Как распознать речь резделяя голоса в одноканальном аудио?

Question

[tatarrr95]

Такая задача, есть одноканальные wav дорожки записи разговора двух людей. Надо перевести речь в текст, но разделяя владельцев голоса. Сейчас использую яндекс speechkit, но он все голоса переводит в текст сплошняком. Как разделить текст по владельцам . автоматизировано? Не важно . на каком языке программирования.

Comments

[Nikita]

Ну если Яндекс не смог... я о таком в IT ещё даже не слышал, возможно тут нужно применение ИИ

Answer 1

[tatarrr95]

Google speech смог, называется это diarization, прилагаю ссылку на пример, авось кому поможет.
https://cloud.google.com/speech-to-text/docs/multi...