Zlý prepis má zvyčajne jednu alebo dve príčiny a chyby na stránke prezradia, ktoré. Sedem častých príčin chýb pri prepise zvuku: ako každá vyzerá, prečo vzniká a ako ju opraviť v nahrávke aj v prepise.
Chyby pri prepise zvuku zriedka vznikajú náhodou. Prepis, ktorý z „Kubernetes“ urobí „Cooper Netties“, zaradí slová dvoch ľudí pod jedno meno alebo napíše „fifty“ tam, kde rečník povedal „fifteen“, vám ukazuje, čo sa pokazilo. Každá príčina zanecháva svoj vlastný druh chyby a každá má svoju opravu. Niektoré opravy patria do ďalšej nahrávky, iné do prepisu, ktorý už máte.
Tento sprievodca vychádza z chyby. V zozname nižšie nájdite tú, ktorá zodpovedá vášmu prepisu, a prejdite do jej sekcie: ako chyba vyzerá, prečo vzniká jednoduchými slovami a čo s ňou robiť.
Väčšina problémov s prepisom spadá do siedmich vzorov. Priraďte príznak k príčine:
Dve príčiny sa často sčítajú. Vzdialený hosť v slúchadlách v hlučnej kaviarni, ktorý hovorí s prízvukom, vyvolá tri druhy chýb naraz. Najprv opravte príčinu, ktorá postihuje najviac riadkov: zvyčajne zvuk, potom jazyk, potom slová.
Ako to vyzerá. V nahrávke z kaviarne sa „Let's move the launch to March“ vráti ako „Let's move the lunch to March“. Slovo pod buchnutím dverí zmizne. Pri dlhom tichu s hučiacou klimatizáciou sa objaví riadok, ktorý nikto nepovedal, napríklad „Thank you for watching.“
Prečo to vzniká. Rozpoznávanie reči odhaduje najpravdepodobnejšie slová pre zvuk, ktorý dostane. Hluk najprv prekrýva tiché časti reči: konce slov a krátke slová medzi nimi. S menším množstvom skutočného signálu sa odhad viac opiera o to, čo zvyčajne nasleduje, a „lunch“ je bežnejšie slovo ako „launch“. Pri rovnomernom hluku bez akejkoľvek reči niektoré systémy aj tak vyprodukujú hotovú frázu, pretože boli trénované napísať niečo vždy, keď počujú zvuk.
Oprava v nahrávke. Priblížte mikrofón k rečníkovi namiesto zvyšovania jeho citlivosti. Zdvojnásobenie vzdialenosti zníži priamy zvuk rečníka približne o 6 dB, kým hluk v miestnosti zostane rovnaký, takže blízkosť rozhoduje viac než akékoľvek nastavenie. Ak môžete, počas nahrávania vypnite ventilátory a klimatizáciu a nahrávajte v miestnosti s mäkkými povrchmi namiesto skla a dlaždíc.
Oprava v prepise. Vo VocalStack pri hlučných nahrávkach zadajte hovorený jazyk namiesto toho, aby ste nechali automatické zisťovanie. Hovorí o tom aj poznámka v samotnej nástenke: zadanie jazyka zlepšuje presnosť pri hlučných nahrávkach a silnom prízvuku. Pri živom prepise režim oneskorenia Accuracy prijme o niečo väčšie oneskorenie výmenou za menej chýb pri náročnom zvuku. Riadky, o ktorých si je engine najmenej istý (pod prahom istoty prepisu, predvolene 0.60), sa poslucháčom zobrazia ako „Audio unclear“ namiesto odhadu a nikdy sa nečítajú nahlas. Riadok, ktorý je čistý výmysel, možno skryť ručne: skryté riadky sú vynechané z prepisu, exportov, titulkov aj prehrávača.
Ako to vyzerá. „The data shows a thirty percent rise“ sa zmení na „The data shows a dirty percent rise“. Chyby sledujú jedného rečníka celou nahrávkou, zatiaľ čo riadky všetkých ostatných sú čisté.
Prečo to vzniká. Rozpoznávací systém sa učí, ako slová znejú, z reči, na ktorej bol trénovaný. Keď rečník vyslovuje hlásku inak než väčšina tejto reči, napríklad „th“ ako „d“, systém počuje presne to, čo bolo povedané, a vyberie skutočné slovo, ktoré tomuto zvuku najlepšie zodpovedá. Automatické zisťovanie jazyka to môže zhoršiť: silný prízvuk môže posunúť signály úplne k inému jazyku (pozrite ako funguje automatické zisťovanie jazyka).
Oprava v nahrávke. Pri živom vystúpení pridajte pred začatím referenčný skript (Reference Script; pozrite sekciu o odbornej terminológii nižšie), aby slová, ktoré rečník pravdepodobne povie, boli už známe. Dobrý mikrofón pomáha každému prízvuku, pretože k enginu sa dostane viac z každého zvuku.
Oprava v prepise. Zadajte hovorený jazyk pre danú nahrávku. Potom použite kartu Fix: Mark uncertain words zafarbí a podčiarkne slová, v ktorých si engine nebol istý, a neisté segmenty môžete prechádzať jeden po druhom namiesto opätovného čítania všetkého. Tam, kde engine zvažoval iné slová, ponúkne ich ako navrhované opravy, takže oprava „dirty“ na „thirty“ je zvyčajne jedno kliknutie. Play just this word vám umožní overiť to sluchom skôr, než niečo zmeníte.
Ako to vyzerá. Jeden rečník sa pýta „So we agree on Tuesday?“, kým druhý skočí do reči s „No, Thursday works“. Prepis zobrazí jediný riadok pod Speaker 1: „So we agree on Tuesday no Thursday works.“ Alebo naopak: jeden človek, ktorý sa v polovici stretnutia rozohnil, sa objaví ako Speaker 1 a Speaker 3.
Prečo to vzniká. Pod povrchom bežia dve samostatné úlohy. Rozpoznávanie reči píše slová; diarizácia rečníkov rozhoduje, kto kedy hovoril, podľa toho, ako každý hlas znie. Väčšina systémov priradí každému úseku zvuku jedného rečníka, takže keď dvaja ľudia hovoria naraz, jeden z nich prehrá. Zmena hlasu niekoho (nadšený, unavený, ďalej od mikrofónu) môže spôsobiť, že vyzerá ako nový človek. Diarizácia rečníkov vs rozpoznávanie reči vysvetľuje obe úlohy podrobne.
Oprava v nahrávke. Dajte každému človeku vlastný mikrofón. Táto jediná zmena urobí pre viacerých rečníkov viac než akékoľvek nastavenie. Pri panelovej diskusii alebo stretnutí s otázkami z publika požiadajte moderátora, aby každú otázku zopakoval do vlastného mikrofónu skôr, než sa na ňu odpovie.
Oprava v prepise. Vyberte nastavenie označovania rečníkov: When Needed (predvolené) označí riadky, akonáhle sa ozve druhý hlas, On označí každý riadok, Off neoznačí žiadny. Pomenujte každého rečníka počas nahrávania alebo po ňom. Meno je vrstva nad slovami, takže nikdy nemení text, a platí pre tohto človeka vo všetkých nahrávkach daného prepisu. Uložte rečníka, ktorého nahrávate často, a neskoršie prepisy ho rozpoznajú podľa mena. Riadok, ktorý spája dve vety, možno rozdeliť na dva: klepnite na medzeru, kde nový riadok začína.
Ako to vyzerá. „We deployed it on Kubernetes“ sa zmení na „We deployed it on Cooper Netties“. „Ms Nguyen“ sa zmení na „Miss Win“. Názov lieku sa zmení na tri krátke anglické slová. Zvyšok vety je v poriadku.
Prečo to vzniká. Systém môže písať len slová, ktoré pozná, a meno sa často objaví iba raz, bez okolia, z ktorého by sa dalo predpovedať. Keď slovo nikdy nevidel, vyberie bežné slová, ktoré znejú najbližšie. Toto je najťažší prípad pre presný prepis odbornej terminológie: veta nedáva žiadnu nápovedu, takže žiadne množstvo kontextu to neopraví.
Oprava v nahrávke. Dajte systému slová skôr, než ich rečník povie. Vo VocalStack je to referenčný skript (Reference Script): pred začatím pridajte skript alebo snímky živého vystúpenia, alebo zoznam mien a pojmov, a mená a pojmy z neho získajú prednosť pred tým, čo bolo zle počuté. Počas vystúpenia skript sleduje prepis ako teleprompter. Každé slovo, ktoré skript opravil, je medzi opravami označené SCRIPT a možno ho vrátiť späť, ak rečník naozaj povedal niečo iné.
Oprava v prepise. Opravte meno raz a ostatné miesta skontrolujte vyhľadávaním. Opravy sa dostanú ku všetkým poslucháčom, kým je prepis živý, v každom jazyku, v ktorom čítajú, a každá oprava je uvedená v zozname a dá sa vrátiť späť. Exporty (SRT, PDF, Excel, JSON) zahŕňajú opravy, takže titulky a dokumenty nesú opravený pravopis.
Ako to vyzerá. Vystúpenie sa začne pozdravom po španielsky a pokračuje po anglicky a angličtina vyjde ako nezmysel podobný španielčine. Alebo sa pár riadkov uprostred anglického prepisu objaví v príbuznom jazyku. Niektoré systémy nastavené na nesprávny jazyk napíšu hrubý preklad namiesto toho, čo bolo povedané.
Prečo to vzniká. Keď nie je zadaný žiadny jazyk, systém ho musí zistiť zo zvuku, často z prvých pár sekúnd. Pozdrav, citát alebo silný prízvuk ho môžu nasmerovať zlým smerom. Keď si raz vyberie nesprávny jazyk, každé slovo v danom úseku je nesprávne spolu.
Oprava v nahrávke. Ak je nahrávka v jednom jazyku, zadajte ho. Zisťovanie nechajte zapnuté, keď sa naozaj hovorí dvoma alebo viacerými jazykmi, aby sa každá časť prepísala vo svojom vlastnom jazyku; zadanie jedného by do neho vtlačilo aj ten druhý. Pri živom prepise možno jazyk zmeniť počas behu a zmena sa prejaví okamžite.
Oprava v prepise. Riadok počutý v nesprávnom jazyku sa nedá opraviť slovo po slove, pretože v ňom nie je nič správne. VocalStack môže riadok prepísať znova: vyberte jazyk, v ktorom bol naozaj povedaný, a zvuk riadku sa prečíta znova v tomto jazyku. Výsledok nahradí riadok ako bežná oprava s rovnakým vrátením späť ako každá iná.
Ako to vyzerá. „The fees went up“ sa zmení na „The thieves went up“. „Free“ a „three“ sa zamenia. Chyby sa rozšíria po celej nahrávke a najhoršie sú u vzdialeného rečníka v hovore.
Prečo to vzniká. Mnohé zvuky, ktoré rozlišujú „f“, „s“ a „th“, sú vo vysokej časti frekvenčného rozsahu. Telefónna linka neprenáša nič nad približne 3.4 kHz a slúchadlá Bluetooth často prepnú mikrofón do hovorového režimu s oveľa užším rozsahom. Kompresia s nízkou dátovou rýchlosťou vo videohovoroch odstráni ešte viac. Systém dostane zvuk, v ktorom tie hlásky už chýbajú, a hádá medzi slovami, ktoré teraz znejú rovnako.
Oprava v nahrávke. Použite drôtový mikrofón alebo slúchadlá, ktorých mikrofón zostáva v režime plnej kvality. Ak môžete, nahrávajte každého vzdialeného rečníka na jeho strane namiesto nahrávania hovoru. Pri podujatí vezmite signál z miešacieho pultu namiesto mikrofónu notebooku alebo telefónu v miestnosti: živé nastavenie VocalStack berie jeden kábel z pultu a vstavaný mikrofón telefónu zachytí z miestnosti viac.
Oprava v prepise. Zvuk, ktorý nikdy nebol zachytený, sa nedá obnoviť, ani strojom, ani človekom. Pomocou značiek neistých slov nájdite poškodené úseky, prehrajte riadok na overenie a opravte to, čo počujete. Tam, kde nikto nevie povedať, čo odznelo, je skrytie riadku čestnejšie než ponechanie odhadu.
Ako to vyzerá. „Fifteen“ sa zmení na „fifty“. „One twenty“ sa zmení na „120“, keď rečník myslel jeden dolár dvadsať. „The third of the fourth“ vyjde ako dátum v nesprávnom poradí. Každá chyba je jedno slovo a všetky ostatné slová vo vete sú správne.
Prečo to vzniká. „Fifteen“ a „fifty“ sa líšia najmä tým, ktorá slabika je prízvučná, a tento rozdiel sa stratí ako prvý pri hluku alebo rýchlom rečníkovi. Hovorené čísla tiež vynechávajú to, čo písané potrebujú: jednotky, desatinné čiarky, poradie dňa a mesiaca. Systém musí formát uhádnuť a jeho odhad je ten najbežnejší, nie ten váš.
Oprava v nahrávke. Požiadajte rečníkov, aby povedali čísla celé, s jednotkou: „one dollar twenty“, „the fifteenth of March“. Pri pripravenom vystúpení dajte čísla do skriptu.
Oprava v prepise. Každé dôležité číslo skontrolujte sluchom skôr, než sa prepis cituje, odošle alebo zverejní. Nesprávne číslo sa číta ako správne, takže na stránke vás nič nevaruje. Čo meria miera chybovosti slov a čo prehliadne vysvetľuje, prečo jedno nesprávne číslo stojí viac než jeho podiel na miere chybovosti.
Keď má prepis veľa problémov, opravujte ich v tomto poradí, aby žiadna oprava nebola zrušená ďalšou:
Potom uľahčite ďalšiu nahrávku: mikrofón pre každého rečníka, zadaný jazyk a skript s menami. Väčšina chýb pri prepise zvuku sa rozhodne skôr, než niekto stlačí nahrávanie.
Pri pojednávaní, lekárskej konzultácii alebo čomkoľvek, kde má jedno nesprávne slovo následky, nechajte prepis skontrolovať človeka skôr, než sa použije, nech ho vytvoril ktorýkoľvek systém. Ak chcete zistiť, ktoré z týchto chýb vyrába váš vlastný zvuk, vyskúšajte nahrávku v nástenke.