Rozpoznawanie mówców w transkrypcji

Krótka odpowiedź

SozAI automatycznie oznacza mówców w każdym pliku audio lub wideo i w każdym nagraniu, które transkrybuje, w 99 językach, jako Mówca A, Mówca B i tak dalej, a każda linijka ma znacznik czasu. Na web.sozai.app oraz w aplikacji na iPhone'a i Androida możesz zmienić nazwę mówcy w całym nagraniu naraz, przenieść pojedynczy fragment do innej osoby albo połączyć dwie etykiety, które okazały się tym samym głosem. Linki do YouTube działają inaczej: tam etykiety mówców to domysł modelu AI, który pisze transkrypcję, więc sprawdź je, zanim na nich polegasz. Ustawione imiona trafiają do eksportów PDF, VTT, JSON i TXT; napisy SRT nie zawierają imion mówców. Etykiety mówców są częścią każdej transkrypcji, także tej w ramach darmowych 30 minut.

Skąd biorą się etykiety

To, jak dobrze etykiety pasują do prawdziwych osób, zależy od sposobu powstania tekstu. Pliki i nagrania są dzielone według głosu. Link do YouTube nie jest.

Etykieta oznacza anonimowy głos, a nie osobę. SozAI nie wie, że Mówca B to Twój szef, dopóki mu tego nie powiesz, a imiona należą do jednego nagrania: kolejne nagranie znów zaczyna od Mówcy A.

Jak zmienić nazwę mówcy w przeglądarce

Otwórz nagranie na web.sozai.app. Jeśli niektórzy mówcy nie mają jeszcze imienia, linijka nad tekstem podaje ich liczbę i przypomina, że imiona pojawią się w tekście, eksportach i zadaniach.

1. Kliknij imię mówcy przy dowolnej wypowiedzi. Otworzy się menu mówcy.
2. Wybierz Rename everywhere, aby nazwać ten głos w całym nagraniu, wpisz imię i zapisz. Zobaczysz komunikat „Name saved”.
3. Jeśli wypowiedź przypisano niewłaściwej osobie, kliknij jej etykietę i wybierz Only this fragment, a potem wskaż, kto to powiedział, albo dodaj + New speaker.
4. Jeśli dwie etykiety okazały się jedną osobą, wybierz Same person as… i wskaż drugą etykietę. Po potwierdzeniu przyciskiem Merge wszystkie fragmenty pierwszej etykiety trafią do drugiej.
5. Gdy imiona zmieniają się w nagraniu, które ma już notatki, SozAI pyta, czy odbudować notatki z uwzględnieniem imion. Zgódź się, jeśli chcesz, by zadania i decyzje pokazywały, kto za nie odpowiada.

Nie wiesz, kto kryje się za etykietą? Voice w menu mówcy odtwarza krótki fragment jego głosu.

Zmiana nazw w aplikacji na iPhone'a i Androida

Aplikacja na telefon ma te same opcje pod nieco innymi nazwami. Stuknij etykietę mówcy na karcie Text i wybierz Rename "Speaker A" everywhere, Someone else said this dla jednego fragmentu albo otwórz All speakers in this recording. Panel mówców pokazuje, jaką część czasu mówi każdy głos, oraz jego pierwszą wypowiedź, co zwykle wystarcza, by wiedzieć, kto jest kim. W oknie zmiany nazwy opcja This is the same person as… łączy dwie etykiety.

Imiona są zapisywane na Twoim koncie, więc mówca nazwany w telefonie jest nazwany także w przeglądarce.

Które eksporty zachowują imiona

Tu formaty różnią się najbardziej. Tabela pokazuje, co zawiera dziś każdy eksport.

Aplikacja na Maca i iPada eksportuje te same pięć formatów co telefon. Jeśli potrzebujesz napisów pokazujących, kto mówi, wybierz VTT: zachowuje imiona jako znaczniki głosu. Do dokumentu, który ma krążyć, PDF trzyma imiona i czasy razem. Więcej o każdym formacie: eksport transkrypcji.

Do czego się to przydaje

Etykiety mówców liczą się najbardziej wtedy, gdy transkrypcję będzie czytać ktoś, kto nie był na miejscu. W notatkach ze spotkań nazwani mówcy zamieniają „powinniśmy wysłać wersję roboczą” w zadanie z właścicielem. W transkrypcjach wywiadów pytania i odpowiedzi rozdzielają się same, a badacz cytujący uczestnika znajdzie każdą jego wypowiedź. Nagranie seminarium lub panelu staje się czytelne, gdy każdy głos ma imię.

Jeśli rozmowa toczy się w przeglądarce, możesz ją nagrać z jej karty bez dodawania kogokolwiek do spotkania; opisuje to wersja webowa. Etykiety przychodzą razem z transkrypcją, bez niczego do włączania.

Kiedy SozAI się nie sprawdzi

• Potrzebujesz imion mówców na Macu lub iPadzie. Aplikacja na Maca i iPada pokazuje, ilu mówców ma nagranie, ale zmiana nazw działa na razie tylko w przeglądarce i w aplikacji na telefon.
• Chcesz poprawiać na komputerze także słowa, a nie tylko imiona. Edycja tekstu jest tylko w aplikacji na telefon. Na komputerze zmienisz nazwy mówców w przeglądarce, ale nie zmienisz słów.
• Polegasz na transkrypcjach z YouTube, by wiedzieć, kto co powiedział. Tamtejsze etykiety pochodzą od modelu AI, a nie z głosów, i mogą być błędne.
• Potrzebujesz napisów SRT z imionami mówców. SRT z SozAI ich nie ma; użyj VTT.
• Chcesz, by aplikacja rozpoznawała znany głos w każdym nowym nagraniu. SozAI oznacza głosy tylko w obrębie jednego nagrania.

Etykiety mówców są w każdym planie. Zobacz cennik, gdzie opisane są darmowe 30 minut i Premium, albo pobierz aplikację na stronie pobierania.