feat(ultraplan-local): v1.6.0 — /ultraresearch-local deep research command
Add /ultraresearch-local for structured research combining local codebase analysis with external knowledge via parallel agent swarms. Produces research briefs with triangulation, confidence ratings, and source quality assessment. New command: /ultraresearch-local with modes --quick, --local, --external, --fg. New agents: research-orchestrator (opus), docs-researcher, community-researcher, security-researcher, contrarian-researcher, gemini-bridge (all sonnet). New template: research-brief-template.md. Integration: --research flag in /ultraplan-local accepts pre-built research briefs (up to 3), enriches the interview and exploration phases. Planning orchestrator cross-references brief findings during synthesis. Design principle: Context Engineering — right information to right agent at right time. Research briefs are structured artifacts in the pipeline: ultraresearch → brief → ultraplan --research → plan → ultraexecute. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
Kjell Tore Guttormsen
commit
baa2d0220b
488 changed files with 213221 additions and 0 deletions
|
|
@ -0,0 +1,533 @@
|
|||
# Audio and Video Transcription Workflow Architecture
|
||||
|
||||
**Last updated:** 2026-02
|
||||
**Status:** GA
|
||||
**Category:** Multi-Modal AI
|
||||
|
||||
---
|
||||
|
||||
## Introduksjon
|
||||
|
||||
Azure Speech Services tilbyr omfattande kapabilitetar for transkribering og oversettelse av audio- og videoinnhald. Tenesta støttar sanntids- og batch-transkribering med funksjonar som taleridentifisering (diarization), automatisk språkdeteksjon, ordnivå-tidsstempel og tilpassa talemodeller. For norsk offentleg sektor er dette relevant for møtetranskribering, arkivering av telefonsamtalar, tekstforming av video, og tilgjengeleggjering av audioinnnhald.
|
||||
|
||||
Batch Transcription API er designa for å transkribere store mengder lydfilar lagra i Azure Blob Storage eller tilgjengelege via URL. Prosesseringa skjer asynkront og er optimal for arkivtranskribering, callcenter-analyse og untertekstproduksjon. Fast Transcription API (preview) tilbyr synkron prosessering med lågare latency for kortare lydfiler. Sanntidstranskribering via Speech SDK er eigna for live-scenario.
|
||||
|
||||
Azure Video Indexer (tidlegare Azure Media Services Video Indexer) tilbyr AI-driven analyse av videoinnhald, inkludert automatisk transkribering, omsetjing, emnedeteksjon, ansiktsdeteksjon og scene-segmentering. For heilskaplege audio/video-transkripsjonsworkflowar bør ein vurdere å kombinere Speech Services, Video Indexer og Azure OpenAI for oppsummering og innsikt.
|
||||
|
||||
---
|
||||
|
||||
## Kjernekomponentar
|
||||
|
||||
| Komponent | Formål | Teknologi |
|
||||
|-----------|--------|-----------|
|
||||
| Real-time STT | Sanntids tale-til-tekst | Azure Speech SDK |
|
||||
| Batch Transcription | Volumbasert asynkron transkribering | Speech to text REST API v3.1+ |
|
||||
| Fast Transcription | Synkron rask transkribering | Speech REST API (preview) |
|
||||
| Diarization | Taleridentifisering og -separering | Speech Services |
|
||||
| Speech Translation | Sanntids taleoversettelse | Translation SDK |
|
||||
| Custom Speech | Tilpassa talegjenkjenning | Azure Speech Studio |
|
||||
| Video Indexer | AI-driven videoanalyse | Azure Video Indexer |
|
||||
| Batch Processing Kit | Open-source container for volum-transkribering | GitHub/Docker Hub |
|
||||
|
||||
---
|
||||
|
||||
## Batch Transcription at Scale
|
||||
|
||||
### Batch Transcription API
|
||||
|
||||
```python
|
||||
import requests
|
||||
import json
|
||||
import time
|
||||
|
||||
speech_key = os.environ["SPEECH_KEY"]
|
||||
speech_region = os.environ["SPEECH_REGION"]
|
||||
|
||||
base_url = (f"https://{speech_region}.api.cognitive.microsoft.com"
|
||||
"/speechtotext/v3.1")
|
||||
|
||||
headers = {
|
||||
"Ocp-Apim-Subscription-Key": speech_key,
|
||||
"Content-Type": "application/json"
|
||||
}
|
||||
|
||||
# Opprett batch-transkribering
|
||||
transcription_payload = {
|
||||
"contentUrls": [
|
||||
"https://storage.blob.core.windows.net/audio/meeting1.wav",
|
||||
"https://storage.blob.core.windows.net/audio/meeting2.wav",
|
||||
"https://storage.blob.core.windows.net/audio/meeting3.wav"
|
||||
],
|
||||
"locale": "nb-NO",
|
||||
"displayName": "Kommunestyremøte Q4 2025",
|
||||
"properties": {
|
||||
"wordLevelTimestampsEnabled": True,
|
||||
"diarizationEnabled": True,
|
||||
"diarization": {
|
||||
"speakers": {
|
||||
"minCount": 2,
|
||||
"maxCount": 15
|
||||
}
|
||||
},
|
||||
"punctuationMode": "DictatedAndAutomatic",
|
||||
"profanityFilterMode": "Masked",
|
||||
"destinationContainerUrl": (
|
||||
"https://mystorage.blob.core.windows.net/transcripts"
|
||||
"?sp=rwl&st=...&sig=..."
|
||||
)
|
||||
}
|
||||
}
|
||||
|
||||
# Start transkribering
|
||||
response = requests.post(
|
||||
f"{base_url}/transcriptions",
|
||||
headers=headers,
|
||||
data=json.dumps(transcription_payload)
|
||||
)
|
||||
|
||||
transcription_url = response.headers["Location"]
|
||||
print(f"Transkribering starta: {transcription_url}")
|
||||
|
||||
# Poll for ferdigstilling
|
||||
while True:
|
||||
status = requests.get(transcription_url, headers=headers).json()
|
||||
if status["status"] in ["Succeeded", "Failed"]:
|
||||
break
|
||||
print(f"Status: {status['status']}")
|
||||
time.sleep(30)
|
||||
|
||||
# Hent resultat
|
||||
if status["status"] == "Succeeded":
|
||||
files_url = f"{transcription_url}/files"
|
||||
files = requests.get(files_url, headers=headers).json()
|
||||
for file in files["values"]:
|
||||
if file["kind"] == "Transcription":
|
||||
result = requests.get(
|
||||
file["links"]["contentUrl"], headers=headers
|
||||
).json()
|
||||
for phrase in result["recognizedPhrases"]:
|
||||
speaker = phrase.get("speaker", "Ukjent")
|
||||
text = phrase["nBest"][0]["display"]
|
||||
offset = phrase["offsetInTicks"] / 10_000_000
|
||||
print(f"[{offset:.1f}s] Taler {speaker}: {text}")
|
||||
```
|
||||
|
||||
### Batch Processing Kit (open-source)
|
||||
|
||||
For store volum med fleire Speech-containers:
|
||||
|
||||
```yaml
|
||||
# docker-compose.yml for batch processing kit
|
||||
version: "3"
|
||||
services:
|
||||
batch-kit:
|
||||
image: batchkit/speech-batch-kit:latest
|
||||
environment:
|
||||
- SPEECH_ENDPOINT=http://speech-container:5000
|
||||
- INPUT_FOLDER=/input
|
||||
- OUTPUT_FOLDER=/output
|
||||
- DIARIZATION=true
|
||||
- LANGUAGE=nb-NO
|
||||
volumes:
|
||||
- ./audio-files:/input
|
||||
- ./transcripts:/output
|
||||
|
||||
speech-container:
|
||||
image: mcr.microsoft.com/azure-cognitive-services/speechservices/speech-to-text
|
||||
environment:
|
||||
- EULA=accept
|
||||
- Billing=https://northeurope.api.cognitive.microsoft.com
|
||||
- ApiKey=${SPEECH_KEY}
|
||||
ports:
|
||||
- "5000:5000"
|
||||
```
|
||||
|
||||
### Skaleringsstrategiar
|
||||
|
||||
| Volum | Strategi | Gjennomstrøyming |
|
||||
|-------|----------|-----------------|
|
||||
| < 100 filer/dag | Batch Transcription API direkte | Standard quota |
|
||||
| 100-1000 filer/dag | Batch API med auka quota | Kontakt Microsoft |
|
||||
| > 1000 filer/dag | Batch Processing Kit + fleire containers | Lineær skalering |
|
||||
| Sanntid + batch | Hybrid: SDK for live, API for arkiv | Ulike endpoints |
|
||||
|
||||
---
|
||||
|
||||
## Speaker Attribution og Diarization
|
||||
|
||||
### Sanntids diarization
|
||||
|
||||
```python
|
||||
import azure.cognitiveservices.speech as speechsdk
|
||||
|
||||
speech_config = speechsdk.SpeechConfig(
|
||||
subscription=os.environ["SPEECH_KEY"],
|
||||
region=os.environ["SPEECH_REGION"]
|
||||
)
|
||||
|
||||
# Konfigurer for diarization
|
||||
speech_config.speech_recognition_language = "nb-NO"
|
||||
speech_config.set_property(
|
||||
speechsdk.PropertyId.SpeechServiceConnection_LanguageIdMode,
|
||||
"Continuous"
|
||||
)
|
||||
|
||||
audio_config = speechsdk.audio.AudioConfig(
|
||||
filename="meeting_recording.wav"
|
||||
)
|
||||
|
||||
# Opprett conversation transcriber
|
||||
conversation_transcriber = speechsdk.transcription.ConversationTranscriber(
|
||||
speech_config=speech_config,
|
||||
audio_config=audio_config
|
||||
)
|
||||
|
||||
transcript = []
|
||||
done = False
|
||||
|
||||
def transcribed_cb(evt):
|
||||
if evt.result.reason == speechsdk.ResultReason.RecognizedSpeech:
|
||||
transcript.append({
|
||||
"speaker": evt.result.speaker_id,
|
||||
"text": evt.result.text,
|
||||
"offset": evt.result.offset,
|
||||
"duration": evt.result.duration
|
||||
})
|
||||
print(f"Taler {evt.result.speaker_id}: {evt.result.text}")
|
||||
|
||||
def canceled_cb(evt):
|
||||
nonlocal done
|
||||
done = True
|
||||
|
||||
def stopped_cb(evt):
|
||||
nonlocal done
|
||||
done = True
|
||||
|
||||
conversation_transcriber.transcribed.connect(transcribed_cb)
|
||||
conversation_transcriber.canceled.connect(canceled_cb)
|
||||
conversation_transcriber.session_stopped.connect(stopped_cb)
|
||||
|
||||
# Start transkribering
|
||||
conversation_transcriber.start_transcribing_async()
|
||||
|
||||
while not done:
|
||||
time.sleep(0.5)
|
||||
|
||||
conversation_transcriber.stop_transcribing_async()
|
||||
```
|
||||
|
||||
### Diarization i batch-modus
|
||||
|
||||
Batch Transcription API støttar opp til 35 talarar:
|
||||
|
||||
```json
|
||||
{
|
||||
"locale": "nb-NO",
|
||||
"properties": {
|
||||
"diarizationEnabled": true,
|
||||
"diarization": {
|
||||
"speakers": {
|
||||
"minCount": 2,
|
||||
"maxCount": 35
|
||||
}
|
||||
},
|
||||
"wordLevelTimestampsEnabled": true
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### Resultatformat med talarinformasjon
|
||||
|
||||
```json
|
||||
{
|
||||
"recognizedPhrases": [
|
||||
{
|
||||
"speaker": 1,
|
||||
"offsetInTicks": 15000000,
|
||||
"durationInTicks": 35000000,
|
||||
"nBest": [{
|
||||
"confidence": 0.92,
|
||||
"display": "Eg vil starte med å gå gjennom sakslista.",
|
||||
"words": [
|
||||
{"word": "Eg", "offset": "PT1.5S", "duration": "PT0.2S"},
|
||||
{"word": "vil", "offset": "PT1.7S", "duration": "PT0.15S"}
|
||||
]
|
||||
}]
|
||||
},
|
||||
{
|
||||
"speaker": 2,
|
||||
"offsetInTicks": 52000000,
|
||||
"durationInTicks": 28000000,
|
||||
"nBest": [{
|
||||
"confidence": 0.88,
|
||||
"display": "Takk. Eg har eit spørsmål til sak nummer tre.",
|
||||
"words": []
|
||||
}]
|
||||
}
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Automatic Translation with Context Preservation
|
||||
|
||||
### Sanntids taleoversettelse
|
||||
|
||||
```python
|
||||
import azure.cognitiveservices.speech as speechsdk
|
||||
|
||||
translation_config = speechsdk.translation.SpeechTranslationConfig(
|
||||
subscription=os.environ["SPEECH_KEY"],
|
||||
region=os.environ["SPEECH_REGION"]
|
||||
)
|
||||
|
||||
# Gjenkjenn norsk, omset til fleire språk
|
||||
translation_config.speech_recognition_language = "nb-NO"
|
||||
translation_config.add_target_language("en") # Engelsk
|
||||
translation_config.add_target_language("ar") # Arabisk
|
||||
translation_config.add_target_language("so") # Somali
|
||||
translation_config.add_target_language("pl") # Polsk
|
||||
|
||||
audio_config = speechsdk.audio.AudioConfig(
|
||||
filename="info_meeting.wav"
|
||||
)
|
||||
|
||||
recognizer = speechsdk.translation.TranslationRecognizer(
|
||||
translation_config=translation_config,
|
||||
audio_config=audio_config
|
||||
)
|
||||
|
||||
def recognized_cb(evt):
|
||||
if evt.result.reason == speechsdk.ResultReason.TranslatedSpeech:
|
||||
print(f"NORSK: {evt.result.text}")
|
||||
for lang, translation in evt.result.translations.items():
|
||||
print(f" → {lang}: {translation}")
|
||||
|
||||
recognizer.recognized.connect(recognized_cb)
|
||||
recognizer.start_continuous_recognition()
|
||||
|
||||
import time
|
||||
time.sleep(300) # Køyr i 5 minutt
|
||||
recognizer.stop_continuous_recognition()
|
||||
```
|
||||
|
||||
### Post-transkribering AI-powered oversettelse
|
||||
|
||||
For betre kontekstuell kvalitet, kombiner transkribering + Azure OpenAI:
|
||||
|
||||
```python
|
||||
def translate_transcript_with_context(
|
||||
transcript: list[dict],
|
||||
target_language: str
|
||||
) -> list[dict]:
|
||||
"""Omset transkripsjon med kontekst via GPT-4o."""
|
||||
|
||||
# Samle heile transkripsjonen for kontekst
|
||||
full_text = "\n".join(
|
||||
f"[Taler {t['speaker']}]: {t['text']}"
|
||||
for t in transcript
|
||||
)
|
||||
|
||||
response = openai_client.chat.completions.create(
|
||||
model="gpt-4o",
|
||||
messages=[
|
||||
{
|
||||
"role": "system",
|
||||
"content": f"""Omset følgjande møtereferat frå norsk
|
||||
til {target_language}. Bevar:
|
||||
- Talaridentifikasjon ([Taler X])
|
||||
- Fagterminologi (omset korrekt eller behold)
|
||||
- Formell tone (dette er offentleg forvaltning)
|
||||
- Kontekst mellom ytringane"""
|
||||
},
|
||||
{"role": "user", "content": full_text}
|
||||
],
|
||||
max_tokens=4000
|
||||
)
|
||||
|
||||
return response.choices[0].message.content
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Quality Assurance og Human-in-the-Loop Workflows
|
||||
|
||||
### Confidence-basert QA
|
||||
|
||||
```python
|
||||
def qa_transcript(transcript_result: dict,
|
||||
confidence_threshold: float = 0.7) -> dict:
|
||||
"""QA av transkriberingsresultat med flagging."""
|
||||
|
||||
qa_report = {
|
||||
"total_phrases": 0,
|
||||
"high_confidence": 0,
|
||||
"low_confidence": 0,
|
||||
"flagged_phrases": [],
|
||||
"average_confidence": 0.0
|
||||
}
|
||||
|
||||
confidences = []
|
||||
|
||||
for phrase in transcript_result["recognizedPhrases"]:
|
||||
qa_report["total_phrases"] += 1
|
||||
conf = phrase["nBest"][0]["confidence"]
|
||||
confidences.append(conf)
|
||||
|
||||
if conf >= confidence_threshold:
|
||||
qa_report["high_confidence"] += 1
|
||||
else:
|
||||
qa_report["low_confidence"] += 1
|
||||
qa_report["flagged_phrases"].append({
|
||||
"text": phrase["nBest"][0]["display"],
|
||||
"confidence": conf,
|
||||
"offset": phrase["offsetInTicks"] / 10_000_000,
|
||||
"speaker": phrase.get("speaker", "?"),
|
||||
"alternatives": [
|
||||
n["display"] for n in phrase["nBest"][1:3]
|
||||
]
|
||||
})
|
||||
|
||||
qa_report["average_confidence"] = (
|
||||
sum(confidences) / len(confidences) if confidences else 0
|
||||
)
|
||||
|
||||
return qa_report
|
||||
```
|
||||
|
||||
### Human-in-the-Loop workflow med Power Automate
|
||||
|
||||
```
|
||||
Batch Transcription API → Azure Blob Storage (transcript.json)
|
||||
→ Azure Function: QA-analyse
|
||||
→ IF avg_confidence >= 0.85:
|
||||
→ Automatisk godkjenning → Arkivsystem
|
||||
→ IF avg_confidence 0.6-0.85:
|
||||
→ Power Automate: Send flagga segment til korrekturles
|
||||
→ Teams Adaptive Card til saksbehandlar
|
||||
→ Manuell korrigering → Arkivsystem
|
||||
→ IF avg_confidence < 0.6:
|
||||
→ Varsling: Lydkvalitet for låg
|
||||
→ Anbefal ny innspeling eller manuell transkribering
|
||||
```
|
||||
|
||||
### Custom Speech for betre norsk gjenkjenning
|
||||
|
||||
```python
|
||||
# Tren tilpassa modell med norsk fagterminologi
|
||||
# Steg 1: Førebu treningsdata
|
||||
training_data = {
|
||||
"plain_text": [
|
||||
"Reguleringsplan for Stortorvet",
|
||||
"Detaljreguleringsplan med konsekvensutgreiing",
|
||||
"Klage på vedtak etter plan- og bygningslova"
|
||||
],
|
||||
"structured_text": [
|
||||
{"phrase": "bygningslova", "pronunciation": "BYG-NINGS-LO-VA"},
|
||||
{"phrase": "detaljreguleringsplan",
|
||||
"pronunciation": "DE-TALJ-RE-GU-LE-RINGS-PLAN"}
|
||||
]
|
||||
}
|
||||
|
||||
# Steg 2: Opplasting via Speech Studio eller REST API
|
||||
# Steg 3: Tren modell
|
||||
# Steg 4: Deploy som custom endpoint
|
||||
# Steg 5: Bruk endpoint-ID i transkribering
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Implementeringsmønstre
|
||||
|
||||
### Mønster 1: Møtetranskribering for kommunestyre
|
||||
|
||||
```
|
||||
Teams-møte → Opptak (MP4/WAV)
|
||||
→ Azure Blob Storage
|
||||
→ Batch Transcription API (diarization ON)
|
||||
→ QA-funksjon (confidence check)
|
||||
→ Azure OpenAI: Oppsummering + vedtaksliste
|
||||
→ Power Automate: Distribusjon
|
||||
→ Saksbehandlingssystem (møteprotokoll)
|
||||
→ Offentleg nettside (med tidskoda tekst)
|
||||
→ Arkiv (eInnsyn-kompatibelt)
|
||||
```
|
||||
|
||||
### Mønster 2: Callcenter-analyse
|
||||
|
||||
```
|
||||
Telefonopptak → Event Grid trigger
|
||||
→ Azure Function → Batch Transcription
|
||||
→ Cosmos DB (transcript + metadata)
|
||||
→ Azure OpenAI: Sentiment + kategorisering
|
||||
→ Power BI: Dashboard med KPI-ar
|
||||
→ Gjennomsnittleg behandlingstid
|
||||
→ Innbyggjartilfredsheit (sentiment)
|
||||
→ Hyppigaste henvendelsestypar
|
||||
```
|
||||
|
||||
### Mønster 3: Untertekstproduksjon for offentleg video
|
||||
|
||||
```
|
||||
Video → Azure Media Services (encode)
|
||||
→ Speech Services: Transkribering (nb-NO)
|
||||
→ Speech Translation: Omsetjing (en, ar, so)
|
||||
→ VTT/SRT-filgenerering per språk
|
||||
→ Azure CDN: Distribusjon
|
||||
→ Videospelar med fleirspråklege untertekstar
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Norsk offentleg sektor
|
||||
|
||||
### Lovkrav
|
||||
- **Offentlegheitslova**: Møteprotokoll skal vere tilgjengelege
|
||||
- **Likestillings- og diskrimineringslova**: Lydopptak må tekstast for tilgjengelegheit
|
||||
- **Arkivlova**: Transkripsjoner er arkivverdig materiale
|
||||
- **WCAG 2.1 AA**: Video skal ha teksting/untertekstar
|
||||
|
||||
### Språkstøtte for norsk
|
||||
- Norsk bokmål (`nb-NO`) fullt støtta for STT og TTS
|
||||
- Custom Speech med fagterminologi for betre resultat
|
||||
- Speech Translation frå norsk til 30+ målspråk
|
||||
- Diarization fungerer med norsk tale (opp til 35 talarar)
|
||||
|
||||
### Personvern
|
||||
- Lydopptak er personopplysingar — krev rettsleg grunnlag
|
||||
- Batch Transcription: Resultat kan lagrast i eigen Azure Storage
|
||||
- Ikkje lagring hos Microsoft etter prosessering (stateless)
|
||||
- Custom Speech-treningsdata: Kontroller plassering og tilgang
|
||||
- Anbefaling: Sletting av lydfilar etter transkribering om ikkje arkivpliktig
|
||||
|
||||
### DPIA-vurdering
|
||||
- Transkribering av møte/telefonar krev DPIA
|
||||
- Vurder: Samtykke, informasjonsplikt, lagringsbegrensing
|
||||
- Diarization identifiserer talarar med generisk ID — ikkje biometrisk identifikasjon
|
||||
- Container-deployment for ekstra datakontroll
|
||||
|
||||
---
|
||||
|
||||
## Beslutningsrammeverk
|
||||
|
||||
| Scenario | Anbefaling | Grunngjeving |
|
||||
|----------|------------|--------------|
|
||||
| Live møtetranskribering | Speech SDK med ConversationTranscriber | Sanntid + diarization |
|
||||
| Arkiv-transkribering (100+ filer) | Batch Transcription API | Asynkron, skalerbar |
|
||||
| Kort lydfil (< 5 min) | Fast Transcription API | Synkron, låg latency |
|
||||
| Fleirspråkleg teneste | Speech Translation SDK | Sanntid omsetjing |
|
||||
| Kontekstuell omsetjing | Transkribering + GPT-4o | Betre kvalitet |
|
||||
| Callcenter-analyse | Batch + sentiment + oppsummering | End-to-end innsikt |
|
||||
| Video-untertekstar | Batch + VTT-generering | WCAG-kompatibelt |
|
||||
| On-premises krav | Speech containers + Batch Kit | Ingen data ut av nettverk |
|
||||
|
||||
---
|
||||
|
||||
## For Cosmo
|
||||
|
||||
- **Batch Transcription API er standard for volumbasert transkribering** — asynkron prosessering av store lydarkiv med diarization (opp til 35 talarar), ordnivå-tidsstempel og automatisk interpunksjon, resultat til eigen Azure Storage.
|
||||
- **Diarization er tilgjengeleg i både sanntid og batch** — ConversationTranscriber (SDK) for live-møte, og `diarizationEnabled` + `diarization.speakers` i Batch API for opptak, med speaker-ID per frase i output.
|
||||
- **Norsk bokmål (`nb-NO`) er fullt støtta for STT** — Custom Speech med plain text og structured text-treningsdata forbetrar gjenkjenning av fagterminologi (t.d. "detaljreguleringsplan", "konsekvensutgreiing").
|
||||
- **Kombiner transkribering med Azure OpenAI for verdiskaping** — GPT-4o kan oppsummere møtereferat, trekke ut vedtakspunkt, kategorisere henvendelsestypar og utføre kontekstuell omsetjing med betre kvalitet enn direkte taleoversetting.
|
||||
- **Human-in-the-loop basert på confidence scores** er påkravd for juridisk bindande transkripsjoner — automatisk godkjenning over 0.85, manuell korrekturlesing for 0.6-0.85, og re-innspeling under 0.6.
|
||||
Loading…
Add table
Add a link
Reference in a new issue