Transcrieți un interviu cu etichete pentru vorbitori (cine și ce a spus)
O aplicație desktop gratuită pe care o instalați o singură dată (Windows, macOS, Linux). Înregistrarea este procesată pe computerul dumneavoastră și nu este necesar niciun cont.
Aplicația diferențiază vocile și le etichetează ca Speaker 00, Speaker 01 și așa mai departe. Aceasta nu știe cine este fiecare persoană până când nu le redenumiți. Vocile asemănătoare, răspunsurile scurte, suprapunerile de voce și zgomotul de fond pot duce la etichetări eronate. Pentru a începe, bifați Identifică vorbitorii în fila Transcrieți și apăsați Transcrieți.
Înainte de a începe
Versiunile pentru Windows și Mac includ modelele de detectare a vorbitorilor. Descărcați aplicația doar de pe pagina oficială de versiuni GitHub; programul de instalare nu este semnat digital, așa că Windows poate afișa o avertizare (Mai multe informații > Rulați oricum). Consultați și pagina principală și ghidul de instalare.
Cum să adăugați etichete pentru vorbitori într-o transcriere
- Adăugați înregistrarea. În fila Transcrieți, trageți un fișier audio sau video sau faceți clic pe Răsfoiți fișierele.... Un link din fila Descărcare videoclipuri funcționează la fel de bine, deoarece folosește aceleași setări din Transcrieți.
- Alegeți Limba sau lăsați pe Auto.
- Bifați Identifică vorbitorii. Dacă pe casetă scrie Identifică vorbitorii (indisponibil), treceți cursorul peste ea pentru a vedea motivul. Selectorul Vorbitori de dedesubt devine activ: lăsați-l pe Auto sau alegeți un număr de la 2 la 10 pentru a impune exact atâtea persoane.
- Opțional: bifați Marcaje temporale pe cuvânt pentru a salva ora de început și de sfârșit pentru fiecare cuvânt, în loc de doar pentru fiecare propoziție. Dimensiunea fișierului de ieșire va fi mai mare.
- Alegeți formatele de export. Faceți clic pe Setări avansate… și bifați DOCX și PDF la Formate de ieșire. Etichetele sunt incluse și în SRT, TXT, Markdown și JSON. Lăsați JSON bifat: este fișierul JSON utilizat de aplicație pentru a deschide vizualizatorul de transcrieri, necesar pentru ultimul pas.
- Faceți clic pe Transcrieți. Detectarea vorbitorilor rulează după transcriere și prelungește timpul de procesare. Apoi deschideți Vizualizați transcrierea din caseta Ultimul rezultat.
- Înlocuiți etichetele generice cu nume reale. În vizualizator, faceți clic dreapta pe o celulă din coloana Vorbitor, alegeți Redenumiți 'Speaker 00' (peste tot)..., introduceți numele și faceți clic pe Salvați modificările (Ctrl+S). Fișierele Word și text de lângă acesta sunt regenerate dacă încă se potrivesc cu transcrierea originală; fișierele PDF nu sunt regenerate, așa că exportați-le din nou după redenumire.
Cum arată etichetele
Fiecare segment începe cu vorbitorul său. Într-o transcriere Word sau PDF, rândul conține un marcaj temporal, vorbitorul scris cu caractere aldine, apoi textul. SRT, VTT și TXT adaugă Speaker 00: în fața textului, ASS îl păstrează în propriul câmp pentru nume, iar JSON îl stochează într-un câmp dedicat vorbitorului. Pagina web partajabilă îl afișează de asemenea. Rândurile de mai jos reprezintă o ilustrare a aspectului, nu rezultate reale:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Bine de știut
- O singură etichetă pe segment. Fiecare segment de transcriere primește vorbitorul a cărui vorbire detectată se suprapune cel mai mult peste el. Dacă două persoane vorbesc în cadrul aceluiași segment sau una peste cealaltă, întregul segment va purta o singură etichetă. Un segment peste care nu se suprapune nicio vorbire detectată nu primește nicio etichetă.
- Corectarea unui singur rând. Redenumirea modifică simultan toate rândurile cu acea etichetă. Vizualizatorul nu permite schimbarea vorbitorului pentru un singur rând, așa că ajustați manual rândurile individuale în fișierul Word sau text exportat.
- Nume generice. Etichetele sunt numerotate, iar numerele sunt constante în cadrul aceluiași fișier, dar nu de la un fișier la altul.
- Dacă numărul pare incorect, setați Vorbitori la numărul real de persoane în loc să-l lăsați pe Auto.
- Offline, fără cont Hugging Face. Rulează pe propriul computer și necesită timp suplimentar pe lângă transcriere.
- Sincronizarea cuvintelor. Marcajele temporale pe cuvânt sunt salvate în fișierul JSON și utilizate pentru evidențierea în stil karaoke în VTT și ASS.
Întrebări
Îmi denumește vorbitorii?
Nu din start. Etichetele indică Speaker 00, Speaker 01 și așa mai departe. Folosiți opțiunea de redenumire din vizualizatorul de transcrieri pentru a le transforma în nume.
Câți vorbitori poate distinge?
Lăsați Vorbitori pe Auto și aplicația decide, sau impuneți un număr de la 2 la 10 când îl cunoașteți.
Poate separa persoanele care vorbesc în același timp?
Nu. Vorbirea suprapusă nu este separată: un segment primește o singură etichetă, cea a vorbitorului care acoperă cea mai mare parte din el. Verificați acele pasaje ascultându-le.
Care exporturi afișează etichetele vorbitorilor?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON și pagina web partajabilă.