Iki buyuk component bir arada:
Sr ( speech recognition )
Nlp ( natural language processing )
Ikisi de Deep learning - neural network yapisiyla ogretiliyor. Türkçe modelleri var midir bilmiyorum Python icin, ancak oldugunu dusunuyorum.
Soylenileni yaziya dokecek ( sr ), nlp de bunu anlayarak uygun cevabi verecek ya da eslestirecek Token'lar ile.
Kelimeleri yazmak mesele degil, train etmek mesele. Yani hecelerin, kelimelerin soylenilmis halinin datasi uzerinde train etmek ve surekli duzeltmek gerekiyor.
Surekli film + alt yazı kombosuyla beslemek gibi dusunebilirsin Sr'yi, her hecenin, her kelimenin milyonlarca defa farkli aksan ve kontektslerde vurguyla soylenisini duymali ve buna gore modeli olusturmali.
The current state-of-the-art on LibriSpeech test-clean is Conformer + Wav2vec 2.0 + SpecAugment-based Noisy Student Training with Libri-Light. See a full comparison of 55 papers with code.
paperswithcode.com