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