Litteroi haastattelu puhujatunnisteilla (kuka sanoi mitä)
Ilmainen työpöytäsovellus, jonka asennat kerran (Windows, macOS, Linux). Nauhoitteesi käsitellään omalla tietokoneellasi, eikä käyttäjätiliä tarvita.
Sovellus erottaa äänet toisistaan ja merkitsee ne tunnisteilla Speaker 00, Speaker 01 ja niin edelleen. Se ei tiedä kuka kukin on, ennen kuin nimeät heidät uudelleen. Samankaltaiset äänet, lyhyet vastaukset, päällekkäinen puhe ja taustahäly voivat aiheuttaa vääriä tunnisteita. Aloita valitsemalla Tunnista puhujat Litteroi-välilehdellä ja paina Litteroi.
Ennen kuin aloitat
Windows- ja Mac-versiot sisältävät puhujantunnistusmallit. Lataa sovellus vain viralliselta GitHub-julkaisusivulta; asennusohjelma ei ole koodiallekirjoitettu, joten Windows saattaa varoittaa (Lisätietoja > Suorita silti). Katso myös etusivu ja asennusopas.
Kuinka lisätä puhujatunnisteet litterointiin
- Lisää nauhoite. Vedä ääni- tai videotiedosto Litteroi-välilehdelle tai napsauta Selaa tiedostoja.... Linkki Lataa videoita -välilehdeltä toimii myös, sillä se käyttää samoja Litteroi-asetuksia.
- Valitse kieli tai jätä valinnaksi Auto.
- Valitse Tunnista puhujat. Jos ruudussa lukee Tunnista puhujat (ei käytettävissä), vie hiiren osoitin sen päälle nähdäksesi syyn. Sen alla oleva Puhujat-valitsin aktivoituu: jätä se valintaan Auto tai valitse numero 2–10 määrittääksesi tarkan henkilömäärän.
- Valinnainen: valitse Sanakohtaiset aikaleimat tallentaaksesi alku- ja loppuajan jokaiselle sanalle eikä vain jokaiselle lauseelle. Tulosteen koko kasvaa.
- Valitse vientimuodot. Napsauta Lisäasetukset… ja valitse DOCX sekä PDF kohdasta Tulostemuodot. Myös SRT, TXT, Markdown ja JSON sisältävät tunnisteet. Pidä JSON valittuna: se on JSON-tiedosto, jota sovellus käyttää litteroinnin katseluohjelman avaamiseen, jota tarvitset viimeisessä vaiheessa.
- Napsauta Litteroi. Puhujantunnistus suoritetaan litteroinnin jälkeen, ja se pidentää käsittelyaikaa. Avaa sen jälkeen Näytä litterointi kohdasta Viimeisin tulos.
- Korvaa yleiset tunnisteet nimillä. Napsauta katseluohjelmassa solua hiiren kakkospainikkeella Puhuja-sarakkeessa, valitse Nimeä 'Speaker 00' uudelleen (kaikkialla)..., kirjoita nimi ja napsauta Tallenna muutokset (Ctrl+S). Vieressä olevat Word- ja tekstitiedostot luodaan uudelleen, jos ne vastaavat yhä alkuperäistä litterointia; PDF-tiedostoa ei luoda uudelleen, joten vie se uudelleen nimeämisen jälkeen.
Miltä tunnisteet näyttävät
Jokainen segmentti alkaa puhujallaan. Word- tai PDF-litteroinnissa rivillä on aikaleima, puhuja lihavoituna ja sen jälkeen teksti. SRT, VTT ja TXT asettavat tekstin eteen tunnisteen Speaker 00:, ASS säilyttää sen omassa nimikentässään ja JSON tallentaa sen speaker-kenttänä. Myös jaettava verkkosivu näyttää sen. Alla olevat rivit havainnollistavat asettelua, eivätkä ne ole todellista tulostetta:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Hyvä tietää
- Yksi tunniste segmenttiä kohden. Kukin litteroinnin segmentti saa sen puhujan, jonka tunnistettu puhe osuu siihen eniten päällekkäin. Jos kaksi ihmistä puhuu yhden segmentin aikana tai toistensa päälle, koko segmentti saa vain yhden tunnisteen. Segmentti, johon ei kohdistu tunnistettua puhetta, jää ilman tunnistetta.
- Yksittäisen rivin korjaaminen. Uudelleennimeäminen muuttaa kaikki kyseisellä tunnisteella varustetut rivit kerralla. Katseluohjelmassa ei voi muuttaa yksittäisen rivin puhujaa, joten korjaa yksittäiset rivit käsin viedyssä Word- tai tekstitiedostossa.
- Yleiset nimet. Tunnisteet on numeroitu, ja numerointi pysyy samana yhden tiedoston sisällä, mutta ei tiedostojen välillä.
- Jos määrä vaikuttaa väärältä, aseta Puhujat todelliseen henkilömäärään sen sijaan, että jättäisit sen valintaan Auto.
- Offline-tilassa, ilman Hugging Face -tiliä. Toiminto suoritetaan omalla tietokoneellasi, ja se vaatii lisäaikaa litteroinnin lisäksi.
- Sanojen ajoitus. Sanakohtaiset aikaleimat tallennetaan JSON-tiedostoon, ja niitä käytetään karaoketyyliseen korostukseen VTT- ja ASS-muodoissa.
Kysymykset
Nimeääkö se puhujat puolestani?
Ei suoraan. Tunnisteet ovat muotoa Speaker 00, Speaker 01 ja niin edelleen. Käytä litteroinnin katseluohjelman uudelleennimeämistoimintoa muuttaaksesi ne nimiksi.
Kuinka monta puhujaa se pystyy erottamaan toisistaan?
Jätä Puhujat arvoon Automaattinen, niin sovellus päättää määrän, tai pakota luvuksi 2–10, kun tiedät sen.
Pystyykö se erottamaan toisistaan ihmiset, jotka puhuvat samaan aikaan?
Ei. Päällekkäistä puhetta ei jaeta: segmentti saa yhden tunnisteen sen puhujan mukaan, joka puhuu suurimman osan siitä. Tarkista kyseiset kohdat kuuntelemalla.
Mitkä vientimuodot näyttävät puhujatunnisteet?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON sekä jaettava verkkosivu.