Возможно ли автоматически определить язык с помощью Speech Recognition (Python)?

Question

[RD1706D]

Возможно ли автоматически распознать на каком языке говорит человек при помощи библиотеки Speech Recognition без предварительного выбора языка? Как в Google Translate. Есть ли в целом нейросети которые в данный момент способны на подобное?

Answer 1

[nshmyrev]

Да, возможно. Есть инструменты для определения языка вроде:

https://github.com/igorsitdikov/lid_kaldi

https://huggingface.co/TalTechNLP/voxlingua107-epa...

Кроме того, есть модели для систем распознавания речи, поддерживающие несколько языков сразу. Такие модели есть в Воске

Answer 2

[rPman]

Лучший открытый проект по работе с распознаванием и синтезом речи - mozilla deepspeach и он закрыт (логично, гугл перестал финансировать мозиллу)
можно взять его, взять публичные или свои базы и обучить, на хабре были статьи где этим занимались (т.е. не только распознавание языка но и в принципе распознавание речи)

p.s. у гугла есть android (физическое железо, эмулятор кажется не подойдет) проприетарные библиотеки и наборы данных для распознавания, позволяющие делать это оффлайн для кучи языков, но на сколько я знаю лицензию на их использования они не раздают, но я слышал что народ как то приспосабливали эти библиотеки самостоятельно... процесс не простой, с каждым обновлением формат их использования будет меняться. Так же я слышал о попытках использования готового гугловского приложения google translate на android, с настройками на оффлайн распознавание (симулируя поведение человека и считывая содержимое экрана с помощью приложений на основе технологий для людей с ограниченными возможностями), можно что то сделать... наверняка там будет тьма подводных камней, так как гугл будет с этим бороться

p.p.s. до 4-ой версии android доступ к распознаванию речи как я понимаю был официальный