Голосовые системы

Как файловый ASR разделили на текст и спикеров

Пользователь загружал файл и получал две вещи: текст распознавания и ответ с разметкой спикеров. За них отвечали LinTO и Pyannote.

Почему текст может прийти раньше

Worker подготавливает WAV и передаёт задания в два контура. LinTO возвращает текст по частям, Pyannote расставляет границы и метки спикеров. Браузер получает события прогресса через NATS. Обычный текст уже можно показать, пока диаризация ещё идёт.

В апрельских документах видны две версии. В ранней WebUI ставит файловую задачу через NATS. В следующей появляется локальный запуск из WebUI и отдельная проверка готовности Pyannote. Это важно при разборе старых логов: место старта зависит от версии.

Файловый ASR. Путь от загрузки до результата диаризации
Файловый ASR. Путь от загрузки до результата диаризации · Открыть в полном размере

Отчёты и данные