Speech API - 音声認識 | Google Cloud Platform

Speech-to-Text は、数百万時間の音声データと数十億の文章でトレーニングされた Google Cloud の音声向け基盤モデル Chirp を利用できます。この点が、各言語固有の教師ありデータを大量に使用していた従来の音声認識技術とは異なります。これらの技術により、ユーザーはより多くの音声による言語や方言に対応できるようになり、認識と音声文字変換が改善されます。 広範な言語サポートで、グローバルなユーザーベースに対応。短い音声データ、長い音声データ、さらにストリーミングの音声データも音声文字変換します。また、Speech-to-Text は、次世代のユニバーサル音声モデルである Chirp 3 を使用して、より正確な音声文字変換を世界中で利用できるようにしています。 Chirp 3: 音声文字変換は、100 以上の言語にわたる数百万時間分の音声と 280 億の文章に対する自己教

[fukukitaru2980]

“できる”

[t_furu]

Speech API - 音声認識 / 1ヶ月料金 0〜60分 無料 , 61〜 15秒 $0.006 / 気になる

[mzi]

日本語あり、リアルタイムありsdk提供、バイナリ送信ありrest api、１５秒後と６０分/月まで無料

[bleu-bleut]

自動音声認識

[nilab]

「Google Cloud Speech API では、使いやすい API で高度なニューラル ネットワーク モデルを適用し、音声をテキストに変換できます。API は 80 以上の言語と方言を認識し、グローバルなユーザーベースをサポートします」

[saicolobe]

これは使う

[sezemi]

研修の transcript に使ってみよ

[ohbarye]

podcast の書き起こしとか、GCP でやるの面白そう

[RabbitBit]

音声認識は、MSよりGoogleが先を行っている。

[keim_at_Si]

音声→テキスト変換API(LIMITED PREVIEW)