Tekoälypohjainen äänianalytiikka

Puhe tekstiksi

Xeoman tekoälymoduuli puheentunnistukseen

Voice-to-Text-moduulin kuvake 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.

Voice-to-Text: Xeoman älykäs puheentunnistusmoduuli
90+ litterointikieltä
CSV-raportti tallennettuna levylle
Live-virrat ja .mp3-tiedostot
AI-lisämoduuli
Tärkeä huomio: moduuli on beeta-vaiheessa

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.

Käyttökohteet

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.

Edut

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.

Työnkulku

Näin se toimii

Esimerkki ketjusta, jossa on Voice-to-Text-älymoduuli
Vaihe 1

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
AI-lisäresurssien lataaminen
Vaihe 2

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
AI-mallin ja litterointikielen valinta
Vaihe 3

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”
API

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 tietokoneella
  • 192.168.0.67 — Xeoma-palvelimen IP-osoite
  • 10090 — Xeoma-palvelimen portti
  • Administrator / 123 — ylläpitäjän kirjautumistunnus (aina Administrator) ja salasana
  • model=… — 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.

Pikaopas

Testausohjeet

1
Käynnistä Xeoma

Lataa ja käynnistä Xeoma. Käytä kokeiluversiota tai aktivoi Xeoma Standard/Xeoma Pro -lisenssi sekä ”Voice-to-text”-lisämoduulilisenssi.

2
Lisää kamera

Lisää kamera manuaalisesti tai odota, että Xeoma löytää kamerat verkostasi automaattisesti. Erillistä mikrofonia varten lisää ”Microphone”-moduuli ja valitse sopiva äänilähde.

3
Lisää moduuli

Lisää ”Voice-to-Text”-moduuli ketjuun, määritä reaktio avainsanoille tai jatkuvalle puheen litteroinnille ja tarvittaessa ota käyttöön litteroinnin peitekuva kamerakuvassa ja tallenteissa.

4
Määritä reaktiot

Määritä tapahtumareaktio — tallennus CSV-tiedostoon, mobiili-ilmoitukset tai muu toiminto.

Voice-to-Text-moduulin asetukset Xeomassa
Kokeiluversiossa on tiettyjä rajoituksia. Voice-to-Textin tarkempaa testaamista varten suosittelemme ilmaisen demolisenssin pyytämistä. Se antaa pääsyn kaikkiin ominaisuuksiin ilman rajoituksia tai sitoumuksia. Tarvitset vain sähköpostiosoitteen. Aloita napsauttamalla alla olevaa painiketta:
Pyydä ilmainen
demolisenssi
Video

Voice-to-Text: Puheentunnistus Xeomassa

Ilmainen kokeilu

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 moduuliin räätälöintiä?

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.