Разработка сервиса распознавания речи на основе ИИ

Студентам часто приходится тратить много времени и усилий на конспектирование лекций вручную, что отвлекает от самого процесса восприятия информации. Заказчик решил протестировать гипотезу, что сервис распознавания речи поможет автоматизировать ведение записей и упростит жизнь студентам.

Для проверки идеи мы создали минимально жизнеспособный продукт (mvp). Интерфейс программы максимально простой: нажать на кнопку для старта и завершения записи, после чего полученное аудио отправляется на обработку нейросетью. Через пару минут пользователь получает текстовую расшифровку на свою электронную почту.

Чтобы открыть доступ к конвертации аудиофайлов, необходимо пройти простую регистрацию — здесь мы и получаем электронную почту для отправки данных.

Для распознавания речи был выбран сервис Elevate, так как он отвечает ключевым требованиям:

- поддержка английского и японского языков,

- высокая точность распознавания: во время занятия преподаватель может перемещаться по аудитории, отворачиваться, говорить громче или тише, это не должно существенно сказываться на результате,

- недорогая стоимость использования (в данном случае, есть даже бесплатный вариант с лимитом количества запросов).

Приложение уже тестируется на целевом рынке в Японии, и мы получаем первые позитивные отзывы от довольных студентов.

После завершения первого этапа тестирования идеи планируется реализовать платную подписку: 3 пакета на выбор с разным количеством минут для обработки. И реализовать интеграцию с платежным сервисом для онлайн-оплаты.