Задача:
Создать систему для распознавания аудиозаписей без использования облачных сервисов (для работы с чувствительными данными)
Решение:
Разработан локальный пайплайн обработки аудио:
– очистка и улучшение качества (ffmpeg, demucs)
– распознавание речи (Whisper)
– выравнивание и таймкоды (WhisperX)
– разделение по спикерам (Pyannote)
Система полностью работает офлайн
Результат:
Повышенин разборчивости речи на записях и получение структурированных расшифровок с таймкодами и разделением говорящих.