Интеллекутальный конвертер

Реализовано в рамках хакатона Atomhack 2021

Описание работы

Бот: пользователь отправляет файл, который конвертируется в .wav и обрабатывается с помощью Vosk. Затем исходя из полученных данных об интервалах между словами происходит расстановка знаков препинания и абзацев.
Полученный текст экспортируется в .docx, где курсивом выделяются слова "под сомнением". Чем бледнее текст, тем меньше уверенности в его правильности.

Веб-сайт: пользователь заносит файл, который конвертируется в .wav и отправляется на Google Cloud, где идет операция преобразования речи в текст. По окончании пользователь видит страницу с текстом

Реализация

• Веб-сайт на flask, использующий Google Cloud Speech to text
• Телеграм-бот на telepot, использующий Vosk

Поддерживаемые языки

• Русский
• Английский

Используемые фреймворки SpeechToText

• Vosk
  https://github.com/alphacep/vosk-api, https://alphacephei.com/vosk/
• Google Cloud Speech to text
  https://pypi.org/project/google-cloud-speech/

Ссылки на модели для Vosk:

• Vosk EN (1.0GB)
  https://alphacephei.com/vosk/models/vosk-model-en-us-daanzu-20200905.zip
• Vosk RU (39MB)
  https://alphacephei.com/vosk/models/vosk-model-small-ru-0.4.zip

Авторы

• Харламов Александр
• Бритков Анатолий