Trascrivi un'intervista con le etichette dei parlanti (chi ha detto cosa)

Un'app desktop gratuita che installi una sola volta (Windows, macOS, Linux). La registrazione viene elaborata sul tuo computer, senza bisogno di alcun account.

L'app distingue le voci assegnando loro etichette come Speaker 00, Speaker 01 e così via. Non può sapere chi stia parlando finché non rinomini i partecipanti. Voci simili, risposte brevi, sovrapposizioni nel parlato e rumori di fondo possono provocare errori di attribuzione. Per iniziare, seleziona Identifica i parlanti nella scheda Trascrivi e premi Trascrivi.

Prima di iniziare

Come aggiungere le etichette dei parlanti a una trascrizione

1. Aggiungi la registrazione. Nella scheda Trascrivi, trascina un file audio o video oppure fai clic su Sfoglia file.... Funziona anche un link proveniente dalla scheda Scarica video, poiché utilizza le stesse impostazioni di Trascrivi.
2. Scegli la Lingua, oppure lasciala su Auto.
3. Seleziona Identifica i parlanti. Se nella casella compare Identifica i parlanti (non disponibile), passa il cursore sopra per scoprire il motivo. Il selettore Parlanti sottostante si attiverà: lascialo su Auto oppure scegli un numero da 2 a 10 per impostare con esattezza il numero di persone.
4. Facoltativo: seleziona Marche temporali per parola per memorizzare l'orario di inizio e fine di ogni parola anziché solo di ogni frase. Le dimensioni del file finale aumenteranno.
5. Scegli i formati di esportazione. Fai clic su Impostazioni avanzate… e seleziona DOCX e PDF sotto Formati di output. Anche SRT, TXT, Markdown e JSON includono le etichette. Lascia selezionato JSON: si tratta di un file JSON utilizzato dall'app per aprire il visualizzatore di trascrizioni, necessario per l'ultimo passaggio.
6. Fai clic su Trascrivi. Il rilevamento dei parlanti viene eseguito dopo la trascrizione e richiede ulteriore tempo di elaborazione. Quindi apri Visualizza trascrizione dal riquadro Ultimo risultato.
7. Sostituisci le etichette generiche con i nomi reali. Nel visualizzatore, fai clic con il tasto destro su una cella della colonna Parlante, scegli Rinomina 'Speaker 00' (ovunque)..., digita il nome e fai clic su Salva modifiche (Ctrl+S). I file di testo e i documenti Word adiacenti vengono rigenerati se corrispondono ancora alla trascrizione originale; i file PDF non vengono rigenerati automaticamente, quindi dovrai esportarli di nuovo dopo aver rinominato i parlanti.

Come si presentano le etichette

[00:00:04]  Speaker 00:  So where do we start?
[00:00:07]  Speaker 01:  With the recording itself.

Informazioni utili

• Un'etichetta per segmento. A ogni segmento della trascrizione viene assegnato il parlante la cui voce rilevata presenta la maggiore sovrapposizione temporale. Se due persone parlano all'interno dello stesso segmento o si sovrappongono, l'intero segmento riceverà un'unica etichetta. Un segmento privo di parlato rilevato sovrapposto non ne riceverà alcuna.
• Correggere una singola riga. La ridenominazione modifica simultaneamente tutte le righe associate a quell'etichetta. Il visualizzatore non consente di modificare il parlante di una sola riga, pertanto per correggere singole righe dovrai intervenire manualmente nel file Word o di testo esportato.
• Nomi generici. Le etichette sono numerate; la numerazione è coerente all'interno dello stesso file, ma non tra file diversi.
• Se il conteggio sembra errato, imposta Parlanti sul numero effettivo di persone invece di lasciarlo su Auto.
• Offline, senza account Hugging Face. Viene eseguito direttamente sul tuo computer e richiede ulteriore tempo oltre a quello della trascrizione.
• Temporizzazione delle parole. Le marche temporali per parola vengono salvate nel file JSON e impiegate per l'evidenziazione in stile karaoke nei formati VTT e ASS.

Domande frequenti

Altre guide