Transkripsi temubual dengan label penutur (siapa kata apa)
Aplikasi desktop percuma yang anda pasang sekali (Windows, macOS, Linux). Rakaman anda diproses pada komputer anda, dan tiada akaun diperlukan.
Aplikasi membezakan suara dan melabelkannya Speaker 00, Speaker 01 dan seterusnya. Ia tidak tahu siapa sesiapa sehingga anda menamakan semula mereka. Suara yang serupa, balasan pendek, pertuturan bertindih dan bunyi latar boleh menyebabkan label salah. Untuk mula, tanda Kenal pasti penutur pada tab Transkripsi dan tekan Transkripsi.
Sebelum anda mula
Binaan Windows dan Mac termasuk model pengesanan penutur. Dapatkan aplikasi dari halaman keluaran rasmi GitHub sahaja; pemasang tidak ditandatangani kod, jadi Windows mungkin memberi amaran (Maklumat lanjut > Jalankan juga). Juga lihat halaman utama dan panduan pemasangan.
Cara menambah label penutur ke transkrip
- Tambah rakaman. Pada tab Transkripsi, seret fail audio atau video atau klik Layari fail.... Pautan dari tab Muat turun Video juga berfungsi, kerana ia menggunakan tetapan Transkripsi yang sama.
- Pilih Bahasa, atau biarkan pada Auto.
- Tanda Kenal pasti penutur. Jika kotak memaparkan Kenal pasti penutur (tidak tersedia), larikan tetikus ke atasnya untuk melihat sebabnya. Pemilih Penutur di bawahnya dihidupkan: biarkan pada Auto, atau pilih nombor dari 2 hingga 10 untuk memaksa bilangan orang yang tepat.
- Pilihan: tanda Cap masa setiap perkataan untuk menyimpan masa mula dan tamat bagi setiap perkataan dan bukan hanya setiap ayat. Output menjadi lebih besar.
- Pilih format eksport. Klik Tetapan lanjutan… dan tanda DOCX dan PDF di bawah Format output. SRT, TXT, Markdown dan JSON juga membawa label. Biarkan JSON ditanda: ia adalah fail JSON yang digunakan aplikasi untuk membuka pelihat transkrip, yang anda perlukan untuk langkah terakhir.
- Klik Transkripsi. Pengesanan penutur berjalan selepas transkripsi dan menambah masa pemprosesan. Kemudian buka Lihat transkrip dari kad Hasil terakhir.
- Gantikan label generik dengan nama. Dalam pelihat, klik kanan sel dalam lajur Penutur, pilih Nama semula 'Speaker 00' (di mana sahaja)..., taip nama dan klik Simpan perubahan (Ctrl+S). Fail Word dan teks di sebelahnya dibina semula apabila ia masih sepadan dengan transkrip asal; PDF tidak, jadi eksport semula selepas menamakan semula.
Rupa label tersebut
Setiap segmen bermula dengan penuturnya. Dalam transkrip Word atau PDF, baris tersebut ialah cap masa, penutur dalam tebal, kemudian teks. SRT, VTT dan TXT meletakkan Speaker 00: di hadapan teks, ASS menyimpannya dalam medan namanya sendiri, dan JSON menyimpannya sebagai medan penutur. Halaman web yang boleh dikongsi juga memaparkannya. Baris di bawah ialah ilustrasi susun atur, bukan output sebenar:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Baik untuk diketahui
- Satu label setiap segmen. Setiap segmen transkrip mendapat penutur yang pertuturan dikesannya bertindih paling banyak. Jika dua orang bercakap dalam satu segmen, atau saling bertindih, keseluruhan segmen membawa satu label tunggal. Segmen tanpa pertuturan dikesan bertindih padanya tidak mendapat sebarang label.
- Membaiki satu baris. Penamaan semula menukar setiap baris dengan label tersebut serentak. Pelihat tidak ada cara untuk menukar penutur satu baris, jadi baiki baris tunggal secara manual dalam fail Word atau teks yang dieksport.
- Nama generik. Label dinomborkan, dan nombornya stabil dalam satu fail tetapi tidak merentas fail.
- Jika kiraan kelihatan salah, tetapkan Penutur kepada bilangan orang sebenar dan bukan membiarkannya pada Auto.
- Luar talian, tiada akaun Hugging Face. Ia berjalan pada komputer anda sendiri, dan mengambil masa tambahan di atas transkripsi.
- Masa perkataan. Cap masa setiap perkataan disimpan dalam fail JSON dan digunakan untuk penonjolan gaya karaoke dalam VTT dan ASS.
Soalan
Adakah ia menamakan penutur untuk saya?
Tidak secara lalai. Label memaparkan Penutur 00, Penutur 01 dan seterusnya. Gunakan pilihan namakan semula dalam pemapar transkrip untuk menukarkannya kepada nama.
Berapakah bilangan penutur yang dapat dibezakannya?
Biarkan Penutur pada Auto dan aplikasi akan menentukannya, atau paksa nombor dari 2 hingga 10 apabila anda mengetahuinya.
Adakah ia boleh memisahkan orang yang bercakap pada masa yang sama?
Tidak. Perbualan bertindih tidak dipisahkan: satu segmen mendapat satu label, iaitu penutur yang merangkumi kebanyakannya. Semak bahagian tersebut dengan mendengar.
Eksport manakah yang menunjukkan label penutur?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON dan halaman web yang boleh dikongsi.