Pembersih Transkrip

Apa yang dibuang oleh pembersih

Transkrip yang disalin daripada pemain video dibina untuk mengikuti, bukan untuk dibaca: cap masa setiap beberapa saat, pemisah baris di mana sahaja sari kata berakhir, [Music] di tengah ayat. Pembersih menanggalkan perancah itu dan memberi anda perenggan. Setiap pilihan boleh dimatikan, dan hasil dikemas kini semasa anda menaip.

Format yang difahaminya

• Transkrip YouTube kami — salinan dengan [mm:ss] Speaker A: sebelum setiap segmen. Segmen penutur yang sama disambung, dan label penutur ditulis sekali bagi setiap perenggan.
• Panel transkrip YouTube sendiri — masa pada satu baris, perkataan pada baris seterusnya. Baris masa dibuang, termasuk bentuk lisan yang dibawa oleh sesetengah salinan ("1 minute, 5 seconds").
• Fail sari kata SRT, WebVTT dan SBV — nombor petikan, baris masa, pengepala VTT, nota dan tag sebaris dibuang; tag suara VTT menjadi label penutur; baris berulang di bahagian atas setiap petikan sari kata automatik dibuang.
• Nota mesyuarat dengan nama dan masa pada barisnya sendiri ("Speaker 1 0:03") menjadi "Speaker 1:".

Hanya cap masa yang kelihatan seperti cap masa dibuang: di awal baris, pada barisnya sendiri, atau dalam kurungan. "We meet at 10:30" di tengah ayat dibiarkan.

Bagaimana perenggan dibina semula

Apabila teks datang daripada pemain, setiap pemisah baris dianggap sebagai penamat sari kata dan bukan perenggan, jadi baris disambung dahulu. Perkataan yang dipecahkan merentasi dua baris dengan tanda sempang dicantumkan semula. Kemudian perenggan baharu bermula setiap 3, 4, 5, 6 atau 8 ayat (4 secara lalai), dan sentiasa apabila penutur bertukar. Teks yang anda taip sendiri mengekalkan perenggan baris kosongnya.

Sari kata yang dijana secara automatik biasanya tiada noktah langsung, jadi tiada ayat untuk dikira. Apabila teks purata lebih daripada 60 perkataan setiap ayat, pembersih memotong perenggan mengikut panjang — kira-kira 20 perkataan bagi setiap ayat yang anda minta — dan memberitahu anda.

"Betulkan jarak dan huruf besar" membuang ruang berganda dan ruang sebelum koma dan noktah, menambah ruang yang tertinggal selepas koma, dan membesarkan huruf pertama setiap ayat. Singkatan seperti "Dr." dan huruf awal seperti "U.S.A." tidak menamatkan ayat, dan perkataan seperti "iPhone" mengekalkan huruf pertamanya.

Perkataan pengisi, dengan berhati-hati

Senarai lalai hanya mengandungi bunyi teragak-agak — "um", "uh", "erm" dalam bahasa Inggeris, "э", "эм" dalam bahasa Rusia, "äh", "ähm" dalam bahasa Jerman — untuk sepuluh bahasa: Inggeris, Rusia, Ukraine, Sepanyol, Portugis, Perancis, Jerman, Itali, Poland dan Belanda. Bahasa halaman memilih senarai. Perkataan seperti "like", "you know" atau "o sea" sengaja ditinggalkan: ia juga perkataan biasa, dan membuangnya secara membuta tuli mengubah makna. Tambahkannya sendiri ke senarai jika anda mahu ia dibuang; frasa beberapa perkataan juga boleh, dan senarai anda diingati dalam pelayar ini.

Had yang jujur

Pembersih mengemas teks, ia tidak memahaminya. Ia tidak dapat menambah tanda baca yang tidak pernah ada pada sumber, tidak dapat membetulkan perkataan yang salah dengar, dan baris yang bermula dengan perkataan berhuruf besar dan titik bertindih ("Note: …") boleh disangka label penutur — pilihan itu dimatikan secara lalai. Baca hasilnya sebelum anda menerbitkannya. Semuanya berjalan dalam pelayar anda; teks tidak dimuat naik atau disimpan.