Estou procurando um software de Reconhecimento de Voz que possa analisar determinado arquivo de áudio (com voz do usuário), marque a voz como usuário (s) x.
O objetivo é que, quando em uma reunião, o software reconheça as vozes de seu banco de dados, marque essas vozes como usuários X, Y e Z, e tudo o que eles disserem será marcado como
"X: Acho que precisamos ter uma maneira digital de notar nossas discussões / reuniões"
"Y: Parece uma boa ideia."
"Z: Um que reconhece nossas vozes e marca as palavras como X / Y / Z".
Para uma pequena quantidade de alto-falantes, é suficiente ter um classificador de modelo de mistura gaussiana. Software de código aberto para identificação de alto-falante:
Ambos não são plug and play, mas você pode obter um sistema razoavelmente funcional.