Cum funcționează transcrierea speech to text în limba română cu algoritmul dezvoltat de un startup românesc

Un startup IT din București a reușit să dezvolte un algoritm speech to text pentru limba română cu o acuratețe a transcrierii ce depășește 95%, potrivit fondatorilor.

Adrian Ispas, co-fondator și CEO al startup-ului spune într-un interviu video pentru StartupCafe.ro că algoritmul de transcriere pentru limba română se bazează pe o tehnologie dezvoltată intern și este mai performant decât algoritmii speech to text ai unor companii mari precum Google, Microsoft sau Amazon.

Adrian Ispas a explicat că numele startup-ului este de fapt un acronim al tehnologiei pe care se bazează algoritmul speech-to-text pentru limba română: Video Audio Transcribe Index și Search (VATIS) adică ideea originală, de la care fondatorii au plecat în martie 2020.

Ca și alte aplicații similare de transcriere a vocii în limba română, aplicația antreprenorilor poate transcrie preînregistrări audio-video în formate obișnuite precum wav., mp3. mp4. sau mov., dar poate prelua și sunet pe care este capabilă să îl transcrie cu acuratețe foarte ridicată, în timp real.

Am discutat cu Adrian Ispas, în studioul video Hotnews.ro/StartupCafe.ro, printre altele despre:

• felul în care lucrează algoritmul de transcriere audio pentru limba română și cum a fost dezvoltat
• versiunile disponibile și scenariile de utilizare pentru diferite nevoi de transcriere
• planurile de dezvoltare ale startup-ului și viziunea fondatorilor în domeniile ML și AI

Nota editorului: transcrierea interviului video a fost realizată cu un cont de test, pe un fishier audio preînregistrat, iar ilustrațiile din materialul video final cu transcrierea în timp real. Textul din articol a fost, ulterior, editat și adaptat pentru publicare.

Vezi interviul video și afla detalii despre startup-ul care a creat algoritmul speech to text pentru limba romană, pe StartupCafe.ro