Reconhecimento de voz em vídeos pelo Google Audio Indexing

Não é novidade para alguns, mas vale o post. Em julho o Google anunciou o início dos experimentos da tecnologia Google Audio Indexing no Google Labs. Nesta primeira fase de experências apenas os vídeos sobre política no Youtube estão sendo indexados. Esta tecnologia, que foi desenvolvida pelo próprio Google, é a porta de um novo mundo que não está restrito à web. Inúmeras possibilidades de uso podem ser estudadas e desenvolvidas a partir deste ponto.

Vou listar abaixo algumas, mas vocês podem brincar com a imaginação e deixar um comentário também

• indexação de todo o conteúdo que contenha áudio na internet (vídeo, música, podcast e etc.);
• em consequência do item acima, teremos conteúdos mais ricos;
• acessibilidade para áudio deficiêntes;
• os 3 itens acima em qualquer idioma pelo Google Translate;
• imaginaram um telefonema com uma pessoa que fale um idioma que você não domina e a outra parte também não domína o seu idioma? Pois é, você fala português e a outra parte fala alemão e no meio disso tudo o reconhecimento de áudio com tradução simultânea.
•  Áudio conferências multi-idioma;
• legenda dos vídeos com possibilidade de tradução;
• relembrando, deixe seu comentário com suas idéias também!

 Não encontrei nenhum documento que explique mais detalhes sobre o funcionamento interno do GAUDI (Google Audio Indexing), mas o mais lógico seria algo como - o sistema lê o áudio, gera e indexa o texto associado a mídia. Esse texto é subdivido em palavras que estão associadas ao momento (time) em que são faladas no vídeo.

Legal! Agora vamos ver como está funcionando neste momento?

O Google liberou a ferramenta GAUDI e um Gadget para o iGoogle. Até o momento somente os vídeos do Youtube relacionados a política dos Estados Unidos foram liberados. O funcionamento é bem simples. O usuário faz uma busca por uma palavra ou uma frase e os vídeos são listados com seus respectivos trechos encontrados.

Tente você mesmo! Acesse agora o Google Audio Indexing

Vale a pena lembrar que este não é o primeiro software que faz reconhecimento de áudio, mas nas mãos do Google ele tem um potencial gigantesco, por isso a empolgação vista neste post.