ภาษาไทยไม่มีช่องว่าง: ระบบรู้จำเสียงจัดการการตัดคำและการประเมินผลอย่างไร
ภาษาไทยเขียนติดกันไม่เว้นวรรค ค่า WER จึงเปลี่ยนตามตัวตัดคำ ทำไมเราใช้อัตราความผิดพลาดระดับอักขระ (CER) เป็นตัวชี้วัดหลัก และการปรับข้อความก่อนประเมินผล
BLOG
บล็อกเทคโนโลยีเสียงพูด
ประสบการณ์ด้านวิศวกรรม คู่มือการใช้งานจริง และวิธีวัดผล สำหรับระบบถอดเสียงพูด สร้างเสียงพูด และพากย์วิดีโอ
7 บทความ
เปลี่ยนการประชุมภาษาไทยให้เป็นบันทึกการประชุมที่นำไปทำต่อได้
ตั้งแต่การอัดเสียง การแยกผู้พูด ไปจนถึงสรุปและงานที่ต้องทำ การประชุมภาษาไทย 40 นาทีกลายเป็นบันทึกการประชุมได้อย่างไร
ไทย อังกฤษ จีน ในประโยคเดียว: ทำไมเสียงพูดปนภาษาจึงรู้จำยาก
โมเดลมักพลาดตรงไหนเมื่อภาษาไทยมีชื่อแบรนด์ภาษาอังกฤษหรือชื่อคนจีนปนอยู่ และควรให้คะแนนผลลัพธ์อย่างไร
การรู้จำเสียงแบบสตรีมมิงกับการเกลาข้อความท้ายประโยค: สมดุลระหว่างความหน่วงและความแม่นยำ
แสดงข้อความทันทีขณะพูดด้วยโมเดลสตรีมมิง แล้วเกลาซ้ำด้วยโมเดลออฟไลน์เมื่อจบประโยค ผลลัพธ์สองชุดผสานกันอย่างไร และหน้าจอเปลี่ยนผ่านอย่างไร
วัดความหน่วงของตัวอักษรแรกอย่างไร: นิยามและเกณฑ์การทดสอบของเรา
ตั้งแต่เฟรมเสียงแรกเข้าจนถึงตัวอักษรแรกที่ส่งกลับ จุดเริ่มจับเวลา วิธีตรึงเครือข่ายและฮาร์ดแวร์ และความหมายของ P50 กับ P90
โคลนเสียงจากตัวอย่างเสียง 8 วินาที: เคล็ดลับการอัดเสียง
ห้องเงียบ ระดับเสียงสม่ำเสมอ และจังหวะพูดที่เป็นธรรมชาติ คุณภาพของตัวอย่างเสียงคือตัวกำหนดความเนียนสูงสุดของเสียงโคลน
พากย์คลิปวิดีโอสั้นเป็นภาษาไทย: จากซับไตเติลสู่การคงน้ำเสียงต้นฉบับ
ถอดเสียง แปล พากย์ด้วยเสียงโคลน และจัดความยาวให้พอดี ขั้นตอนครบวงจรในการทำคลิปสั้นขายสินค้าจากภาษาจีนเป็นภาษาไทย
ติดตามบทความใหม่
อัปเดตบทความใหม่ โมเดลใหม่ และผลทดสอบทางอีเมลเดือนละ 1 ฉบับ ยกเลิกได้ทุกเมื่อ