11
форматов аудио и видео на входе
Было
После встречи или звонка протокол пишут по памяти: что-то забывается, кто что сказал, неясно. Слушать запись заново дольше, чем сама встреча.
Что сделал
- →Принимает аудио и видео в 11 форматах.
- →Переводит речь в русский текст.
- →Размечает, кто говорит, и ставит таймкоды.
Результат
- →Вместо часа прослушивания вы читаете готовый текст и по таймкоду переходите к нужному месту записи.
Технологии
PythonGemini
Ограничения
- Качество зависит от записи: шум и перебивание ухудшают разбор, поэтому ключевые фразы стоит сверять.
Похожая задача?
Опишите её в двух строках. Скажу, подойдёт ли такое решение, сколько это займёт и во сколько обойдётся. Если задачу можно решить проще и дешевле, скажу до старта.
Похожие кейсы
Названия заказчиков не указываю. Демо и концепты помечены на странице как «Демо».