Pulizia trascrizioni

Cosa rimuove lo strumento

Una trascrizione copiata da un lettore video è fatta per seguire il video, non per essere letta: un timestamp ogni pochi secondi, un a capo dove finiva la didascalia, [Music] in mezzo a una frase. Lo strumento toglie questa impalcatura e ti restituisce paragrafi. Ogni opzione si può disattivare e il risultato si aggiorna mentre scrivi.

Quali formati capisce

• La nostra trascrizione YouTube: la copia con [mm:ss] Speaker A: prima di ogni segmento. I segmenti dello stesso parlante vengono uniti e l'etichetta del parlante è scritta una volta per paragrafo.
• Il pannello di trascrizione di YouTube: l'ora su una riga, le parole sulla successiva. Le righe dell'ora vengono eliminate, compresa la forma parlata che alcune copie riportano («1 minuto, 5 secondi»).
• File di sottotitoli SRT, WebVTT e SBV: numeri delle battute, righe dei tempi, intestazioni VTT, note e tag interni spariscono; un tag voce VTT diventa un'etichetta del parlante; la riga ripetuta in cima a ogni battuta dei sottotitoli automatici viene rimossa.
• Appunti di riunione con un nome e un'ora su una riga a parte («Speaker 1 0:03») diventano «Speaker 1:».

Vengono rimossi solo i timestamp che sembrano timestamp: a inizio riga, su una riga a sé o tra parentesi. «Ci vediamo alle 10:30» in mezzo a una frase resta com'è.

Come vengono ricostruiti i paragrafi

Quando il testo proviene da un lettore, ogni a capo viene trattato come la fine di una didascalia e non di un paragrafo, quindi le righe vengono prima unite. Una parola spezzata su due righe da un trattino viene ricomposta. Poi inizia un nuovo paragrafo ogni 3, 4, 5, 6 o 8 frasi (4 per impostazione predefinita), e sempre quando cambia il parlante. Il testo che hai scritto tu mantiene i paragrafi separati da righe vuote.

I sottotitoli generati automaticamente di solito non hanno alcun punto, quindi non ci sono frasi da contare. Quando un testo ha in media più di 60 parole per frase, lo strumento taglia i paragrafi in base alla lunghezza, circa 20 parole per ogni frase richiesta, e te lo dice.

«Correggi spazi e maiuscole» elimina i doppi spazi e gli spazi prima di virgole e punti, aggiunge lo spazio mancante dopo una virgola e mette in maiuscolo la prima lettera di ogni frase. Abbreviazioni come «Dr.» e sigle come «U.S.A.» non chiudono una frase, e parole come «iPhone» mantengono la prima lettera.

Gli intercalari, con cautela

Gli elenchi predefiniti contengono solo suoni di esitazione: «um», «uh», «erm» in inglese, «э», «эм» in russo, «äh», «ähm» in tedesco, «ehm» in italiano, per dieci lingue: inglese, russo, ucraino, spagnolo, portoghese, francese, tedesco, italiano, polacco e olandese. La lingua della pagina sceglie l'elenco. Parole come «like», «you know» o «o sea» sono escluse di proposito: sono anche parole normali, e rimuoverle alla cieca cambia il significato. Aggiungile tu all'elenco se vuoi eliminarle; funzionano anche espressioni di più parole, e il tuo elenco viene ricordato in questo browser.

Limiti da conoscere

Lo strumento ordina il testo, non lo capisce. Non può aggiungere punteggiatura che la fonte non ha mai avuto, non può correggere parole sentite male, e una riga che inizia con una parola maiuscola seguita da due punti («Nota: …») può essere scambiata per un'etichetta del parlante: quell'opzione è disattivata per impostazione predefinita. Leggi il risultato prima di pubblicarlo. Tutto gira nel tuo browser; il testo non viene caricato né memorizzato.