Web & Apps · 2023
Randstad Sprach-Pipeline
Echtzeit-Sprach-Pipeline für Randstad: Spracherkennung und neuronale Sprachsynthese, gestreamt über WebSockets.
Ein Kundenprojekt mit DIRIS für Randstad: eine GPU-basierte Sprach-Pipeline, die in Echtzeit zuhört und spricht.
- Speech-to-Text mit Whisper oder NVIDIA NeMo, umschaltbar
- Neuronale Sprachsynthese mit Coqui TTS auf CUDA, beschleunigt mit DeepSpeed
- Audio-Bereinigung mit Rauschunterdrückung vor der Transkription
- Echtzeit-Streaming über WebSockets