yandex-speechkit-talk-recognition

Распознавание больших файлов через Yandex SpeechKit.

Распознавание длинных аудио - документация

Что делает

• Конвертирует файл в OGG Opus
• Заливает файл на Yandex Object Storage
• Отправляет файл на распознавание
• Дожидается результата (проверка раз в 10 секунд)

Данные сохраняет в ~/yandex-stt/.

Установка

npm install -g yandex-speechkit-talk-recognition

Зависимости

• ffmpeg 4.x (3.4 не подойдёт)

Как запустить

• Создать сервисный аккаунт, получить API ключ (в документации), вписать его в config.js.
• Создать статический ключ, получить Id и Secret
• Запустить yandex-stt --file <путь_к_файлу_с_голосом>, создастся конфиг в ~/yandex-stt/config.js.
• Заполнить конфиг
• Запускать yandex-stt --file <path> или yandex-stt --id abcde`

Стоимость

Распознавание с низким приоритетом (deferred) стоит примерно 15 копеек/минута, грубо говоря, 10 руб/час. Тарифы.

TODO:

• Права на файлы. У каждой операции должен быть владелец. Он может обновлять файлы
• Изменение filename
• Изменение распознанного текста