Amazon SageMaker AI için WhisperX Konteyneri Kullanıma Sunuldu
Amazon Web Services, konuşma metinlerinde konuşmacı etiketleme ve hassas zaman damgası sağlayan WhisperX Deep Learning Container'ı SageMaker AI'a entegre etti.
Amazon Web Services, OpenAI'ın Whisper modelini wav2vec2 hizalaması ve konuşmacı ayrıştırma özellikleriyle birleştiren WhisperX Deep Learning Container'ı Amazon SageMaker AI kullanıcılarının hizmetine sundu.
Ses İşleme Süreçlerindeki Zorluklar
Standart konuşma metni dönüştürme sistemleri, çağrı merkezi kayıtları veya toplantılarda kelime zamanlamalarında gecikmeler yaşanmasına ve kimin konuştuğunun belirlenememesine neden olmaktadır. Bu tür eksiklikler, metinlerin aranmasını, altyazı eklenmesini veya gizlilik denetimlerini zorlaştırmaktadır.
WhisperX Teknolojisinin Avantajları
WhisperX, standart Whisper modelini toplu çıkarım ile sararak kelime düzeyinde hassas zaman damgaları üretmekte ve konuşmacı ayrıştırma özelliğiyle ses kayıtlarının analizini kolaylaştırmaktadır.
SageMaker AI Entegrasyonu
Yeni Deep Learning Container, özel bir imaj inşa etme gerekliliği duymadan doğrudan Amazon SageMaker AI gerçek zamanlı veya asenkron uç noktalarına hızlı bir şekilde kurulabilmektedir.
Desteklenen Uç Nokta Seçenekleri
Gerçek zamanlı uç noktalar altmış saniyenin altındaki kısa klipler için tercih edilirken, asenkron uç noktalar Amazon S3 üzerinden uzun ses dosyalarını ve yüksek hacimli toplu işleri yönetmektedir.