Искусственный ум VK Видео стал на 25% лучше распознавать речь
VK Видео обновил методы искусственного ума, который автоматом распознает речь и добавляет субтитры в видео. Нейросети сейчас знают тыщи новейших слов, включая мемы, имена собственные, акронимы и проф определения.
Точность анализа и расшифровки выросла на 25%.
Автоматические субтитры создаются Ml-моделями. Чтоб повысить точность, аудиопоток пропускают через несколько шагов обработки, на которых нейросеть отсеивает посторонние звуки, выделяет речь и превращает ее в текст. Опосля этого модели денормализации и пунктуации превращают распознанные слова в удачный, читаемый текст. Позже ИИ синхронизирует получившийся текст с аудиодорожкой.
Планируется, что скоро нейросети будут различать голоса, что дозволит делить речь различных спикеров на отдельные высказывания. Благодаря этому читать и принимать субтитры станет еще проще.
Субтитры в видео помогают людям с нарушениями слуха, и комфортна в критериях, когда нет способности включить звук. VK докладывает, что эта разработка становится все популярнее:
Толика юзеров, использующих эту функцию в веб-версии, лишь за крайний месяц возросла на 28%, и на данный момент субтитрами пользуются 11% всей аудитории VK Видео.
Напомним, что с момента официального пуска в сентябре 2023 года приложение VK Видео установили наиболее 20 млн раз.