Přepis rozhovoru s označením mluvčích (kdo co řekl)
Bezplatná desktopová aplikace, kterou nainstalujete jen jednou (Windows, macOS, Linux). Nahrávka se zpracovává přímo ve vašem počítači a není potřeba žádný účet.
Aplikace dokáže rozlišit hlasy a označí je jako Speaker 00, Speaker 01 a tak dále. Dokud je sami nepřejmenujete, aplikace neví, o koho jde. Podobné hlasy, krátké odpovědi, překrývající se řeč a hluk v pozadí mohou způsobit nesprávné označení. Chcete-li začít, zaškrtněte na kartě Přepsat možnost Identifikovat mluvčí a stiskněte Přepsat.
Než začnete
Sestavení pro Windows a Mac již obsahují modely pro detekci mluvčích. Aplikaci stahujte výhradně z oficiální stránky vydání na GitHubu; instalační program nemá digitální podpis, takže Windows může zobrazit upozornění (Další informace > Přesto spustit). Podívejte se také na domovskou stránku a do návodu k instalaci.
Jak do přepisu přidat označení mluvčích
- Přidejte nahrávku. Na kartě Přepsat přetáhněte audiosoubor nebo videosoubor, případně klikněte na Procházet soubory.... Funguje i odkaz z karty Stáhnout videa, protože používá stejná nastavení jako Přepsat.
- Zvolte Jazyk, nebo ponechte volbu Auto.
- Zaškrtněte Identifikovat mluvčí. Pokud je u pole uvedeno Identifikovat mluvčí (nedostupné), najeďte na něj myší a zjistíte důvod. Níže se aktivuje výběr Mluvčí: ponechte volbu Auto, nebo zvolte číslo od 2 do 10 a vynutíte přesně daný počet osob.
- Volitelné: zaškrtněte Časové značky jednotlivých slov, chcete-li ukládat čas začátku a konce pro každé slovo namísto pouhých vět. Výstupní soubor bude větší.
- Vyberte formáty pro export. Klikněte na Pokročilá nastavení… a v části Výstupní formáty zaškrtněte DOCX a PDF. Označení mluvčích obsahují i formáty SRT, TXT, Markdown a JSON. Ponechte zaškrtnutý JSON: jedná se o soubor JSON, který aplikace používá k otevření prohlížeče přepisů, což budete potřebovat pro poslední krok.
- Klikněte na Přepsat. Detekce mluvčích probíhá po samotném přepisu a prodlouží dobu zpracování. Poté otevřete Zobrazit přepis z karty Poslední výsledek.
- Nahraďte obecná označení skutečnými jmény. V prohlížeči klikněte pravým tlačítkem myši na buňku ve sloupci Mluvčí, zvolte možnost Přejmenovat 'Speaker 00' (všude)..., zadejte jméno a klikněte na Uložit změny (Ctrl+S). Soubory Wordu a textové soubory vedle něj se znovu vygenerují, pokud stále odpovídají původnímu přepisu; soubor PDF se znovu nevytváří, proto jej po přejmenování exportujte znovu.
Jak označení mluvčích vypadá
Každý segment začíná označením mluvčího. V přepisu ve Wordu nebo PDF tvoří řádek časová značka, tučně vyznačený mluvčí a následně text. Formáty SRT, VTT a TXT vkládají před text Speaker 00:, formát ASS jej uchovává ve vlastním poli pro jméno a JSON jej ukládá do pole speaker. Zobrazuje jej také sdílitelná webová stránka. Níže uvedené řádky slouží jako ilustrace rozvržení, nejde o skutečný výstup:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Dobré vědět
- Jedno označení na segment. Každý segment přepisu získá mluvčího, jehož rozpoznaná řeč se s ním nejvíce překrývá. Pokud v rámci jednoho segmentu mluví dvě osoby nebo mluví přes sebe, celý segment ponese jediné označení. Segment, se kterým se nepřekrývá žádná rozpoznaná řeč, nezíská žádné označení.
- Oprava jednoho řádku. Přejmenování změní všechny řádky s tímto označením najednou. V prohlížeči nelze změnit mluvčího pouze pro jeden řádek, proto jednotlivé řádky upravte ručně v exportovaném souboru Wordu nebo v textovém souboru.
- Obecná označení. Označení jsou očíslovaná a tato čísla jsou stálá v rámci jednoho souboru, nikoli však napříč různými soubory.
- Pokud počet mluvčích nesedí, nastavte v poli Mluvčí skutečný počet osob namísto ponechání volby Auto.
- Offline, bez účtu na Hugging Face. Zpracování probíhá přímo na vašem počítači a vyžaduje další čas nad rámec samotného přepisu.
- Časování slov. Časové značky jednotlivých slov se ukládají do souboru JSON a využívají se pro zvýrazňování ve stylu karaoke ve formátech VTT a ASS.
Otázky
Pojmenuje mluvčí za mě?
Ve výchozím stavu ne. Štítky mají podobu Speaker 00, Speaker 01 a tak dále. V prohlížeči přepisu použijte možnost přejmenování a změňte je na jména.
Kolik mluvčích dokáže rozlišit?
Ponechte Mluvčí na Auto a aplikace rozhodne sama, nebo zadejte číslo od 2 do 10, pokud ho znáte.
Dokáže oddělit lidi, kteří mluví současně?
Ne. Překrývající se řeč se nerozděluje: segment dostane jeden štítek, a to mluvčího, který pokrývá jeho většinu. Tyto pasáže zkontrolujte poslechem.
Které exporty zobrazují štítky mluvčích?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON a sdílitelná webová stránka.