Bir röportajı konuşmacı etiketleriyle (kimin ne söylediği) yazıya dökün
Bir kez yüklediğiniz ücretsiz bir masaüstü uygulaması (Windows, macOS, Linux). Kaydınız bilgisayarınızda işlenir ve hiçbir hesap gerekmez.
Uygulama sesleri birbirinden ayırır ve Speaker 00, Speaker 01 vb. şeklinde etiketler. Siz onları yeniden adlandırana kadar kimin kim olduğunu bilmez. Benzer sesler, kısa yanıtlar, üst üste binen konuşmalar ve arka plan gürültüsü yanlış etiketlere neden olabilir. Başlamak için Yazıya dök sekmesinde Konuşmacıları belirle'yi işaretleyin ve Yazıya dök'e basın.
Başlamadan önce
Windows ve Mac sürümleri konuşmacı algılama modellerini içerir. Uygulamayı yalnızca resmi GitHub sürümleri sayfasından edinin; yükleyici kod imzalı değildir, bu nedenle Windows uyarı verebilir (Ek bilgi > Yine de çalıştır). Ayrıca ana sayfaya ve kurulum kılavuzuna bakın.
Bir transkripte konuşmacı etiketleri nasıl eklenir
- Kaydı ekleyin. Yazıya dök sekmesinde bir ses veya video dosyasını sürükleyin ya da Dosyalara gözat... seçeneğine tıklayın. Aynı Yazıya dök ayarlarını kullandığı için Video İndir sekmesinden bir bağlantı da işe yarar.
- Dili seçin veya Otomatik olarak bırakın.
- Konuşmacıları belirle'yi işaretleyin. Kutuda Konuşmacıları belirle (kullanılamıyor) yazıyorsa nedenini görmek için üzerine gelin. Altındaki Konuşmacılar seçici etkinleşir: Otomatik olarak bırakın veya tam olarak o sayıda kişiyi zorlamak için 2 ile 10 arasında bir sayı seçin.
- İsteğe bağlı: Yalnızca her cümle yerine her kelime için bir başlangıç ve bitiş zamanı kaydetmek amacıyla Kelime başına zaman damgaları seçeneğini işaretleyin. Çıktı boyutu büyür.
- Dışa aktarma biçimlerini seçin. Gelişmiş ayarlar… seçeneğine tıklayın ve Çıktı biçimleri altındaki DOCX ile PDF'yi işaretleyin. SRT, TXT, Markdown ve JSON da etiketleri taşır. JSON'u işaretli bırakın: Bu, uygulamanın son adım için ihtiyaç duyacağınız transkript görüntüleyiciyi açmak amacıyla kullandığı bir JSON dosyasıdır.
- Yazıya dök'e tıklayın. Konuşmacı algılama, yazıya dökme işleminden sonra çalışır ve işlem süresini uzatır. Ardından Son sonuç kartından Transkripti görüntüle seçeneğini açın.
- Genel etiketleri isimlerle değiştirin. Görüntüleyicide Konuşmacı sütunundaki bir hücreye sağ tıklayın, 'Speaker 00' adını (her yerde) yeniden adlandır... seçeneğini belirleyin, adı yazın ve Değişiklikleri kaydet (Ctrl+S)'e tıklayın. Yanındaki Word ve metin dosyaları orijinal transkriptle hâlâ eşleştiklerinde yeniden oluşturulur; PDF ise oluşturulmaz, bu nedenle yeniden adlandırmadan sonra dosyayı tekrar dışa aktarın.
Etiketlerin görünümü
Her segment konuşmacısıyla başlar. Bir Word veya PDF transkriptinde satır; bir zaman damgası, kalın harflerle konuşmacı ve ardından metinden oluşur. SRT, VTT ve TXT metnin önüne Speaker 00: koyar, ASS bunu kendi ad alanında tutar ve JSON bir speaker alanı olarak depolar. Paylaşılabilir web sayfası da bunu gösterir. Aşağıdaki satırlar gerçek bir çıktı değil, düzenin bir örneğidir:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Bilmenizde fayda var
- Segment başına bir etiket. Her transkript segmenti, tespit edilen konuşması o segmentle en çok örtüşen konuşmacıyı alır. İki kişi tek bir segment içinde veya birbiri üzerine konuşursa, segmentin tamamı tek bir etiket taşır. Kendisiyle örtüşen tespit edilmiş bir konuşma bulunmayan segment hiçbir etiket almaz.
- Tek bir satırı düzeltme. Yeniden adlandırma, o etikete sahip her satırı aynı anda değiştirir. Görüntüleyicinin tek bir satırın konuşmacısını değiştirme yolu yoktur, bu nedenle tek satırları dışa aktarılan Word veya metin dosyasında elle düzeltin.
- Genel adlar. Etiketler numaralandırılır; numaralar tek bir dosya içinde tutarlıdır ancak dosyalar arasında tutarlı değildir.
- Kişi sayısı yanlış görünüyorsa, Otomatik ayarında bırakmak yerine Konuşmacılar seçeneğini gerçek kişi sayısına ayarlayın.
- Çevrimdışı, Hugging Face hesabı gerekmez. Kendi bilgisayarınızda çalışır ve yazıya dökme işlemine ek olarak fazladan zaman alır.
- Kelime zamanlaması. Kelime başına zaman damgaları JSON dosyasında saklanır ve VTT ile ASS'de karaoke tarzı vurgulama için kullanılır.
Sorular
Konuşmacıları benim yerime adlandırıyor mu?
Doğrudan değil. Etiketlerde Speaker 00, Speaker 01 vb. yazar. Bunları isimlere dönüştürmek için transkript görüntüleyicideki yeniden adlandırma seçeneğini kullanın.
Kaç konuşmacıyı ayırt edebilir?
Konuşmacılar ayarını Otomatik olarak bırakın, uygulama kendisi karar versin ya da biliyorsanız 2 ile 10 arasında bir sayı belirleyin.
Aynı anda konuşan kişileri ayırabilir mi?
Hayır. Üst üste binen konuşmalar ayrılmaz: Bir bölüme tek bir etiket, yani o bölümün çoğunda konuşan konuşmacı atanır. Bu kısımları dinleyerek kontrol edin.
Hangi dışa aktarmalarda konuşmacı etiketleri gösterilir?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON ve paylaşılabilir web sayfası.