En RealHearing buscamos brindar la mejor diarización1 del hablante. Aunque los modelos actuales sólo funcionan para la transcripción asincrónica, estamos trabajando mejorar la transcripción en tiempo real.
Algunos factores pueden afectar la precisión de los modelos de diarización del hablante. El tiempo de conversación es uno de ellos. Si un orador habla durante menos de 15 segundos, puede ser difícil para el modelo identificarlo de manera precisa. Por lo general, se recomienda que un orador hable durante más de 30 segundos para una identificación precisa.
El ritmo y el tipo de comunicación también tienen un impacto en la precisión. Si la conversación es clara y ordenada, y si hay poco ruido de fondo, es más probable que el modelo etiquete correctamente a cada hablante. Por lo tanto, para el debido funcionamiento, es fundamental hablar de forma clara, mantener un ritmo adecuado, evitar interrupciones y que los hablantes que no estén activamente participando tengan sus micrófonos apagados.
Gracias por elegir RealHearing.
[1] Diarización: Proceso de identificar y etiquetar los hablantes en un archivo de audio o una grabación de voz. El objetivo de la diarización es identificar dentro de una grabación de audio a cada hablante y asignarles una etiqueta única.