Nakala mbaya kwa kawaida ina sababu moja au mbili, na makosa yaliyo ukurasani yanakuonyesha ni zipi. Sababu saba za kawaida za makosa ya unukuzi wa sauti, kila moja inaonekanaje, kwa nini hutokea, na suluhisho katika rekodi na katika nakala.
Makosa ya unukuzi wa sauti mara chache hutokea kwa bahati. Nakala inayogeuza "Kubernetes" kuwa "Cooper Netties", inayoweka maneno ya watu wawili chini ya jina moja, au inayoandika "fifty" pale mzungumzaji aliposema "fifteen", inakuonyesha kilichoharibika. Kila sababu huacha aina yake ya kosa, na kila moja ina suluhisho lake. Baadhi ya suluhisho ni la rekodi ijayo, mengine ni la nakala uliyonayo tayari.
Mwongozo huu unaanzia kwenye kosa. Tafuta kwenye orodha iliyo hapa chini lile linalolingana na nakala yako, kisha nenda kwenye sehemu yake: kosa linaonekanaje, kwa nini hutokea kwa maneno rahisi, na la kufanya kulihusu.
Matatizo mengi ya unukuzi huangukia katika mifumo saba. Linganisha dalili na sababu:
Sababu mbili mara nyingi hujilimbikiza pamoja. Mgeni wa mbali kwenye vifaa vya sauti vya kichwani katika mkahawa wenye kelele, anayezungumza kwa lafudhi, atazalisha aina tatu za makosa kwa wakati mmoja. Rekebisha kwanza sababu inayoathiri mistari mingi zaidi: kwa kawaida sauti, kisha lugha, kisha maneno.
Inaonekanaje. Katika rekodi iliyofanywa mkahawani, "Let's move the launch to March" inarudi kama "Let's move the lunch to March". Neno lililo chini ya mlio wa mlango linapotea. Juu ya ukimya mrefu wenye kiyoyozi kinachovuma, mstari unaonekana ambao hakuna aliyeusema, kama "Thank you for watching."
Kwa nini hutokea. Utambuzi wa usemi hukisia maneno yanayowezekana zaidi kwa sauti inayopokea. Kelele hufunika sehemu hafifu za usemi kwanza: miisho ya maneno na maneno mafupi yaliyo katikati. Ishara halisi ikiwa pungufu, ukisiaji hutegemea zaidi kile ambacho kwa kawaida hufuata, na "lunch" ni neno la kawaida kuliko "launch". Juu ya kelele ya kudumu bila usemi wowote, baadhi ya mifumo bado huandika kifungu cha kawaida, kwa sababu ilifunzwa kuandika kitu kila inaposikia sauti.
Rekebisha katika rekodi. Sogeza kipaza sauti karibu na mzungumzaji badala ya kuongeza sauti. Kuongeza umbali mara mbili hupunguza sauti ya moja kwa moja ya mzungumzaji kwa karibu 6 dB wakati kelele ya chumba inabaki pale pale, kwa hiyo ukaribu ni muhimu kuliko mpangilio wowote. Zima feni na viyoyozi wakati wa kurekodi ikiwezekana, na rekodi katika chumba chenye nyuso laini badala ya kioo na vigae.
Rekebisha katika nakala. Katika VocalStack, taja lugha inayozungumzwa kwenye rekodi zenye kelele badala ya kuiacha kwenye utambuzi wa kiotomatiki. Maelezo ya Dashibodi yenyewe yanasema hivyo: kutaja lugha huboresha usahihi kwenye rekodi zenye kelele na lafudhi nzito. Kwa unukuzi mubashara, hali ya ucheleweshaji ya Accuracy hukubali ucheleweshaji kidogo zaidi ili kupata makosa machache kwenye sauti ngumu. Mistari ambayo injini ina uhakika nayo kidogo zaidi (chini ya kiwango cha uhakika cha unukuzi, 0.60 kwa chaguo-msingi) huonyeshwa kwa wasikilizaji kama "Audio unclear" badala ya kukisia, na haisomwi kwa sauti kamwe. Mstari ambao ni uvumbuzi mtupu unaweza kufichwa kwa mkono: mistari iliyofichwa huachwa nje ya nakala, mauzo ya nje, manukuu na kicheza.
Inaonekanaje. "The data shows a thirty percent rise" inakuwa "The data shows a dirty percent rise". Makosa yanamfuata mzungumzaji mmoja kote kwenye rekodi, huku mistari ya kila mtu mwingine ikiwa safi.
Kwa nini hutokea. Mfumo wa utambuzi hujifunza maneno yanavyosikika kutoka kwa usemi uliofunzwa nao. Mzungumzaji anapotamka sauti kwa njia tofauti na usemi mwingi huo, kama "th" inayosemwa "d", mfumo husikia hasa kile kilichosemwa na kuchagua neno halisi linalolingana zaidi na sauti hiyo. Utambuzi wa kiotomatiki wa lugha unaweza kuzidisha hali: lafudhi kali inaweza kuhamisha viashiria kuelekea lugha nyingine kabisa (tazama jinsi utambuzi wa kiotomatiki wa lugha unavyofanya kazi).
Rekebisha katika rekodi. Kwa hotuba ya moja kwa moja, ongeza Reference Script kabla ya kuanza (tazama sehemu ya istilahi hapa chini), ili maneno ambayo mzungumzaji anaweza kuyasema yawe yanajulikana tayari. Kipaza sauti kizuri husaidia kila lafudhi, kwa sababu zaidi ya kila sauti hufika kwa injini.
Rekebisha katika nakala. Taja lugha inayozungumzwa kwa rekodi hiyo. Kisha tumia kichupo cha Fix: Mark uncertain words hupaka rangi na kuweka mstari chini ya maneno ambayo injini ilikuwa na shaka nayo, na unaweza kupitia sehemu zenye shaka moja baada ya nyingine badala ya kusoma tena kila kitu. Injini ilipozingatia maneno mengine, huyatoa kama masahihisho yanayopendekezwa, kwa hiyo kusahihisha "dirty" kuwa "thirty" kwa kawaida ni kubofya mara moja. Play just this word hukuruhusu kuthibitisha kwa sikio kabla ya kubadilisha.
Inaonekanaje. Mzungumzaji mmoja anauliza "So we agree on Tuesday?" huku mwingine akiingilia na "No, Thursday works". Nakala inaonyesha mstari mmoja chini ya Speaker 1: "So we agree on Tuesday no Thursday works." Au kinyume chake: mtu mmoja aliyechangamka katikati ya mkutano anaonekana kama Speaker 1 na Speaker 3.
Kwa nini hutokea. Kazi mbili tofauti zinaendeshwa chini kwa chini. Utambuzi wa usemi huandika maneno; utambuzi wa wazungumzaji (diarization) huamua nani alizungumza lini, kutokana na jinsi kila sauti inavyosikika. Mifumo mingi huupa kila kipande cha sauti mzungumzaji mmoja, kwa hiyo watu wawili wanapozungumza pamoja, mmoja hupoteza. Mabadiliko ya sauti ya mtu (amechangamka, amechoka, yuko mbali zaidi na kipaza sauti) yanaweza kumfanya aonekane kama mtu mpya. Utambuzi wa wazungumzaji dhidi ya utambuzi wa usemi unaeleza kazi zote mbili kwa kina.
Rekebisha katika rekodi. Mpe kila mtu kipaza sauti chake. Badiliko hilo moja hufanya zaidi kwa wazungumzaji wengi kuliko mpangilio wowote. Kwenye jopo au mkutano wenye maswali kutoka kwa hadhira, mwombe msimamizi arudie kila swali kwenye kipaza sauti chake kabla halijajibiwa.
Rekebisha katika nakala. Chagua mpangilio wa lebo za wazungumzaji: When Needed (chaguo-msingi) huweka lebo kwenye mistari mara sauti ya pili inaposikika, On huweka lebo kwenye kila mstari, Off haiweki yoyote. Mpe kila mzungumzaji jina wakati wa rekodi au baadaye. Jina ni tabaka juu ya maneno, kwa hiyo halibadilishi maandishi kamwe, na linatumika kwa mtu huyo katika kila rekodi ya unukuzi. Hifadhi mzungumzaji unayemrekodi mara kwa mara, na unukuzi wa baadaye utamtambua kwa jina. Mstari unaounganisha sentensi mbili unaweza kugawanywa kuwa miwili: gusa pengo mahali mstari mpya unapoanzia.
Inaonekanaje. "We deployed it on Kubernetes" inakuwa "We deployed it on Cooper Netties". "Ms Nguyen" inakuwa "Miss Win". Jina la dawa linageuka kuwa maneno matatu mafupi ya Kiingereza. Sehemu nyingine ya sentensi ni sawa.
Kwa nini hutokea. Mfumo unaweza kuandika maneno inayoyajua tu, na jina mara nyingi hutokea mara moja, bila kitu kinachoizunguka cha kulitabiri. Ikiwa haijawahi kuona neno hilo, huchagua maneno ya kawaida yanayosikika karibu zaidi. Hii ndiyo hali ngumu zaidi kwa unukuzi sahihi wa istilahi za kiufundi: sentensi haitoi kidokezo, kwa hiyo muktadha wowote hausaidii.
Rekebisha katika rekodi. Mpe mfumo maneno kabla mzungumzaji hajayasema. Katika VocalStack hiyo ni Reference Script: ongeza hati au slaidi za hotuba ya moja kwa moja, au orodha ya majina na istilahi, kabla ya kuanza, na majina na istilahi kutoka humo hushinda yale yaliyosikika vibaya. Wakati wa hotuba hati hufuata nakala kama teleprompter. Kila neno ambalo hati ililisahihisha limetiwa alama SCRIPT miongoni mwa masahihisho na linaweza kutenguliwa ikiwa mzungumzaji kweli alisema kitu kingine.
Rekebisha katika nakala. Sahihisha jina mara moja na kagua sehemu nyingine kwa utafutaji. Masahihisho humfikia kila msikilizaji wakati unukuzi uko mubashara, katika kila lugha anayosoma, na kila sahihisho limeorodheshwa na linaweza kutenguliwa. Mauzo ya nje (SRT, PDF, Excel, JSON) yanajumuisha masahihisho, kwa hiyo manukuu na hati hubeba tahajia iliyorekebishwa.
Inaonekanaje. Hotuba inaanza kwa salamu ya Kihispania na kuendelea kwa Kiingereza, na Kiingereza kinatoka kama upuuzi unaofanana na Kihispania. Au mistari michache katikati ya nakala ya Kiingereza inaonekana kwa lugha inayohusiana. Baadhi ya mifumo, ikiwekwa kwenye lugha isiyo sahihi, huandika tafsiri ya kukadiria badala ya kilichosemwa.
Kwa nini hutokea. Lugha isipotajwa, mfumo lazima uitambue kutokana na sauti, mara nyingi kutoka sekunde chache za kwanza. Salamu, nukuu au lafudhi kali vinaweza kuuelekeza vibaya. Mara unapochagua lugha isiyo sahihi, kila neno katika sehemu hiyo huwa si sahihi kwa pamoja.
Rekebisha katika rekodi. Ikiwa rekodi ni ya lugha moja, itaje. Acha utambuzi ukiwa umewashwa wakati lugha mbili au zaidi zinazungumzwa kweli, ili kila sehemu inukuliwe kwa lugha yake; kutaja moja kungeilazimisha nyingine iingie ndani yake. Katika unukuzi mubashara lugha inaweza kubadilishwa wakati unaendelea, na mabadiliko hutumika mara moja.
Rekebisha katika nakala. Mstari uliosikika kwa lugha isiyo sahihi hauwezi kurekebishwa neno kwa neno, kwa sababu hakuna kilicho sahihi ndani yake. VocalStack inaweza kunukuu mstari upya: chagua lugha ambayo kweli ilizungumzwa, na sauti ya mstari husomwa tena kwa lugha hiyo. Matokeo huchukua nafasi ya mstari kama sahihisho la kawaida, lenye kutengua lile lile kama lingine lolote.
Inaonekanaje. "The fees went up" inakuwa "The thieves went up". "Free" na "three" zinabadilishana. Makosa yanaenea katika rekodi nzima, na ni mabaya zaidi kwa mzungumzaji wa mbali kwenye simu.
Kwa nini hutokea. Sauti nyingi zinazotofautisha "f", "s" na "th" ziko juu katika wigo wa masafa. Laini ya simu haibebi chochote juu ya takriban 3.4 kHz, na vifaa vya sauti vya Bluetooth mara nyingi hubadilisha kipaza sauti chake kuwa hali ya simu yenye wigo mwembamba zaidi. Ubanaji wa kiwango cha chini cha biti katika simu za video huondoa zaidi. Mfumo hupokea sauti ambamo sauti hizo tayari zimepotea, na hukisia kati ya maneno ambayo sasa yanasikika sawa.
Rekebisha katika rekodi. Tumia kipaza sauti chenye waya, au kifaa cha sauti cha kichwani ambacho kipaza sauti chake hubaki katika hali ya ubora kamili. Rekodi kila mzungumzaji wa mbali upande wake ikiwezekana, badala ya kurekodi simu. Kwa tukio, chukua mlisho kutoka kwa kichanganya sauti badala ya kipaza sauti cha kompyuta mpakato au simu ndani ya chumba: usanidi wa moja kwa moja wa VocalStack huchukua kebo moja kutoka kwa kichanganyaji, na kipaza sauti kilichojengwa ndani ya simu hunasa zaidi ya chumba.
Rekebisha katika nakala. Sauti ambayo haikunaswa haiwezi kurejeshwa, si na mashine wala na mtu. Tumia alama za maneno yenye shaka kupata sehemu zilizoharibika, cheza mstari ili kuthibitisha, na sahihisha unachoweza kusikia. Pale ambapo hakuna anayeweza kujua kilichosemwa, kuficha mstari ni uaminifu zaidi kuliko kuacha ukisiaji.
Inaonekanaje. "Fifteen" inakuwa "fifty". "One twenty" inakuwa "120" wakati mzungumzaji alimaanisha dola moja na senti ishirini. "The third of the fourth" inatoka kama tarehe yenye mpangilio usio sahihi. Kila kosa ni neno moja, na kila neno lingine katika sentensi ni sahihi.
Kwa nini hutokea. "Fifteen" na "fifty" hutofautiana hasa katika silabi ipi inasisitizwa, na tofauti hiyo ndiyo ya kwanza kupotea kwa kelele au mzungumzaji wa haraka. Nambari zinazosemwa pia huacha kile ambacho zilizoandikwa zinahitaji: vipimo, vitone vya desimali, mpangilio wa siku na mwezi. Mfumo lazima ukisie umbizo, na ukisiaji wake ni ule wa kawaida zaidi, si wako.
Rekebisha katika rekodi. Waombe wazungumzaji waseme nambari kwa ukamilifu, na kipimo: "one dollar twenty", "the fifteenth of March". Kwa hotuba iliyoandaliwa, weka nambari kwenye hati.
Rekebisha katika nakala. Kagua kila nambari muhimu kwa sikio kabla nakala haijanukuliwa, kutumwa au kuchapishwa. Nambari isiyo sahihi husomeka kama sahihi, kwa hiyo hakuna kitu ukurasani kinachokuonya. Kiwango cha makosa ya maneno kinapima nini, na kinakosa nini kinaeleza kwa nini nambari moja isiyo sahihi inagharimu zaidi ya sehemu yake ya kiwango cha makosa.
Nakala inapokuwa na matatizo mengi, yarekebishe kwa mpangilio huu, ili hakuna suluhisho litakalobatilishwa na linalofuata:
Kisha ifanye rekodi inayofuata iwe rahisi: kipaza sauti kimoja kwa kila mzungumzaji, lugha ikitajwa, na hati yenye majina ndani yake. Makosa mengi ya unukuzi wa sauti huamuliwa kabla mtu yeyote hajabonyeza rekodi.
Kwa kikao cha kusikilizwa, mashauriano ya kitabibu au chochote ambapo neno moja lisilo sahihi lina madhara, mtu aikague nakala kabla ya kutumiwa, mfumo wowote uliyoitengeneza. Ili kuona ni makosa gani kati ya haya sauti yako mwenyewe inazalisha, jaribu rekodi katika Dashibodi.