Audiogram

Audiogram - это сервис, оказывающий услуги по синтезу, распознаванию и клонированию речи.

Во время распознавания могут выполняться дополнительные действия:

• анализ речи на предмет спуфинг-атаки (является ли речь настоящей или синтезированной);

• определение пола, возраста и эмоционального настроя говорящего;

• диаризация речи (разделение и группировка произнесенных реплик по участникам беседы);

• и другие.

В данном репозитории хранятся:

<u>Документация</u>:

• руководство по эксплуатации Audiogram

<u>Для синхронного распознавания речи</u>:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синхронное распознавание через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синхронное распознавание через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

<u>Для асинхронного (отложенного) распознавания речи</u>:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на асинхронное распознавание через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на асинхронное распознавание через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

<u>Для синтеза речи</u>:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синтез через полную конфигурацию настроек;

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на синтез через пресеты (заранее сконфигурированные наборы настроек под определенного Заказчика).

<u>Для клонирования голоса</u>:

• публичные .proto-файлы для создания клиентского приложения, отправляющего запросы на клонирование человеческого голоса

<u>Демо-клиенты</u>:

• демонстрационные версии клиентских приложений, которые можно использовать в качестве примера при создании собственного приложения