У меня было больше сотни простых приложений, которых было очень трудно поддерживать из-за нехватки времени на каждое из них. Вначале, мне казалось что надо просто их больше делать. Но со временем оказалось, что гораздо выгоднее сфокусироваться на 1 или нескольких из них. Это я понял после разговора с более опытным коллегой позже
Распознаванием голоса мы мало занимались. Но я могу посоветовать посмотреть проекты Mozilla Deepspeech и Fairseq. Там же можно скачать готовые речевые датасеты на разные языки, чтобы потренироваться с распознаванием.
В 2018 году у нас было распознавание голоса оффлайн на русский язык через PocketSphinx. Надо было сделать офлайн модель перевода текста c русского на английский в 150 мб, чтобы после перевода речи в текст, перевести саму речь. По договору нам помогли сделать модель с испанского на английский, но не дали права на научный софт, который использовался для расчета словарей. В одиночку я не смог воспроизвести за быстрое время и отложил задачу. Сейчас iOS 13 поддерживает офлайн распознавание голоса на уровне ОС и поэтому необходимость в этом отпала.
В тот момент мне тоже так казалось. Но сейчас они выросли в десятки раз, а у меня доход упал. Лучше всего — делать качественное приложение с хорошей командой. В долгосрочной перспективе в пересчете дохода на работника это лучше :)
В дополнение:
На рынке переводов у компаний по локализации стоят трекеры, к которым подключено много API разных поставщиков переводов (DeepL, Google, MS итд). Каждый день они прогоняют тесты, чтобы найти улучшения в качестве перевода на каждой паре и тематике. Изменения даже в 1% на популярной паре (англо-испанской) отразиться в трекерах всех компаний, чтобы в следующий раз выбрать другого поставщика API для перевода
Мне в DeepL нравиться не их качество перевода, а их путь и позиционирование.
Не нужно супер-повышение качества, чтобы захватить большую часть рынка. Иногда достаточно 1-3% от конкурента и на некоторых языках. Эти изменения в 1-3% сильно экономят деньги компаний, кто занимаются переводами и даже ради этих небольших на первый взгляд процентов, клиенты выберут другого. За год у них 50 млн пользователей без особой рекламы.
Насчет денег монстров:
Сейчас не нужны десятки миллионов на железо, чтобы тренировать сложные нейросети. А также делать с нуля аналоги Tensorflow. Но несколько сотен тысяч долларов надо иметь, как и на любой другой качественный проект. У меня их уже нет.
Рынок переводов — он специфический. Но я готов в комментариях отвечать на вопросы.
Я имел ввиду, что если у вас нет богатых родителей, денег, связей, вы в маленьком районном городе, то желательно подумать, на что вы будет жить, когда планируется делать очередной проект «для души». Когда я не смог заплатить $150 за съемную квартиру и просто купить еды, приоритеты становятся другими. Но у каждого могут быть свои взгляды. В тот момент у меня не было выбора.
Эти большие деньги были заработаны не за 1 год и они не «упали с неба». Я шел к этому 14 лет, причем 9 лет без результата. Все давалось очень трудно, хотя из статьи может показаться что все просто. Было нереально трудно.
В проекте участвовало много людей на разных этапах. Со всеми поступал по совести, часто в ущерб себе.
chrome.google.com/webstore/detail/lingvanex-translator-and/kdamfjkjgaidaigdfelkpgdnbigclccc?hl=en
На рынке переводов у компаний по локализации стоят трекеры, к которым подключено много API разных поставщиков переводов (DeepL, Google, MS итд). Каждый день они прогоняют тесты, чтобы найти улучшения в качестве перевода на каждой паре и тематике. Изменения даже в 1% на популярной паре (англо-испанской) отразиться в трекерах всех компаний, чтобы в следующий раз выбрать другого поставщика API для перевода
Не нужно супер-повышение качества, чтобы захватить большую часть рынка. Иногда достаточно 1-3% от конкурента и на некоторых языках. Эти изменения в 1-3% сильно экономят деньги компаний, кто занимаются переводами и даже ради этих небольших на первый взгляд процентов, клиенты выберут другого. За год у них 50 млн пользователей без особой рекламы.
Насчет денег монстров:
Сейчас не нужны десятки миллионов на железо, чтобы тренировать сложные нейросети. А также делать с нуля аналоги Tensorflow. Но несколько сотен тысяч долларов надо иметь, как и на любой другой качественный проект. У меня их уже нет.
Рынок переводов — он специфический. Но я готов в комментариях отвечать на вопросы.
Эти большие деньги были заработаны не за 1 год и они не «упали с неба». Я шел к этому 14 лет, причем 9 лет без результата. Все давалось очень трудно, хотя из статьи может показаться что все просто. Было нереально трудно.
В проекте участвовало много людей на разных этапах. Со всеми поступал по совести, часто в ущерб себе.