Перейти к содержанию

Расшифровка аудио в текст

Сервис автоматизированного преобразования речи в текст

Интеллектуальный сервис, который автоматически преобразует аудиофайл в текстовый документ для чтения, поиска и анализа.

Назначение

Автоматическое создание текстовых расшифровок (транскриптов) лекций, подкастов, интервью, устных историй, конференций и видеоуроков для обеспечения полнотекстового поиска, цитирования и доступности.

  • Сделать слышимое — читаемым и находимым: включить содержание аудиоматериалов в единый поисковый индекс.

  • Поддержать исследования: предоставить ученым, студентам и журналистам точный текстовый материал для анализа.

  • Обеспечить инклюзивность: помочь слабослышащим пользователям получить доступ к аудиоконтенту.

  • Сохранить наследие: перевести в цифровой текстовый формат уникальные архивные аудиозаписи.

Повышает доступность и удобство работы с аудиовизуальными материалами библиотечного фонда, архивными записями и современным мультимедийным контентом. Открывает новые возможности для исследований, обучения и навигации по фондам, экономя время пользователей и сотрудников. Способствует сохранению и активному использованию устного наследия.

Процесс обработки

flowchart LR
    A[Загрузка аудио] --> B[Расшифровка]
    B --> C[Получение текстового файла]
    C --> D[Редактирование, опционально]
    D --> E[Интеграция в каталог]

  1. Ввод данных

    • Прием на вход аудио- или видеофайла в распространенных форматах (MP3, WAV, MP4, AVI и др.).
    • Проверка файла на корректность, качество звука и возможность обработки.

  2. Обработка и анализ

    • Распознавание речи

      • Использование нейросетевых моделей для высокоточного распознавания русской речи, включая специальную терминологию.

      • Автоматическое определение и разделение речи разных дикторов.

    • Форматирование текста

      • Расстановка знаков препинания, заглавных букв и абзацев на основе пауз и смысловых блоков.

  3. Формирование структурированного документа, готового к использованию.

    • Вывод результата

      • Формирование текстового файла

        Пользователю предоставляется готовый текстовый файл в формате (TXT с разметкой MARKDOWN).

    • Доступ к результату

      Текст доступен для скачивания, онлайн-просмотра и копирования. Возможна интеграция для отображения транскрипта в электронном каталоге.

  4. Интеграция в каталог и поиск

    • Текстовая расшифровка индексируется поисковой системой платформы, позволяя находить аудио- и видеоматериалы по словам, произнесенным внутри них.

    • Ссылка на транскрипт или сам текст включается в соответствующее поле библиографической записи (856 RUSMARC).

Ключевой результат

Создание полнотекстового слоя для аудиовизуального фонда, что радикально повышает его возможности обнаружения, повышает исследовательский потенциал и доступность.

Техническая архитектура

Сервис размещен на защищенных вычислительных мощностях облачной платформы "Библиотека технологий". Обработка записей происходит на удаленных серверах, что гарантирует высокую производительность и отсутствие нагрузки на локальную инфраструктуру библиотеки. От пользователя требуется только стабильное интернет-соединение.

Процесс получения и настройки доступа

Сервис расшифровки текстов является частью платформы "Библиотека технологий" и не требует локальной установки в библиотеке. Функциональность доступна удалённо через два интерфейса.

1. Использование в интерфейсе АБИС

Для сотрудников

В состав платформы входит АБИС - Автоматизированная Библиотечная Информационная Система. Использование в АБИС самый простой способ для повседневной работы сотрудников. Пользователь выбирает аудиофайл включенный в каталог и нажимает кнопку обработки. В результате будет сформирован и загружен текстовый файл, внесены изменения в 856 поле.

2. Использование через API

Для интеграции и автоматизации

Этот способ предназначен для разработчиков и администраторов, желающих встроить обработку в собственные скрипты или рабочие процессы.

Получение доступа к API Платформы "Библиотека технологий"

Пример результата