Транскрибування інтерв'ю з мітками мовців (хто що сказав)
Безкоштовна настільна програма, яку ви встановлюєте один раз (Windows, macOS, Linux). Ваш запис обробляється на комп'ютері, і обліковий запис не потрібен.
Програма розрізняє голоси й позначає їх як Speaker 00, Speaker 01 тощо. Вона не знає, хто саме говорить, доки ви не перейменуєте їх. Схожі голоси, короткі відповіді, накладання мовлення та фоновий шум можуть призвести до помилкових міток. Щоб розпочати, позначте «Розпізнати мовців» на вкладці «Транскрибувати» і натисніть «Транскрибувати».
Перед початком
Збірки для Windows та Mac містять моделі для розпізнавання мовців. Завантажуйте програму лише з офіційної сторінки релізів на GitHub; інсталятор не має цифрового підпису, тому Windows може попередити (Докладніше > Виконати в будь-якому разі). Див. також головну сторінку та посібник зі встановлення.
Як додати мітки мовців до транскрипту
- Додайте запис. На вкладці Транскрибувати перетягніть аудіо- чи відеофайл або натисніть Вибрати файли.... Посилання з вкладки Завантажити відео також підійде, оскільки воно використовує ті самі налаштування транскрипції.
- Виберіть мову або залиште значення Авто.
- Позначте пункт «Розпізнати мовців». Якщо відображається Розпізнати мовців (недоступно), наведіть курсор, щоб побачити причину. Поле вибору Мовці під ним стане активним: залиште значення Авто або виберіть число від 2 до 10, щоб задати точну кількість людей.
- Необов'язково: позначте Часові мітки для кожного слова, щоб зберегти час початку та кінця для кожного слова замість лише кожного речення. Розмір файлів результату збільшиться.
- Виберіть формати експорту. Натисніть Розширені налаштування… і позначте DOCX та PDF у розділі Вихідні формати. SRT, TXT, Markdown і JSON також містять мітки. Не знімайте позначку з JSON: це файл JSON, потрібний програмі для відкриття переглядача транскрипту на останньому кроці.
- Натисніть «Транскрибувати». Розпізнавання мовців виконується після транскрипції та потребує додаткового часу на обробку. Потім відкрийте Переглянути транскрипт на картці Останній результат.
- Замініть стандартні мітки на імена. У вікні перегляду клацніть правою кнопкою миші клітинку у стовпці Мовець, виберіть Перейменувати «Speaker 00» (усюди)..., введіть ім'я та натисніть Зберегти зміни (Ctrl+S). Файли Word і текстові файли поруч буде перебудовано, якщо вони все ще відповідають початковому транскрипту; PDF не оновлюється автоматично, тому після перейменування експортуйте його знову.
Як виглядають мітки
Кожен сегмент починається із зазначення мовця. У транскрипті Word або PDF рядок містить часову мітку, мовця жирним шрифтом і текст. У SRT, VTT та TXT на початку тексту додається Speaker 00:, в ASS воно зберігається у власному полі name, а в JSON — як поле speaker. Вебсторінка для спільного доступу також відображає мовців. Наведені нижче рядки є ілюстрацією форматування, а не реальним результатом:
[00:00:04] Speaker 00: So where do we start?
[00:00:07] Speaker 01: With the recording itself.Корисно знати
- Одна мітка на сегмент. Кожен сегмент транскрипту отримує мітку того мовця, чиє розпізнане мовлення найбільше з ним перекривається. Якщо в межах одного сегмента говорять двоє людей або перебивають одне одного, весь сегмент отримує одну мітку. Сегмент, з яким не перетинається жодне розпізнане мовлення, залишається без мітки.
- Виправлення окремого рядка. Перейменування змінює всі рядки з цією міткою одночасно. У переглядачі немає можливості змінити мовця для одного рядка, тому окремі рядки слід виправляти вручну в експортованому файлі Word або текстовому файлі.
- Стандартні імена. Мітки нумеруються, і номери є стабільними в межах одного файлу, але не між різними файлами.
- Якщо кількість здається неправильною, встановіть у полі Мовці справжню кількість людей, замість того щоб залишати значення «Авто».
- Офлайн, без облікового запису Hugging Face. Обробка виконується на вашому комп'ютері та потребує додаткового часу на додачу до транскрипції.
- Таймінг слів. Часові мітки для кожного слова зберігаються у файлі JSON і використовуються для підсвічування у стилі караоке у VTT та ASS.
Запитання
Чи називає вона мовців за мене?
Одразу — ні. Мітки мають вигляд Speaker 00, Speaker 01 тощо. Скористайтеся функцією перейменування у переглядачі транскрипту, щоб замінити їх на імена.
Скількох мовців вона може розрізнити?
Залиште Мовці на Авто, і програма визначить сама, або примусово вкажіть число від 2 до 10, якщо ви його знаєте.
Чи може вона розділяти людей, які говорять одночасно?
Ні. Одночасне мовлення не розділяється: сегмент отримує одну мітку — мовця, на якого припадає більша його частина. Перевірте такі фрагменти на слух.
У яких форматах експорту відображаються мітки мовців?
DOCX, PDF, SRT, VTT, TXT, Markdown, ASS, JSON та вебсторінка, якою можна поділитися.