολόγηση. Ένα τελικό κουίζ με 5 διορθωμένες ερωτήσεις, στο τέλος του τελευταίου μαθήματος, επιβεβαιώνει όσα μάθατε.
- Προσβασιμότητα
- Κατάρτιση σε δικό σας ρυθμό, προσβάσιμη σε άτομα με αναπηρία: περιεχόμενο συμβατό με αναγνώστες οθόνης, πλοήγηση με πληκτρολόγιο και χρωματική αντίθεση σύμφωνη με τις προδιαγραφές. Για οποιαδήποτε ανάγκη προσαρμογής, γράψτε στο [email protected].
- Τιμή
- Δωρεάν
Περιεχόμενο προγράμματος
- 01 Εισαγωγή στον Ήχο στη Mistral AI
- 02 Μοντέλα Voxtral για Απομαγνητοφώνηση
- 03 Περιπτώσεις χρήσης μεταγραφής ήχου
- 04 Το API Μεταγραφής Εκτός Σύνδεσης
- 05 Η πρώτη σας κλήση απομαγνητοφώνησης
- 06 Χρονοσήμανση και τμηματοποίηση κατά το χρόνο
- 07 Diarisation : identifier qui parle
- 08 Context Biasing : Amélioration de la précision
- 09 Εισαγωγή στη Μεταγραφή Πραγματικού Χρόνου
- 10 Υλοποίηση Απομαγνητοφώνησης σε Πραγματικό Χρόνο με Python
- 11 Σύλληψη του μικροφώνου με το PyAudio
- 12 Έλεγχος λανθάνουσας καθυστέρησης
- 13 Περιπτώσεις χρήσης απομαγνητοφώνησης σε πραγματικό χρόνο
- 14 Offline vs Realtime: Οδηγός Επιλογής
- 15 Βελτιστοποίηση για Παραγωγή
- 16 Επόμενα βήματα: Πέρα από τη μεταγραφή