Navigation
Über uns
Externe Inhalte
Benutzer-Werkzeuge
Seitenleiste
wiki:software:beuthbot:berichte:ws2020:zwischen:geplanter-stand-features:bot13
Dies ist eine alte Version des Dokuments!
| BOT-13: Komponente zur Umwandlung von Sprache zu Text (STT) | |
| Es soll ermöglicht werden, dass Benutzern neben Textnachrichten auch mittels Sprachnachrichten mit dem BeuthBot kommunizieren können. Dabei sollen die Sprachnachrichten mittels eines neuen Services in Text übersetzt werden und dann wie andere Textnachrichten verarbeitet werden. Hierzui sollen 3 bekannte STT-Frameworks (Kaldi, Mozilla Voice STT und Wav2Letter) getestet und vergleichen werden. Basierend darauf soll eine Entscheidung getroffen werden, welches Framework schlussendlich in der Production-Environment verwendet werden soll. Das Framework wird dann in Form eines neuen Micro-Services in den BeuthBot integriert. | |
| Initiale Schätzung | 3 Tage |
| Programmiersprachen | * Python (Mozilla Voice STT) * C++ (Kaldi, WAV2Letter) * Kaldi * Mozilla Voice STT * WAV2Letter |
| Services | * STT |
| Abhängigkeiten | * BOT-43: Erstellung eines Common-Frameworks für (Content-)Services |
| Anforderungen | * Die Übersetzung soll mittels neuronaler Netzte geschehen * Nur Sprachnachrichten auf Deutsch sollen übersetzt werden * Das verwendete Framework muss OpenSource sein und Lokal auf dem BeuthBot-Server ausführbar sein * Es soll keine Model-Adapation durchgeführt werden |
| Tasks | * BOT-69: WAV2Letter testen * BOT-70: Mozilla Voice testen * BOT-73: Kaldi testen * BOT-71: Framework aussuchen * BOT-122: Micro-Service erstellen * BOT-123: Sprachnachricht in WAV umwandeln |
wiki/software/beuthbot/berichte/ws2020/zwischen/geplanter-stand-features/bot13.1606131659.txt.gz · Zuletzt geändert: 23.11.2020 12:40 von Robert Xaver Halwaß