Umjetna inteligencija za transkripciju intervjua

Ako nekog novinara pitate koji dio svojeg posla ne voli previše, mnogi će vam reći da je to transkripcija intervjua, odnosno skidanje teksta sa zvučnih zapisa snimljenih diktafonom ili smartfonom. Ponekad vam je za transkripciju potrebno izgubiti sate na slušanju i premotavanju zvučnog zapisa dok na kraju ne dobijete tekst za novinski članak.

Kineski tehnološki tehnološki gigant Baidu tvrdi da se nalazi na dobrom putu da to olakša pomoću umjetne inteligencije koju je razvio njegov istraživački odjel Baidu Research. Njihov AI pod nazivom SwiftScribe upravo je lansiran kao beta, a koristi sustav neuralnih mreža za razumijevanje govora koji je znatno napredniji od drugih sustava za prepoznavanje govora s kakvima ste se možda susreli u pametnim telefonima ili drugim uređajima s glasovnim asistentima i glasovnim komandama.

Osim što omogućuje prilično točno procesiranje govora u tekst zahvaljujući, kako kažu, "tisućama sati vježbanja na tonskim zapisima", SwiftScribe ima mogućnost učenja iz vaših editiranja, te je u stanju prepoznavati različite načine na koji ljudi govore, što znači da nije potrebno imati snimku na kojoj sugovornik govori besprijekorno čisto, jasno i književnim jezikom. 

Više informacija potražite na službenoj stranici gdje možete pogledati demo funkcioniranja sustava i eventualno se prijaviti za ulazak u beta program. 

Vjerojatno ste i sami pretpostavili da ovo zasad funkcionira samo s engleskim jezikom.