Przejdź do treści

Przetwarzanie mowy i dźwięku

Autor: VoicelabVoiceLab

Płaska ilustracja ekranu z falą dźwiękową między dwoma głośnikami emitującymi fale dźwięku

Wprowadzenie

Przetwarzanie mowy to zastosowanie DSP (Digital Signal Processing, cyfrowe przetwarzanie sygnałów) do analizy i obróbki nagrań dźwiękowych lub nagrań mowy.

Aby wytworzyć mowę, mówca najpierw formułuje w umyśle myśl, która następnie trafia do strun głosowych, gdzie komunikat zostaje przekształcony w sekwencję fonemów wzbogaconą o prozodię, czyli czas trwania dźwięków, ich głośność oraz związaną z nimi wysokość (pitch).

Dalsza część artykułu (w języku angielskim) jest dostępna pod linkiem poniżej: https://hackmd.io/@4dWlJiToT2myrDj_ahTuwA/rJtxZYoOc

(UWAGA) Aby korzystać z notatnika i wysyłać zapytania do naszych usług, musisz wgrać plik „credentials.ini” do przestrzeni roboczej środowiska uruchomieniowego (katalog główny, obok folderu sample_data). Plik możesz otrzymać, kontaktując się z nami pod adresem voicelab@voicelab.ai.

Autor: Konrad Nowosadko

  • Nadchodzi Vera. Nowoczesny Agent AI!

    Vera to agent AI dla zespołów sprzedaży i obsługi klienta. Analizuje rozmowy telefoniczne, pocztę i kalendarz, przygotowuje podsumowania i oferty do zatwierdzenia oraz wskazuje sprawy, w których proces sprzedaży lub obsługi zgłoszenia wymaga interwencji.

  • Generowanie parafraz

    Używamy parafraz na co dzień, ale kto z nas zastanawiał się kiedyś nad ich zastosowaniem? Parafrazy są wykorzystywane m.in. w wyszukiwarkach: pomagają klientowi łatwiej znaleźć produkt i podsuwają inne sposoby wyszukiwania.