Czyszczenie transkrypcji

Co usuwa czyszczenie

Transkrypcja skopiowana z odtwarzacza wideo jest zbudowana do śledzenia na bieżąco, a nie do czytania: znacznik czasu co kilka sekund, podział wiersza tam, gdzie skończył się napis, [Music] w środku zdania. Narzędzie zdejmuje to rusztowanie i daje akapity. Każdą opcję można wyłączyć, a wynik aktualizuje się w trakcie pisania.

Jakie formaty rozumie

• Nasza transkrypcja z YouTube — kopia z [mm:ss] Speaker A: przed każdym fragmentem. Fragmenty tego samego mówcy są łączone, a etykieta mówcy jest zapisana raz na akapit.
• Własny panel transkrypcji YouTube — czas w jednym wierszu, słowa w następnym. Wiersze z czasem są usuwane, także forma słowna, którą niektóre kopie zawierają („1 minute, 5 seconds”).
• Pliki napisów SRT, WebVTT i SBV — numery napisów, wiersze czasów, nagłówki VTT, notatki i znaczniki w tekście znikają; znacznik głosu VTT staje się etykietą mówcy; powtarzający się wiersz na początku każdego napisu automatycznego jest usuwany.
• Notatki ze spotkań z nazwą i czasem w osobnym wierszu („Speaker 1 0:03”) zamieniają się w „Speaker 1:”.

Usuwane są tylko znaczniki, które wyglądają jak znaczniki czasu: na początku wiersza, w osobnym wierszu lub w nawiasach. „We meet at 10:30” w środku zdania zostaje bez zmian.

Jak odbudowywane są akapity

Gdy tekst pochodzi z odtwarzacza, każdy podział wiersza traktowany jest jako koniec napisu, a nie akapitu, więc wiersze są najpierw łączone. Słowo rozdzielone dwoma wierszami łącznikiem jest składane z powrotem. Potem nowy akapit zaczyna się co 3, 4, 5, 6 lub 8 zdań (domyślnie 4) i zawsze przy zmianie mówcy. Tekst wpisany samodzielnie zachowuje swoje akapity oddzielone pustym wierszem.

Automatyczne napisy zwykle nie mają w ogóle kropek, więc nie ma zdań do policzenia. Gdy tekst ma średnio ponad 60 słów na zdanie, czyszczenie dzieli akapity według długości — około 20 słów na każde żądane zdanie — i informuje o tym.

„Popraw odstępy i wielkie litery” usuwa podwójne spacje i spacje przed przecinkami i kropkami, dodaje brakującą spację po przecinku i zamienia na wielką pierwszą literę każdego zdania. Skróty, takie jak „Dr.”, i inicjały, takie jak „U.S.A.”, nie kończą zdania, a słowa takie jak „iPhone” zachowują pierwszą literę.

Wtręty — ostrożnie

Domyślne listy zawierają tylko dźwięki wahania — „um”, „uh”, „erm” po angielsku, „э”, „эм” po rosyjsku, „äh”, „ähm” po niemiecku — dla dziesięciu języków: angielskiego, rosyjskiego, ukraińskiego, hiszpańskiego, portugalskiego, francuskiego, niemieckiego, włoskiego, polskiego i niderlandzkiego. Listę wybiera język strony. Słowa takie jak „like”, „you know” czy „o sea” celowo pominięto: są też zwykłymi słowami, a ślepe ich usuwanie zmienia sens. Dopisz je do listy sam, jeśli chcesz się ich pozbyć; działają też frazy złożone z kilku słów, a Twoja lista jest zapamiętywana w tej przeglądarce.

Uczciwe ograniczenia

Czyszczenie porządkuje tekst, ale go nie rozumie. Nie doda interpunkcji, której źródło nigdy nie miało, nie poprawi przesłyszanych słów, a wiersz zaczynający się od słowa z wielkiej litery i dwukropka („Note: …”) może zostać wzięty za etykietę mówcy — ta opcja jest domyślnie wyłączona. Przeczytaj wynik, zanim go opublikujesz. Wszystko działa w Twojej przeglądarce; tekst nie jest wysyłany ani przechowywany.