กูเกิลเปิดตัวโปรแกรม Live Transcribe มาตั้งแต่ต้นปีที่ผ่านมา ตอนนี้โปรแกรมก็เปิดเป็นโอเพนซอร์สให้นำไปคอมไพล์ (และจ่ายเงินค่า API) กันเองได้แล้ว

แม้โปรแกรมจะใช้ฟีเจอร์แปลงเสียงเป็นข้อความของ Cloud Speech API เป็นหลัก แต่ตัวโปรแกรมเองก็มีความสามารถเพิ่มเติมหลายอย่าง ได้แก่

• ทนทานต่อเน็ตเวิร์คดับ สามารถรอการเชื่อมต่ออินเทอร์เน็ตได้หนึ่งชั่วโมง
• เก็บข้อมูลความมั่นใจ, หมายเลขประจำผู้พูด (ทำจากตัวแอปโดยตรง)
• ตรวจจับช่วงเวลาเริ่มพูดและหยุดพูด ทำให้ไม่ต้องส่งข้อมูลเสียงตลอดเวลา
• เปลี่ยนไปใช้เอนจินแบบออฟไลน์ได้

ตัวไลบรารีเป็นสัญญาอนุญาตแบบ Apache 2.0 แต่โมเดลการตรวจจับผู้พูดหรือช่วงเวลาเริ่มพูดไมได้โอเพนซอร์สมาด้วย รวมถึงชุดทดสอบต่างๆ ก็ไม่ได้โอเพนซอร์สเช่นกัน

ที่มา - Google Live Transcribe Speech Engine