Balss ierakstīšana un teksta analīze, izmantojot metadatus

Abstract

Darba mērķis ir izpētīt balss ierakstīšanas un analīzes tehnoloģijas un iespējas, kā arī izstrādāt Android mobilo programmatūru, kas spēj ierakstīt cilvēka balsi kopā ar dažādiem pievienotiem metadatiem, droši pārsūtīt šos datus uz serveri vai mākoni. Serverī (vai mākonī) datus apstrādā atsevišķa programmatūra, kas veic speech-to-text ieraksta pārveidošanu, pievienojot šim procesam dotos metadatus, lai iegūtu precīzāku rezultātu. Līdzīgi balss ievadei, paredzēta funkcionalitāte uzņemtu bilžu anotēšanai un pārsūtīšanai, kā arī teksta ziņojumu nosūtīšanai. Katram programmatūras lietotājam jāvar saņemt viņam adresētos ziņojumus. Atslēgvārdi: balss ierakstīšana, speech-to-text, teksta apstrāde, ziņojumu pārsūtīšana

Voice recording and text analysis using metadata

The goal of this work is to examine the possibilities and technology of voice recording and analysis, as well as develop an Android mobile application that could record human voice together with additional metadata, safely transfer this data to a server or cloud storage. In this server (or cloud) data is processed by another software that does speech-to-text translation and analysis, adding metadata to this process to obtain more accurate result. Similar to voice recording, additional functionality is required to take and annotate pictures and type text messages and send those as well. Each user of the software should be able to receive messages that are addressed to him. Keywords: voice recording, speech-to-text, text processing, message sending