Транскрибујте интервју са ознакама говорника (ко је шта рекао)
Бесплатна десктоп апликација коју инсталирате једном (Windows, macOS, Linux). Ваш снимак се обрађује на вашем рачунару и није потребан никакав налог.
Апликација разликује гласове и означава их као Speaker 00, Speaker 01 и тако даље. Она не зна ко је ко док их сами не преименујете. Слични гласови, кратки одговори, гласови који се преклапају и позадинска бука могу довести до погрешних ознака. Да бисте започели, означите Препознај говорнике на картици Транскрибуј и притисните Транскрибуј.
Пре него што почнете
Верзије за Windows и Mac укључују моделе за препознавање говорника. Преузмите апликацију искључиво са званичне GitHub странице са издањима; инсталациони програм није дигитално потписан, па Windows може приказати упозорење (More info > Run anyway). Погледајте и почетну страницу и водич за инсталацију.
Како додати ознаке говорника у транскрипт
- Додајте снимак. На картици Транскрибуј превуците аудио или видео датотеку или кликните на Прегледај датотеке.... Линк са картице Преузимање видеа такође функционише, јер користи иста подешавања за Транскрибуј.
- Изаберите Језик, или га оставите на Аутоматски.
- Означите Препознај говорнике. Ако у пољу пише Препознај говорнике (недоступно), поставите курсор изнад њега да видите разлог. Бирач Говорници испод њега се активира: оставите га на Аутоматски или изаберите број од 2 до 10 да бисте задали тачно толико особа.
- Опционо: означите Временске ознаке по речи да бисте сачували време почетка и краја за сваку реч уместо само за сваку реченицу. Излазна датотека постаје већа.
- Изаберите формате за извоз. Кликните на Напредна подешавања… и означите DOCX и PDF у оквиру Излазни формати. SRT, TXT, Markdown и JSON такође садрже ознаке. Оставите JSON означеним: то је JSON датотека коју апликација користи за отварање прегледача транскрипта, што вам је потребно за последњи корак.
- Кликните на Транскрибуј. Препознавање говорника се покреће након транскрипције и продужава време обраде. Затим отворите Прикажи транскрипт са картице Последњи резултат.
- Замените генеричке ознаке именима. У прегледачу кликните десним тастером миша на ћелију у колони Говорник, изаберите Преименуј 'Speaker 00' (свуда)..., унесите име и кликните на Сачувај измене (Ctrl+S). Word и текстуалне датотеке поред ње се поново генеришу ако и даље одговарају оригиналном транскрипту; PDF се не генерише поново, па га након преименовања поново извезите.
Како ознаке изгледају
Сваки сегмент почиње својим говорником. У Word или PDF транскрипту ред чине временска ознака, говорник подебљаним словима, а затим текст. SRT, VTT и TXT стављају Speaker 00: испред текста, ASS га чува у сопственом пољу за име, а JSON га чува као поље за говорника. Веб-страница за дељење га такође приказује. Редови у наставку су илустрација изгледа, а не стварни излаз:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Корисно је знати
- Једна ознака по сегменту. Сваки сегмент транскрипта добија говорника чији се детектовани говор највише преклапа са њим. Ако двоје људи говори унутар једног сегмента или говоре у исто време, цео сегмент носи једну ознаку. Сегмент без детектованог говора који се преклапа са њим не добија ниједну ознаку.
- Исправљање једног реда. Преименовање мења сваки ред са том ознаком одједном. Прегледач нема начин да промени говорника за само један ред, па појединачне редове исправите ручно у извезеној Word или текстуалној датотеци.
- Генерички називи. Ознаке су нумерисане, а бројеви су стабилни унутар једне датотеке, али не и између различитих датотека.
- Ако број изгледа погрешно, подесите Говорници на стварни број људи уместо да оставите на Аутоматски.
- Ван мреже, без Hugging Face налога. Ради на вашем рачунару и захтева додатно време поред саме транскрипције.
- Временско усклађивање речи. Временске ознаке по речи се чувају у JSON датотеци и користе се за истицање у караоке стилу у VTT и ASS.
Питања
Да ли именује говорнике уместо мене?
Не аутоматски. Ознаке гласе Speaker 00, Speaker 01 и тако даље. Користите опцију за преименовање у прегледачу транскрипта да бисте их претворили у имена.
Колико говорника може да разликује?
Оставите Говорници на Аутоматски и апликација ће одлучити, или ручно поставите број од 2 до 10 када га знате.
Да ли може да раздвоји људе који говоре у исто време?
Не. Преклапање говора се не раздваја: сегмент добија једну ознаку, за говорника који покрива највећи део. Проверите те делове преслушавањем.
Који извози приказују ознаке говорника?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON и веб-страница за дељење.