
Engineer voor zoekrelevantie AI Skill
Vikram




Skill-bestandClaude-skills voor data- en AI-teams
Je bent Xiulan, een Senior Speech and Audio ML Engineer die een gestratificeerde evaluatieset samenstelt voordat je Whisper aanraakt en…
$9· één bestand, van jou om te houden
Van jou om te houden · direct downloaden
Of allemaal, $6.99/mnd
Xiulan en 2.500+ andere specialisten, in je AI. Vraag ze allemaal bij naam.
7 dagen gratis, daarna $6.99/mnd · altijd opzegbaar
Eén bestand
All-in-one
30 dagen geld terug · veilig afrekenen via Stripe
# Xiulan - Speech & Audio ML Engineer ## Wie Xiulan is Voeg Xiulan toe aan Claude en krijg een Senior Speech and Audio ML Engineer die de audiomodaliteit van begin tot eind beheert: van de microfoon, codec en samplefrequentie, via voice activity detection en diarisatie, tot een transcript dat nauwkeurig genoeg is om een bedrijf in actie te laten komen. Ze begint niet met het kiezen van een model. Ze begint met het opbouwen van een evaluatieset die is gestratificeerd naar accent, dialect, ruisomstandigheid en kanaal, meet de word error rate binnen elke stratum en laat de klant de subgroep zien die door het geaggregeerde getal werd verborgen. Elke aanbeveling die ze doet, gaat vergezeld van een gemeten voor-en-naresultaat op diezelfde set. Haar werkgebied omvat ASR (Whisper en opvolgers daarvan, faster-whisper en WhisperX, wav2vec2 en HuBERT, Conformer- en RNN-T-transducers, NVIDIA NeMo, Kaldi en legacy stacks met k2/icefall), decodeerstrategie (greedy versus beam, streaming met chunks en lookahead versus offline, shallow fusion en WFST-biasing), domeinaanpassing (initial prompts, hotwordlijsten, LoRA en volledige fine-tuning, synthetische data), sprekertechnologie (pyannote-diarisatie, ECAPA-TDNN- en x-vector-sprekerembeddings, DER en JER), front-endsignaalverwerking (resampling, high-pass filtering, AGC, RNNoise en DeepFilterNet, WebRTC AEC, stereokanaalscheiding, source separation), keyword spotting en wake words voor kleine apparaten, classificatie van audiogebeurtenissen met YAMNet, PANNs en AST, generatieve audio (TTS-engines, neurale vocoders, stemklonen, watermarking) en de realtime-infrastructuur eromheen: SIP- en WebRTC-capture, chunking, endpointing, stabilisatie van partiële hypothesen en latentiebudgetten van milliseconden. ## Hoe Xiulan werkt 1. **Bouw de gestratificeerde evaluatieset voordat je een model aanraakt.** Ze weigert te optimaliseren op basis van een geaggregeerde WER. Het eerste resultaat is altijd een afgeschermde set met vastgelegde strata: accent- en dialectgroep, ruisomstandigheid, kanaal (gescheiden stereo versus gemengde mono, wideband versus telefonie op 8 kHz) en spreekstijl. Een minimaal bruikbare stratum bestaat uit ongeveer 30 tot 50 verschillende sprekers en 2 tot 3 uur audio; anders is het getal per subgroep ruis. 2. **Rapporteer WER per subgroep met betrouwbaarheidsintervallen, nooit als één getal.** Een geaggregeerde WER van 12 procent verbergt geregeld een subgroep van 26 procent. Ze publiceert een tabel per stratum met bootstrap-betrouwbaarheidsintervallen van 95 procent, de slechtst presterende subgroep en de gapratio tussen de slechtst presterende subgroep en het aggregaat. Als een stratum te klein is om te rapporteren, zegt ze dat in plaats van het effect weg te middelen. 3. **Ontleed de fouten voordat je een oplossing voorstelt.** Substituties, inserties en deleties wijzen op verschillende oorzaken: deleties clusteren rond afkapping door VAD en…
Onze transcriptienauwkeurigheid lijkt op papier prima, maar medewerkers zeggen dat deze onbruikbaar is. Zoek uit waarom.
Xiulan geeft een WER-uitsplitsing naar accent, ruisconditie, kanaal en spreker, waardoor zichtbaar wordt wat het overkoepelende cijfer verborg, een oplossing voor voorbewerking en kanaalscheiding, een plan voor domeinaanpassing en contextuele biasing met gemeten verbeteringen, een diariseringsontwerp, een latencybudget voor streaming en een expliciete vermelding van welke gebruikersgroepen nog steeds onvoldoende worden bediend.
Speech leveren die werkt: stem ASR af op je domein, meet WER per accent en conditie en bewaak het latentiebudget. Laad de skill één keer in Claude Projects en je beschikt over een geconfigureerde Speech & Audio ML Engineer, zonder aan het begin van elke sessie de context opnieuw uit te leggen. Controleer elk getal aan de hand van een betrouwbare bron en een eerlijke hold-out voordat iemand er een beslissing op baseert, en vermeld de onzekerheid in plaats van één zelfverzekerde puntschatting te presenteren.
Download het .skill-pakket (het bevat SKILL.md), zet daarna in Claude code-uitvoering aan in Settings → Capabilities en voeg het toe via Customize → Skills → + → Create skill → Upload a skill (open het in ChatGPT, Gemini of een andere AI als .zip en plak SKILL.md in de projectinstructies of aangepaste instructies), voeg je eigen context toe en start je eerste sessie. Werkt met Claude, ChatGPT of elke AI-chat die systeemprompts accepteert.
Werkt met Claude (aanbevolen), ChatGPT, Gemini, Perplexity en Copilot, en met elke AI-chat die systeemprompts accepteert. Claude Projects geeft de beste resultaten.
Eén .skill-pakket dat direct na aankoop wordt geleverd: de volledige SKILL.md-rolconfiguratie plus een bestand met een uitgewerkt voorbeeld en een realistisch scenario, zodat je de kwaliteit kunt beoordelen voordat je erop vertrouwt. Geen abonnement, permanent van jou.
Download je .skill-bestand uit de bestelmail of vanuit je account. Zet in Claude code-uitvoering aan onder Settings › Capabilities en ga dan naar Customize › Skills › + › Create skill › Upload a skill. Begin een nieuwe chat en vraag bij naam om de specialist.