Puhe tekstiksi
Xeoman tekoälymoduuli puheentunnistukseen
Moduuli ”kuuntelee” kameran tai erillisen mikrofonin äänivirtaa, tunnistaa puhetta, reagoi avainsanoihin ja tallentaa keskustelujen litteroinnit CSV-raporttiin tai lisää ne tekstinä live-videoon tai arkistoon asetuksista riippuen. Se voi litteroida myös .mp3-tiedostoja, kuten keskustelutallenteita tai koulutusvideoita.

Tärkeää: beta-versio
Moduuli on saatavilla versiosta Xeoma 24.8.12 alkaen ja on beta-vaiheessa, joten se saattaa joissain tapauksissa ohittaa sanoja tai sisältää toistoja. Erikoislaitteistoa ei vaadita: minkä tahansa kameran tai mikrofonin äänivirta sekä tavallinen tietokone GPU-kiihdyttimellä riittävät.
Sovellusskenaariot
Puheesta tekstiksi -moduuli parantaa turvallisuutta yksityiselämässä, kaupunkiympäristössä ja liike-elämässä sekä tehostaa liiketoimintaprosesseja.
Vanhusten hoito
Kyky reagoida välittömästi avunhuutoon tai suojata heitä huijauksilta.
Kaikenlaiset yritykset
Asiakaspalvelun laadun automaattinen valvonta (esimerkiksi kirosanojen tunnistus).
Puhelukeskus
Puhelutallenteiden litterointi yrityspolitiikan ja keskusteluskriptien noudattamisen valvontaan.
Kaupungin valvonta
Terrorismin torjunta ja vaaran merkkeihin viittaavien sanojen tunnistus.
Vanhempainvalvonta
Tuki lapsen suojaamisessa kiusaamiselta tai huijareiden yhteydenotoilta.
Poliisi
Vartalokameroiden lisäksi: keskustelujen litterointi epäiltyjen kanssa ja uhkausten tunnistus.
Tutkimus ja analytiikka
Tilastojen kerääminen taustalla puheentutkimuksia ja sanojen käyttötiheyden analysointia varten.
Markkinointi
Selvitä, keskustelevatko asiakkaat kampanjoista, mikä on heidän reaktionsa mainosbannereihin jne.
Suodatus ja automaatio
Ei-toivottujen lauseiden tai avainsanojen tunnistus keskustelujen kohdennettuun valvontaan ilman tarvetta kuunnella kaikkia tallenteita.
Puheesta tekstiksi -moduulin edut
Ei vaadi erikoislaitteistoa
Toimii tavallisilla tietokoneilla lähes minkä tahansa kameran ja näytönohjaimen kanssa.
Maksimaalinen joustavuus
Monipuoliset reaktiot (mukaan lukien omat ohjelmoitavat toiminnot) ja integraatio kolmannen osapuolen järjestelmiin.
Reaaliaikainen toiminta
Virtojen käsittely lennossa ilman viivettä. Toimii omalla laitteistolla.
Kustannustehokas ratkaisu
Moduulin voi ostaa Standard- tai Pro-lisenssin lisäksi.
Näin se toimii

Rakenna ketju
Koska moduuli käsittelee äänivirtaa, ketjussa on oltava äänilähde.
- Äänilähde: kameran sisäänrakennettu mikrofoni tai erillinen USB- tai IP-mikrofoni
- Esimerkkiketju: ”Universal Camera” – ”Puheesta tekstiksi” – ”Esikatselu ja arkisto”
- Moduulille on hankittava erillinen lisenssi Xeoma Pro- tai Standard-lisenssin lisäksi

Lataa AI-resurssit
Napsauta ketjun Puheesta tekstiksi -kuvaketta avataksesi moduulin asetukset. Lisäresurssien lataus alkaa automaattisesti, kun asetukset avataan ensimmäisen kerran. Kun ”Downloading in progress” -ilmoitus katoaa, kaikki on valmista.
- Lisäresurssit sisältävät tekoälyn datapaketteja, jotka ladataan FelenaSoft-palvelimilta pyynnöstä
- Resurssit ladataan vain tarvittaessa, mikä pitää ohjelmiston koon pienenä

Valitse tunnistusmalli ja avainsanat
Saatavilla on useita eri kielille tarkoitettuja AI-malleja, jotka eroavat kooltaan, tunnistustarkkuudeltaan ja laitteistokuormitukseltaan. Valitse ”Puheentunnistusmalli”-kentästä litteroinnin kieli (itse puheen kieltä ei tarvitse määrittää) ja syötä tarvittaessa tunnistettavat avainsanat alla olevaan kenttään. Kytkimet ”Näytä tunnistettu puhe reaaliaikaisessa kuvassa” ja ”Tallenna tunnistettu puhe tekstityksenä tallennuksessa/viennissä” mahdollistavat tekstin näyttämisen sekä live-kuvan päällä että arkistossa.
- ”Tunnistettavat avainsanat” — moduuli reagoi vain määritettyihin sanoihin tai lauseisiin
- Litterointiteksti live-kuvassa ja arkistossa
- ”Tallenna tiedot CSV-raporttiin” — litterointi tallennetaan taulukkotiedostoon levylle
- Lisää moduulin perään reaktio: tallennus, ilmoitus tai komennon lähetys
%VOICE%-makro on käytettävissä moduuleissa ”HTTP-pyynnön lähettäjä”, ”Sähköpostin lähetys” ja ”Sovelluksen suorittaja”
Integrointi ulkoisiin ohjelmistoihin
Voice-to-Text -toimintoa voi käyttää myös ulkoisista ohjelmista, esimerkiksi VoIP-puheluiden litterointiin. Syötä moduulille .mp3-tiedosto ja saat tuloksen tekstinä – jopa operaattoripisteillä, joissa ei ole Xeomaa tai kameroita. Tärkeää: vain .mp3-tiedostot ovat tuettuja.
Esimerkki pyynnöstä Xeoma API:n kautta (JSON):
curl -F "audio_file=@speech.mp3" "http://192.168.0.67:10090/api?login=Administrator&password=123&speech_recognition=recognition&model=qwen3-asr-1.7b&ttl=10&language=en"
Selite:
audio_file=@speech.mp3— äänitiedoston polku tietokoneella192.168.0.67— Xeoma-palvelimen IP-osoite10090— Xeoma-palvelimen porttiAdministrator/123— ylläpitäjän kirjautumistunnus (aina Administrator) ja salasanamodel=…— tunnistusmalli (katso lista alta)language=en— litteroinnin kieli. Jos se eroaa varsinaisesta puhekielestä, litterointi käännetään automaattisesti valitulle kielelle
Tallenna tulos tekstitiedostoon lisäämällä >savetext.txt komennon perään, jossa savetext.txt on tekstitiedoston nimi.
API:n tunnistusmallit:
| Nimi | Kuvaus | API-koodi |
|---|---|---|
| Venäjä perus | 140 MB | tone |
| Venäjä paranneltu | välimerkit, 215 MB | giga |
| Englanti perus | 70 MB | zipformer |
| Monikielinen perus | välimerkit, 1 Gt, 0,6 miljardia parametria | qwen3-asr-0.6b |
| Monikielinen, parannettu | välimerkit, 2,2 Gt, 1,7 miljardia parametria | qwen3-asr-1.7b |
| Gemma4 monikielinen perusversio | välimerkit, 2,2 Gt, 1,7 miljardia parametria | gemma4-e2b |
| Gemma4 monikielinen, parannettu | välimerkit, 7 Gt, 12 miljardia parametria | gemma4-12b |
Kielikoodiluettelo
en — englanti, zh — kiina, de — saksa, es — espanja, ru — venäjä, ko — korea, fr — ranska, ja — japani, pt — portugali, tr — turkki, pl — puola, ca — katalaani, nl — hollanti, ar — arabia, sv — ruotsi, it — italia, id — indonesia, hi — hindi, fi — suomi, vi — vietnam, he — heprea, uk — ukraina, el — kreikka, ms — malaiji, cs — tšekki, ro — romania, da — tanska, hu — unkari, ta — tamili, no — norja, th — thai, ur — urdu, hr — kroatia, bg — bulgaria, lt — liettua, la — latina, mi — maori, ml — malajalam, cy — kymri, sk — slovakki, te — telugu, fa — persia, lv — latvia, bn — bengali, sr — serbia, az — azeri, sl — sloveeni, kn — kannada, et — viro, mk — makedonia, br — bretoni, eu — baski, is — islanti, hy — armenia, ne — nepali, mn — mongoli, bs — bosnia, kk — kazakki, sq — albania, sw — swahili, gl — galicia, mr — marathi, pa — pandžabi, si — sinhala, km — khmer, sn — šona, yo — joruba, so — somali, af — afrikaans, oc — oksitaani, ka — georgia, be — valkovenäjä, tg — tadžikki, sd — sindhi, gu — gudžarati, am — amhara, yi — jiddiš, lo — lao, uz — uzbekki, fo — fääri, ht — haitinkreoli, ps — paštu, tk — turkmeeni, nn — uusnorja, mt — malta, sa — sanskrit, lb — luxemburg, my — burma, bo — tiibet, tl — tagalog, mg — malagassi, as — assami, tt — tataari, haw — havaiji, ln — lingala, ha — hausa, ba — baškiiri, jw — jaava, su — sunda, yue — kantoni.
Testausohjeet
Lataa ja käynnistä Xeoma. Käytä kokeiluversiota tai aktivoi Xeoma Standard/Xeoma Pro -lisenssi sekä ”Voice-to-text”-lisämoduulilisenssi.
Lisää kamera manuaalisesti tai odota, että Xeoma löytää kamerat verkostasi automaattisesti. Erillistä mikrofonia varten lisää ”Microphone”-moduuli ja valitse sopiva äänilähde.
Lisää ”Voice-to-Text”-moduuli ketjuun, määritä reaktio avainsanoille tai jatkuvalle puheen litteroinnille ja tarvittaessa ota käyttöön litteroinnin peitekuva kamerakuvassa ja tallenteissa.
Määritä tapahtumareaktio — tallennus CSV-tiedostoon, mobiili-ilmoitukset tai muu toiminto.
demolisenssi
Muut äänivirtoja käsittelevät moduulit
Nämä moduulit toimivat itsenäisesti tai yhdessä Voice-to-Textin kanssa.
Valitse USB-mikrofoni tai erillinen IP-mikrofoni äänilähteeksi.
Analysoi äänivirtoja ja aktivoituu, kun äänitaso ylittää määritetyn rajan.
Tunnistaa autohälytykset, lapsen itkun, ampumisen, huudot ja lasin särkymisen.
Voice-to-Text: Puheentunnistus Xeomassa
Kokeile Xeomaa ilmaiseksi
Syötä nimi ja sähköpostiosoite saadaksesi ilmaisen demolisenssin. Luottokorttia ei vaadita.
Tilaa ilmaiset Xeoma-demolisenssit sähköpostiisi
Täysi toiminnallisuus. Lähetetään välittömästi.
Pyydämme välttämään henkilötietoja sisältävien sähköpostiviestien käyttöä ja henkilötietojen lähettämistä meille muilla tavoin. Jos kuitenkin lähetät niitä, vahvistat tällä lomakkeella suostumuksesi henkilötietojesi käsittelyyn
Tarvitsetko jotain muuta?
Eikö moduuli vastaa täysin tarpeitasi? Voimme kehittää tarvitsemasi toiminnot ja lisätä ne Xeomaan maksullisena räätälöintinä. Lue lisää.
Kysymyksiä? Tarvitsetko apua? Ota yhteyttä! Autamme mielellämme
Haluatko aloittaa?
Kokeile Puhe tekstiksi -moduulia ilmaisella demolisenssillä – et tarvitse luottokorttia etkä henkilötietoja.

