- Взаимодействия с API генераторов голоса и правка звуковых дорожек

Всем привет.

Существует очень интересная задача, по созданию голоса из текста и редактированию одинаковых по структуре аудиодорожек по эталону.

Аудио дорожки создаются нейронной сетью по тексту, причем текст переводится на разные языки, например - оригинал на русском, а еще переводится текст на английский и испанский, поэтому дикторы говорят несколько по разному.

Необходимо создать ПО, которое бы позволил делать следующее:

 - взаимодействовать с внешней БД (гугл-таблицей);

 - взаимодействовать с API генераторов голоса (Microsoft, Google, Yandex и Zvukogram);

 - править на уровне исходника лишние паузы;

 - делать на уровне исходника паузы между сегментами;

 - делать подгонку аудио дорожек подражателей под эталон;

 - делать проверку правильности структуры аудио дорожек подражателей;

 - стабилизировать скорость аудиоряда под эталон, согласно понятного скрипта;

 - стабилизировать скорость сегмента аудио ряда под эталон;

 - получать обработанные (исправленные) аудио дорожки подражатели в нужную папку.

Бюджет на задачу: 13 000 гривен.

Оплата происходит через данный фриланс-сайт, комиссию беру на себя.

Подробное ТЗ можно почитать тут:

ПО ЗАПРОСУ