Przejdź do głównej treści
Polski— Wybierz język
Menu

Wersja polska

Voxtral Audio: Transkrypcja i mowa na tekst

Transkrypcja audio offline i w czasie rzeczywistym z Voxtral: diarizacja, dostosowanie do kontekstu, strumieniowanie z mikrofonu i optymalizacja opóźnień.

16 lekcji ok. 1 h 45 min Programista

Czego się nauczysz

  • Transkrypcja pliku audio za pomocą API offline z pobieraniem znaczników czasu i segmentacji temporalnej
  • Włączenie diarizacji w celu przypisania każdego transkrybowanego segmentu do właściwego mówcy
  • Poprawa dokładności w zakresie słownictwa branżowego dzięki dostosowaniu do kontekstu
  • Wdrożenie transkrypcji w czasie rzeczywistym w języku Python zasilanej z mikrofonu poprzez PyAudio
  • Wybór między transkrypcją offline a w czasie rzeczywistym w oparciu o opóźnienia i volumen do przetworzenia

Karta kursu

Dla kogo
Deweloperzy, inżynierowie i integratorzy chcący wykorzystać Mistral AI poprzez API w swoich aplikacjach.
Wymagania wstępne
Umiejętność czytania kodu w Python i JSON, podstawy wiersza poleceń. Klucz API Mistral AI Studio niezbędny do wypróbowania przykładów.
Czas trwania
1 h 45 min — 16 lekcji
Forma
Kurs online w 100%, realizowany we własnym tempie, dostępny 24/7 z poziomu przeglądarki. Postępy są zapisywane, możliwe jest wznowienie w dowolnym momencie. Szacowany czas trwania: 1 h 45 min.
Weryfikacja wiedzy
Ćwiczenia aplikacyjne dostarczane w trakcie lekcji. Każda lekcja kończy się kluczowymi wnioskami wspierającymi samoocenę. Końcowy test składający się z 5 pytań z odpowiedziami na ostatniej lekcji potwierdza nabyte umiejętności.
Dostępność
Kurs realizowany we własnym tempie, dostępny dla osób z niepełnosprawnościami: treść tekstowa kompatybilna z czytnikami ekranu, nawigacja klawiaturowa i zgodne kontrasty. W przypadku potrzeb dostosowania prosimy o kontakt pod adresem [email protected].
Cena
Bezpłatnie

Program kursu

  1. 01 Wprowadzenie do przetwarzania dźwięku w Mistral AI
  2. 02 Modele Voxtral do transkrypcji
  3. 03 Przypadki użycia transkrypcji audio
  4. 04 Interfejs API transkrypcji offline
  5. 05 Twoja pierwsza transkrypcja
  6. 06 Znaczniki czasu i segmentacja temporalna
  7. 07 Diarisation : identifier qui parle
  8. 08 Context Biasing : amélioration de la précision
  9. 09 Wprowadzenie do transkrypcji w czasie rzeczywistym
  10. 10 Implementacja transkrypcji w czasie rzeczywistym w Pythonie
  11. 11 Przechwyć mikrofon za pomocą PyAudio
  12. 12 Kontrola opóźnień
  13. 13 Przypadki użycia transkrypcji w czasie rzeczywistym
  14. 14 Offline vs Realtime: Przewodnik wyboru
  15. 15 Optymalizacja pod środowisko produkcyjne
  16. 16 Kolejne kroki: poza transkrypcją