Een slecht transcript heeft meestal één of twee oorzaken, en de fouten op de pagina laten zien welke. Zeven veelvoorkomende oorzaken van fouten in audiotranscriptie, hoe elke fout eruitziet, waarom ze ontstaat en de oplossing in de opname en in het transcript.
Fouten in audiotranscriptie zijn zelden willekeurig. Een transcript dat "Kubernetes" omzet in "Cooper Netties", de woorden van twee mensen onder één naam zet of "vijftig" schrijft waar de spreker "vijftien" zei, laat precies zien wat er misging. Elke oorzaak laat zijn eigen soort fout achter, en elke heeft zijn eigen oplossing. Sommige oplossingen horen bij de volgende opname, andere bij het transcript dat je al hebt.
Deze gids begint bij de fout. Zoek in de lijst hieronder de fout die op jouw transcript lijkt en ga dan naar de bijbehorende sectie: hoe de fout eruitziet, waarom ze ontstaat in gewone woorden en wat je eraan kunt doen.
De meeste transcriptieproblemen vallen in zeven patronen. Koppel het symptoom aan de oorzaak:
Twee oorzaken stapelen zich vaak op. Een gast op afstand met een headset in een lawaaierig café en met een accent levert drie soorten fouten tegelijk op. Pak eerst de oorzaak aan die de meeste regels raakt: meestal het geluid, dan de taal, dan de woorden.
Hoe het eruitziet. In een opname uit een café komt "Laten we de lancering naar maart verschuiven" terug als "Laten we de lunch naar maart verschuiven". Een woord onder een dichtslaande deur verdwijnt. Tijdens een lange stilte met een zoemende airco verschijnt een regel die niemand heeft gezegd, zoals "Bedankt voor het kijken."
Waarom het gebeurt. Spraakherkenning raadt de meest waarschijnlijke woorden bij het geluid dat binnenkomt. Ruis bedekt eerst de zachte delen van spraak: de woordeinden en de korte woorden ertussen. Met minder echt signaal leunt de gok sterker op wat er meestal volgt, en "lunch" is een gewoner woord dan "lancering". Bij constante ruis zonder enige spraak schrijven sommige systemen toch een vaste zin op, omdat ze zijn getraind om iets te schrijven zodra ze geluid horen.
Los het op in de opname. Zet de microfoon dichter bij de spreker in plaats van hem harder te zetten. Een verdubbeling van de afstand haalt ongeveer 6 dB van het directe geluid van de spreker af terwijl het geluid van de ruimte gelijk blijft, dus nabijheid telt zwaarder dan welke instelling ook. Zet ventilatoren en airco uit tijdens de opname als dat kan en neem op in een ruimte met zachte oppervlakken in plaats van glas en tegels.
Los het op in het transcript. Geef in VocalStack bij lawaaierige opnames de gesproken taal op in plaats van automatische detectie te laten staan. Het Dashboard zegt het zelf: de taal opgeven verbetert de nauwkeurigheid bij lawaaierige opnames en sterke accenten. Bij een live transcriptie accepteert de latentiemodus Accuracy iets meer vertraging in ruil voor minder fouten bij moeilijk geluid. Regels waar de engine het minst zeker van is (onder de betrouwbaarheidsdrempel van de transcriptie, standaard 0,60) worden aan luisteraars getoond als "Audio unclear" in plaats van als gok, en worden nooit voorgelezen. Een regel die pure verzinsel is, kun je met de hand verbergen: verborgen regels blijven buiten het transcript, de exports, de ondertitels en de speler.
Hoe het eruitziet. "De data laat een stijging van dertig procent zien" wordt "De data laat een stijging van dirty procent zien". De fouten volgen één spreker door de opname, terwijl de regels van alle anderen schoon zijn.
Waarom het gebeurt. Een herkenningssysteem leert hoe woorden klinken van de spraak waarmee het is getraind. Als een spreker een klank anders uitspreekt dan de meeste van die spraak, bijvoorbeeld "th" als "d", hoort het systeem precies wat er is gezegd en kiest het echte woord dat het best bij die klank past. Automatische taaldetectie kan het erger maken: een sterk accent kan de aanwijzingen richting een heel andere taal laten kantelen (zie hoe automatische taaldetectie werkt).
Los het op in de opname. Voeg bij een live lezing vooraf een Reference Script toe (zie de sectie over jargon hieronder), zodat de woorden die de spreker waarschijnlijk gebruikt al bekend zijn. Een goede microfoon helpt bij elk accent, omdat er meer van elke klank bij de engine aankomt.
Los het op in het transcript. Geef de gesproken taal voor die opname op. Gebruik daarna het tabblad Fix: Mark uncertain words kleurt en onderstreept de woorden waar de engine onzeker over was, en je kunt de onzekere stukken één voor één doorlopen in plaats van alles opnieuw te lezen. Waar de engine andere woorden overwoog, biedt ze die aan als voorgestelde correcties, zodat "dirty" verbeteren naar "dertig" meestal één klik is. Met Play just this word controleer je op het gehoor voordat je iets wijzigt.
Hoe het eruitziet. Eén spreker vraagt "Dus we spreken dinsdag af?" terwijl een ander ertussen komt met "Nee, donderdag past beter". Het transcript toont één regel onder Spreker 1: "Dus we spreken dinsdag af nee donderdag past beter." Of het omgekeerde: iemand die halverwege de vergadering geanimeerd raakte, staat er als Spreker 1 én Spreker 3 in.
Waarom het gebeurt. Eronder draaien twee aparte taken. Spraakherkenning schrijft de woorden; sprekerdiarisatie bepaalt wie wanneer sprak, aan de hand van hoe elke stem klinkt. De meeste systemen geven elk stuk geluid één spreker, dus als twee mensen tegelijk praten, verliest een van hen. Een verandering in iemands stem (opgewonden, moe, verder van de microfoon) kan hem als een nieuw persoon laten lijken. Sprekerdiarisatie versus spraakherkenning legt beide taken uitgebreid uit.
Los het op in de opname. Geef iedereen een eigen microfoon. Die ene verandering doet meer voor meerdere sprekers dan welke instelling ook. Vraag bij een panel of een vergadering met vragen uit de zaal de moderator elke vraag in zijn eigen microfoon te herhalen voordat ze wordt beantwoord.
Los het op in het transcript. Kies de instelling voor sprekerlabels: When Needed (de standaard) labelt regels zodra er een tweede stem te horen is, On labelt elke regel, Off labelt niets. Geef elke spreker een naam tijdens of na de opname. De naam ligt als een laag over de woorden en verandert de tekst dus nooit, en geldt voor die persoon in elke opname van de transcriptie. Sla een spreker op die je vaak opneemt, dan herkennen latere transcripties hem aan zijn naam. Een regel waarin twee zinnen aan elkaar zitten, kun je splitsen: tik op de plek waar de nieuwe regel begint.
Hoe het eruitziet. "We hebben het op Kubernetes uitgerold" wordt "We hebben het op Cooper Netties uitgerold". "Mevrouw Nguyen" wordt "Mevrouw Win". Een medicijnnaam verandert in drie korte gewone woorden. De rest van de zin is goed.
Waarom het gebeurt. Een systeem kan alleen woorden schrijven die het kent, en een naam komt vaak maar één keer voor, zonder iets eromheen waaruit hij te voorspellen valt. Als het systeem het woord nooit heeft gezien, kiest het de gewone woorden die er het dichtst bij klinken. Dit is het moeilijkste geval voor nauwkeurige transcriptie van vakterminologie: de zin geeft geen aanwijzing, dus geen enkele context lost het op.
Los het op in de opname. Geef het systeem de woorden voordat de spreker ze zegt. In VocalStack is dat een Reference Script: voeg vóór de start het script of de dia's van een live lezing toe, of een lijst met namen en termen, en namen en termen daaruit winnen het van wat verkeerd werd verstaan. Tijdens de lezing volgt het script het transcript als een autocue. Elk woord dat het script heeft gecorrigeerd, is onder de correcties gemarkeerd met SCRIPT en kan ongedaan worden gemaakt als de spreker echt iets anders zei.
Los het op in het transcript. Corrigeer de naam één keer en controleer de rest met zoeken. Correcties bereiken elke luisteraar zolang de transcriptie live is, in elke taal die ze lezen, en elke correctie staat in een lijst en kan ongedaan worden gemaakt. Exports (SRT, PDF, Excel, JSON) bevatten de correcties, dus ondertitels en documenten hebben de verbeterde spelling.
Hoe het eruitziet. Een lezing opent met een begroeting in het Spaans en gaat verder in het Engels, en het Engels komt terug als Spaans ogende onzin. Of een paar regels midden in een Engels transcript staan in een verwante taal. Sommige systemen, ingesteld op de verkeerde taal, schrijven een grove vertaling in plaats van wat er is gezegd.
Waarom het gebeurt. Als er geen taal is opgegeven, moet het systeem de taal uit het geluid herkennen, vaak uit de eerste paar seconden. Een begroeting, een citaat of een sterk accent kan het de verkeerde kant op sturen. Zodra het de verkeerde taal heeft gekozen, is elk woord in dat stuk samen fout.
Los het op in de opname. Als de opname in één taal is, geef die dan op. Laat detectie aan als er echt twee of meer talen worden gesproken, zodat elk deel in zijn eigen taal wordt getranscribeerd; één taal opgeven zou de andere erin dwingen. Bij een live transcriptie kan de taal tijdens het draaien worden gewijzigd, en de wijziging geldt direct.
Los het op in het transcript. Een regel die in de verkeerde taal is verstaan, kun je niet woord voor woord herstellen, omdat er niets in klopt. VocalStack kan de regel opnieuw transcriberen: kies de taal waarin hij echt is gesproken en het geluid van de regel wordt opnieuw in die taal gelezen. Het resultaat vervangt de regel als gewone correctie, met dezelfde ongedaanmaking als elke andere.
Hoe het eruitziet. In een Engelstalige opname wordt "The fees went up" "The thieves went up", en "free" en "three" wisselen om. De fouten zijn over de hele opname verspreid en zijn het ergst bij de spreker op afstand in een gesprek.
Waarom het gebeurt. Veel van de klanken die "f", "s" en "th" onderscheiden, liggen hoog in het frequentiebereik. Een telefoonlijn draagt niets boven ongeveer 3,4 kHz, en een bluetooth-headset schakelt zijn microfoon vaak naar een gespreksmodus met een veel smaller bereik. Compressie met lage bitrate in videogesprekken haalt er nog meer uit. Het systeem krijgt geluid waarin die klanken al weg zijn en gokt tussen woorden die nu hetzelfde klinken.
Los het op in de opname. Gebruik een bedrade microfoon of een headset waarvan de microfoon in de modus met volledige kwaliteit blijft. Neem elke spreker op afstand aan zijn eigen kant op als dat kan, in plaats van het gesprek op te nemen. Neem voor een evenement het signaal van de audiomixer in plaats van een laptop- of telefoonmicrofoon in de zaal: de live-opstelling van VocalStack neemt één kabel van de mixer, en de ingebouwde microfoon van een telefoon vangt meer van de ruimte op.
Los het op in het transcript. Geluid dat nooit is vastgelegd, kan niet worden teruggehaald, door geen machine en geen mens. Gebruik de markeringen voor onzekere woorden om de beschadigde stukken te vinden, speel de regel af om te controleren en corrigeer wat je kunt horen. Waar niemand kan zeggen wat er is gezegd, is het eerlijker om de regel te verbergen dan een gok te laten staan.
Hoe het eruitziet. "Vijftien" wordt "vijftig". "Eén twintig" wordt "120" terwijl de spreker één dollar twintig bedoelde. "De derde van de vierde" komt eruit als een datum in de verkeerde volgorde. Elke fout is één woord, en elk ander woord in de zin klopt.
Waarom het gebeurt. "Vijftien" en "vijftig" verschillen vooral in welke lettergreep de nadruk krijgt, en dat verschil is het eerste dat verloren gaat door ruis of een snelle spreker. Gesproken getallen laten ook weg wat geschreven getallen nodig hebben: eenheden, decimale tekens, de volgorde van dag en maand. Het systeem moet het formaat raden, en zijn gok is het meest gangbare formaat, niet het jouwe.
Los het op in de opname. Vraag sprekers getallen voluit te zeggen, met de eenheid: "één dollar twintig", "de vijftiende maart". Zet bij een voorbereide lezing de getallen in het script.
Los het op in het transcript. Controleer elk getal dat ertoe doet op het gehoor voordat het transcript wordt geciteerd, verstuurd of gepubliceerd. Een fout getal leest als een goed getal, dus niets op de pagina waarschuwt je. Wat het woordfoutpercentage meet en wat het mist legt uit waarom één fout getal meer kost dan zijn aandeel in het foutpercentage.
Als een transcript veel problemen heeft, herstel ze dan in deze volgorde, zodat geen enkele oplossing door de volgende ongedaan wordt gemaakt:
Maak daarna de volgende opname makkelijker: een microfoon per spreker, de taal opgegeven en een script met de namen erin. De meeste fouten in audiotranscriptie worden beslist voordat iemand op opnemen drukt.
Laat bij een zitting, een medisch consult of alles waarbij één fout woord gevolgen heeft, een mens het transcript controleren voordat het wordt gebruikt, welk systeem het ook heeft gemaakt. Om te zien welke van deze fouten jouw eigen audio oplevert, probeer een opname in het Dashboard.