მეტყველების ამოცნობა რეალურ დროში და VAD

აპლიკაცია იღებს აუდიოს თქვენ მიერ არჩეული Windows loopback (გამომავალი) მოწყობილობიდან და იყენებს Voice Activity Detection-ს (ხმოვანი აქტივობის დეტექცია) მეტყველების ამოსაცნობად. იგი ავტომატურად ანაწევრებს აუდიო ნაკადს ხმოვანი აქტივობის ფრაგმენტებად და ფილტრავს სიჩუმეს.

LLM-ით შესწორების ეტაპი

მას შემდეგ, რაც ფრაგმენტს დაამუშავებს მეტყველების ავტომატური ამოცნობის (ASR) ძრავა, ის გადაეგზავნება LLM-კორექტორს. იგი ახორციელებს პუნქტუაციის ავტომატურ დასმას და კონტექსტურ შესწორებას რეალურ დროში, რაც მნიშვნელოვნად აუმჯობესებს წაკითხვადობასა და ტრანსკრიფტის ხარისხს.

ინტეგრირებული აუდიო დაკვრა

ტრანსკრიფციის ფიდში გენერირებული თითოეული ფრაგმენტი მოიცავს PLAY ღილაკს. დააჭირეთ მას, რათა მყისიერად მოისმინოთ ჩაწერილი დაუმუშავებელი (raw) აუდიო და მარტივად გადაამოწმოთ ტრანსკრიფციის სიზუსტე.

ფიდის ინტერაქტიული კონტროლი

• ცალკეული ფრაგმენტების კოპირება — სწრაფად დააკოპირეთ კონკრეტული სეგმენტის შესწორებული ტექსტი (ან დაუმუშავებელი, თუ შესწორება ჩაიშალა ან გამოტოვებულ იქნა).
• ყველაფრის კოპირება — დააკოპირეთ მთლიანი ფორმატირებული ჟურნალი [დროის ნიშნული]: ტრანსკრიფტი ბუფერში.
• ყველაფრის გასუფთავება — გადატვირთეთ მიმდინარე სესია და გაასუფთავეთ ფიდის სია.

პარამეტრები და აუდიო არქივი

Settings ღილაკზე დაჭერით გამოჩნდება ლოკალური დირექტორიის მისამართი, სადაც ინახება ყველა WAV ჩანაწერი (Documents\ASR.GE). იგი საშუალებას გაძლევთ, ეს საქაღალდე პირდაპირ Windows Explorer-ში გახსნათ.

ვებ პროფილი და სესიები

თქვენ შეგიძლიათ ნახოთ, წაიკითხოთ და დააკოპიროთ ყველა წარსული სესია ვებ ინტერფეისიდან:

• გადადით თქვენს პროფილის გვერდზე: asr.ge/profile.
• თქვენი პროფილის მონაცემების ქვემოთ დააჭირეთ Open Sessions ღილაკს, რათა გამოჩნდეს ყველა ჩაწერილი სესია საქაღალდის სახელით.
• აირჩიეთ სასურველი სესია, რათა იხილოთ როგორც დაუმუშავებელი, ისე შესწორებული ტრანსკრიფტები და დააკოპიროთ თითოეული მათგანი ცალ-ცალკე.

Real-Time Speech Recognition & VAD

The app captures audio from your selected Windows loopback (output) device and uses Voice Activity Detection to detect speech, automatically segmenting the stream into voice-activity chunks while filtering out silence.

LLM Correction Pass

Once a chunk is processed by the ASR engine, it is forwarded to an LLM corrector that handles auto-punctuation and live contextual error correction, improving readability and transcript quality.

Integrated Audio Playback

Every chunk in the transcription feed includes a PLAY button. Click it to instantly stream the captured raw audio chunk and verify transcription accuracy.

Interactive Feed Controls

• Copy Individual Chunks — copy the corrected text (or raw text if correction failed/was skipped) for any segment.
• Copy All — copy the entire formatted log [Timestamp] Speaker: Transcript to your clipboard.
• Clear All — reset the current session and clean the feed list.

Settings & Audio Archive

The Settings button shows the local directory where all WAV recordings are saved (Documents\ASR.GE) and lets you open it directly in Windows Explorer.

Web Profile & Sessions

• Go to your profile page: asr.ge/profile.
• Click Open Sessions to list every recorded session by its folder name.
• Select a session to view raw and corrected transcripts, and copy each individually.