Транскрипция аудио с разбиением по авторам и многомодульной проверкой

### Описание проекта:

Мы ищем разработчика на Python с опытом работы с API для распознавания речи и машинного обучения для модернизации существующего скрипта транскрипции. Проект направлен на создание продвинутой системы, которая оптимизирует процесс транскрипции аудиофайлов с разбиением по авторам разговора. Система будет использовать несколько сервисов для распознавания речи (Google Cloud Speech-to-Text, Whisper, Microsoft Azure Speech), а также применять машинное обучение для улучшения качества и точности транскрипции.

### Основные задачи проекта:

1. **Модификация существующего скрипта:**

   - Интеграция API различных сервисов распознавания речи: Google Cloud Speech-to-Text, Whisper, и Microsoft Azure Speech для улучшения качества распознавания. (есть Whisper, нужны остальные модели)

   - Разработка логики выбора наилучшего сервиса для конкретного фрагмента аудио на основе качества и стоимости.

2. **Разработка механизма длинных фрагментов:**

   - Автоматическое разбиение аудио на длинные и короткие фрагменты. (уже есть)

   - Обработка длинных фрагментов с использованием расширенных возможностей выбранных сервисов распознавания.

3. **Интеграция и оптимизация GPT для анализа контекста:**

   - Интеграция GPT-модели для проверки и улучшения качества транскрипции путем анализа контекста разговора.(есть промты для теста)

   - Разработка алгоритмов обработки возвращаемых GPT моделью выводов для корректировки и дополнения полученной транскрипции.

4. **Тестирование и валидация системы:**

   - Проведение комплексного тестирования системы на различных типах аудиоматериалов.

   - Анализ точности, скорости и стоимости транскрипций, полученных с использованием разных сервисов и алгоритмов.

5. **Разработка пользовательского интерфейса:**

   - Создание простого и интуитивно понятного интерфейса для запуска скрипта и просмотра результатов. (обсуждаемо)

### Требования к квалификации:

- Знание языка программирования Python и опыт работы не менее 3 лет.

- Опыт работы с API для распознавания речи (Google Cloud Speech-to-Text, Whisper, Microsoft Azure Speech) и другими облачными сервисами.

- Опыт работы с машинным обучением, особенно с моделями для обработки естественного языка, такими как GPT-3.

- Понимание принципов обработки и анализа аудиоданных.

- Способность к анализу и решению сложных задач.

- Внимание к деталям и стремление к высокому качеству выполнения работы.

### Ожидаемые результаты:

К концу проекта разработчик должен предоставить готовую систему, способную:

- Автоматически разбивать аудио на фрагменты и определять авторов речи.

- Оптимально распределять фрагменты между различными сервисами распознавания для получения наилучшего результата.

- Использовать GPT для анализа контекста и повышения точности транскрипции.

- Предоставлять отчеты о качестве и стоимости процесса транскрипции.

### Бюджет и сроки:

Бюджет проекта и сроки его выполнения будут согласованы с разработчиком после подробного обсуждения объема работы и оценки времени на реализацию всех функций.

### Процесс отбора:

1. Рассмотрение портфолио и опыта работы с аналогичными задачами.

2. Собеседование для обсуждения деталей проекта и возможности реализации задуманного.

3. Обсуждение условий сотрудничества и подписание контракта.