撮影した動画をFFmpegとWatsonを使って字幕とロゴの挿入を自動化した | Recruit Tech Blog
初めまして。ひっそりとRMPでエンジニア業をさせていただいております。 @bussorenre と申します。 Recruit Marketing Partners アドベントカレンダー14日目 では、あまり弊社ブログでは取り上げる頻度の少ないミドルウェアの話ができればなと思います。 さて、年の瀬も押し迫り、師匠もおかんも走る時期ですが1)悪寒が走ったら休んでください。my mother is not runnning.、忘年会や新年会の幹事に任命される事が往々にしてよくあります。そしたら「その年の振り返り動画を用意しよう」とか「全国の営業部長たちから新年の意気込みを集めてきて動画にまとめよう」みたいな業務が発生し、▂▅▇█▓▒░(’ω’)░▒▓█▇▅▂うわあああああああなんて事は、どの業界でもよくあると思います。 動画編集は相当手間と時間のかかる作業です。エンジニアとしては、やはりここのプ
Microsoftの音声認識技術を本気で検証してみた - Qiita
はじめに Microsoftの音声認識技術を機会あって本気で検証したので、共有しようと思います。 音声認識技術はAIキーワードに含まれる技術の一つなのでAIが流行りだした２年前くらいから話題になり始めたのですが、特にHotになったのは去年2016年の年末にGoogleとMicrosftが立て続けにニューラルネットワークベース（ディープラーニングベース）のAPIを、誰でも使えるサービスとしてリリースしてからだと思います。 GoogleとMicrosoftが発表したニュースのキャッチコピーは認識精度が「人間並みに到達」だったので、かなり強いインパクトを世間に与えたのだろうと思います。私もこのニュースに驚き、強く惹かれました。 ●当時のニュース記事 ・Microsoft http://jp.techcrunch.com/2016/10/19/20161018microsoft-hits-a-sp
Windows の Chrome 59 で Web Speech API に Microsoft Haruka がやってくる - Qiita
Windows の Chrome 59 で Web Speech API に Microsoft Haruka がやってくるChromeWebSpeechAPI Chrome で Web Speech API を使って日本語を読み上げさせるとき、 speechSynthesis.getVoices() の戻り値から lang が ja-JP のものを選ぶという方法があります。 Windows で Chrome 58 では ja-JP が「Google 日本語」一択だったのですが、まだベータ版の Chrome 59 にしたところ「Microsoft Haruka Desktop - Japanese」が現れ、それが配列中で「Google 日本語」よりも前にありました。 Haruka さんは、Google 日本語さんよりも声に落ち着きがあり、音量がやや控えめです。 mac で開発してると Ha
Speech API - 音声認識 | Google Cloud Platform
Try Gemini 1.5 models, the latest multimodal models in Vertex AI, and see what you can build with up to a 2M token context window Convert audio into text transcriptions and integrate speech recognition into applications with easy-to-use APIs. Get up to 60 minutes for transcribing and analyzing audio free per month.* New customers also get up to $300 in free credits to try Speech-to-Text and other
Bing Voice Recognition (Beta) | Microsoft Azure Marketplace
BING VOICE RECOGNITION API BETA ONLINE SERVICE AGREEMENT Dated: Updated April 2015 Section 1 Description of Services The Bing Voice Recognition API is an https application programming interface (the "API") that takes an audio stream as input and turns it into a text (the “Service”). Software applications, websites or other devices or services developed may utilize the API to interact with the Serv
CSSの声を聞く - 思ったこと
CSS Property Advent Calendar 2013 の15日目です！ 今回は、 現在 Technical Report 段階の CSS-Speech Module を紹介します！ CSS-Speech Moduleってなに？ CSS （ Cascading Style Sheets ）は、（ HTML や XML などの）マークアップ文書から， スクリーン, 紙, 発話（ speech ）, 等々 の媒体への具現化（ rendering ）を記述するための言語である。 Speech モジュールは、作者が，発話合成を通して, 加えて 随意で音声指示も利用して，文書の音声化（ rendering ）を宣言的に制御できるようにするための、聴覚 CSS プロパティを定義する。 この標準は Voice Browser Activity との協同の下，開発された。 扱いとしては、med
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
