बैकग्राउंड शोर स्पीच रिकग्निशन, टर्न डिटेक्शन और बीच में टोकने की पहचान बिगाड़ देता है। ऑडियो को आपके एजेंट तक पहुँचने से पहले यूज़र के डिवाइस पर साफ़ करें।
टीवी, कैफ़े या कोई दूसरा बोलने वाला एजेंट को वे शब्द सुनवा देता है जो किसी ने नहीं कहे, उसे खुद को टोकने पर मजबूर करता है या ऐसे ठहराव का इंतज़ार करवाता है जो कभी नहीं आता। स्रोत पर शोर हटाने से आगे के हर मॉडल का इनपुट ठीक हो जाता है।
SDK ब्राउज़र या ऐप में माइक्रोफ़ोन स्ट्रीम प्रोसेस करता है और साफ़ स्ट्रीम लौटाता है, इसलिए कोई अतिरिक्त सर्वर हॉप नहीं जुड़ता और कच्चा ऑडियो डिवाइस नहीं छोड़ता।
तीन मॉडल प्रीसेट से आप CPU और क्वालिटी के बीच संतुलन चुन सकते हैं: फ़ोन और व्यस्त मशीनों के लिए speed, गुंजाइश हो तो balanced और quality।
एंड-यूज़र के डिवाइस पर, ब्राउज़र में WebAssembly के ज़रिए या आपके नेटिव ऐप में। आपके एजेंट को पहले से साफ़ किया गया ऑडियो मिलता है।
हाँ। वेब SDK माइक्रोफ़ोन MediaStream लेता है और प्रोसेस की गई स्ट्रीम लौटाता है; कच्चे माइक्रोफ़ोन की जगह उसका ऑडियो ट्रैक LiveKit रूम में पब्लिश करें। यही किसी भी WebRTC स्टैक के साथ काम करता है।
हाँ। वही मॉडल स्पीच-टू-टेक्स्ट को भेजने से पहले ऑडियो और वीडियो फ़ाइलें डिवाइस पर साफ़ करते हैं।
हमें अपने प्रोडक्ट और प्लेटफ़ॉर्म के बारे में बताएँ। हमारी टीम आपसे संपर्क करेगी और इंटीग्रेशन में मदद कर सकती है।
शुरू करने के लिए तैयार हैं? Developer Portal खोलें और फ़्री ट्रायल शुरू करें।