Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Latvijas izdevums

Voxtral Audio: Transkripcija un runas pārvēršana tekstā

Ofline un reāllaika audio transkripcija ar Voxtral: runātāju atdalīšana, konteksta novirzīšana, mikrofona straumēšana un latentces optimizācija.

16 nodarbību ca. 1 h 45 min Programmētājs

Ko jūs apgūsiet

  • Transkribēt audio failu, izmantojot ofline API, iegūstot laika zīmogus un laika segmentāciju
  • Iespējot runātāju atdalīšanu, lai piedēvētu katru transkribēto segmentu pareizajam runātājam
  • Uzlabot precizitāti uzņēmējdarbības vārdnīcā, pateicoties konteksta novirzīšanai
  • Ieviest reāllaika transkripciju Python valodā, ko baro mikrofons, izmantojot PyAudio
  • Izvēlēties starp ofline un reāllaika transkripciju, pamatojoties uz latentci un apstrādājamo apjomu

Kursa kartīte

Kam paredzēts
Izstrādātāji, inženieri un integratori, kas vēlas izmantot Mistral AI, izmantojot API, savās lietotnēs.
Priekšnosacījumi
Spēja lasīt Python un JSON, komandrindas pamati. Mistral AI Studio API atslēga piemēru izmēģināšanai.
Ilgums
1 h 45 min — 16 nodarbību
Formāti
100% tiešsaistes pašmācību kurss, pieejams 24/7 no pārlūkprogrammas. Progress tiek saglabāts, atsākšana jebkurā laikā. Paredzamais ilgums: 1 h 45 min.
Novērtējums
Lietojumprogrammu vingrinājumi, kas nodrošināti visās nodarbībās. Katra nodarbība beidzas ar galvenajiem secinājumiem pašnovērtējumam. Noslēguma tests ar 5 labotiem jautājumiem pēdējās nodarbības beigās apstiprina prasmes.
Pieejamība
Pašmācību kurss, kas pieejams cilvēkiem ar invaliditāti: teksta saturs saderīgs ar ekrāna lasītājiem, navigācija ar tastatūru un atbilstoši kontrasti. Jebkuru pielāgošanas vajadzību gadījumā rakstiet uz [email protected].
Cena
Gratis

Kursa saturs

  1. 01 Ievads audio apstrādē ar Mistral AI
  2. 02 Modeļi Voxtral transkripcijai
  3. 03 Cas d'usage de la transcription audio
  4. 04 L'API de transcription hors ligne
  5. 05 Tava pirmā transkripcijas pieprasījuma veikšana
  6. 06 Horodatages et segmentation temporelle
  7. 07 Diarisation : identifier qui parle
  8. 08 Biais de contexte : améliorer la précision
  9. 09 Ievads reāllaika transkripcijā
  10. 10 Implémenter la transcription en temps réel en Python
  11. 11 Saisie du microphone avec PyAudio
  12. 12 Kontrole de la latence
  13. 13 Cas d'usage de la transcription en temps réel
  14. 14 Hibrīds vai reāllaiks: izvēles ceļvedis
  15. 15 Optimisation pour la production
  16. 16 Nākamie soļi: pāri transkripcijai