Проект: создание программы, которая по аудиофайлу будет генерировать аудиофайл с вырезанными интервалами, когда были произнесены стоп-слова или когда не было произнесено никаких слов.

Актуальность проекта: считается, что из всего временного интервала аудиосообщения в мессенджерах более половины может быть отброшено, так как не несет в себе пользы. Данным проектом мы сможем повысить эффективность аудиосообщений. Большей частью неэффективных временных интервалов являются интервалы со словами-паразитами, а также интервалы, не содержащие слов. Программа будет получать на вход аудиофайл, в котором есть человеческая русская речь, на выходе будет возвращать тот же аудиофайл, но с вырезанными неэффективными интервалами.

Составные части программы:

1. Синтез текста из речи
2. Поиск слов в тексте
3. Определение таймкодов слов
4. Вырезание временных интервалов из аудио
5. Возврат урезанного аудио

Этапы работы:

1. Выбор перечня стоп-слов
2. Поиск модели для синтеза текста из речи, выбор подходящего под задачу и дообучение модели под наши стоп-слова 2.1 Главные требования к модели: - распознавание речи на русском языке - бесплатная версия 2.2 Главные кандидаты: - Whisper - Google cloud speech-to-text - Mozilla DeepSpeech
3. Изучение средств языка Python для работы с аудио
4. Создание полноценной программы

(*) Возможное усложнение программы: на вход помимо аудиофайла поступает список слов, которые необходимо удалить