Ang mga salitang madalas nagkakamali ang recognizer sa serbisyo o council meeting ay ang mga nakasulat na sa papel. Ibigay ang agenda, kunin ang audio sa mixing desk sa halip na sa silid, at ang lingguhang event ay mas mura pa sa kapeng iinumin pagkatapos.
Ang isang Linggong serbisyo, isang Martes na lecture at isang buwanang council meeting ay higit pa sa pagkakatulad kaysa sa inaakala. Paulit-ulit na nangyayari ang bawat isa sa iisang silid, pinamamahalaan ng isang boluntaryo o clerk sa halip na AV company, at naglilingkod sa mga taong mas makasusunod kung nasa ibang wika, sa mga taong hindi gaanong makarinig, at sa mga taong hindi talaga makapupunta. Maliit ang badyet at nagbabago ang mga taong nagpapatakbo nito. Ang taong nag-set up nito noong nakaraang taon ay malamang na lumipat na sa flower rota.
Tinatalakay ng artikulong ito kung paano i-set up nang minsanan ang VocalStack para sa ganitong silid, para ang bawat linggo pagkatapos nito ay pindot na lang ng start. Tinatalakay din nito ang iilang bagay na nagpapasya kung tama ang mga salitang lalabas sa screen. Para sa one-off na bersyon, ang conference na may ilang stage, tingnan ang Pagpapatakbo ng multilingual na conference na may live captions. Magsimula sa bagay na ipi-print mo.
Ang broadcast ay isang public na link at isang QR code. Maaaring buksan ng kahit sino ang link sa browser, pumili ng wika, at magbasa habang nagsasalita ang speaker. Walang kailangang i-install at walang kailangang gawing account. Maaaring pakainin ng kahit ilang live na transcription ang iisang broadcast, kaya lumalabas ang recording ng Linggong ito at ng susunod sa iisang address.
I-print nang minsan ang QR code at ilagay ito sa notice board, sa order of service, sa slides ng lecture o sa pader ng gallery. Ini-scan ito ng mga listener para buksan ang live na pagsasalin at pumili ng wika. Kung papalitan mo ang pangalan ng link, bubukas pa rin ang luma sa parehong broadcast, kaya gumagana pa rin ang mga leaflet ng nakaraang taon.
Kapag binuksan ng listener ang link nang maaga, makikita niyang hindi pa nagsisimula ang broadcast. Ang sumasali nang huli ay makikita ang lahat ng nasabi bago sila dumating, at pagkatapos ay susunod nang live. Ang listener na naputol ang koneksyon ay kusang makakahabol.
Public ang broadcast bilang default, na tama para sa serbisyo o council session at mali para sa closed meeting o seminar. Para sa mga iyon, i-switch ito sa private at magtakda ng password: tanging mga may password lamang ang makabubukas ng link, at hihingin ang password bago lumitaw ang transcript. Alinman dito, sabihin sa isang nakikitang lugar na naitatala ang silid at kung saan napupunta ang teksto. Maaaring nagdarasal nang malakas o nagsasalita nang tatlong minuto sa public comment ang mga tao nang hindi inaasahang may transcript. Murang gawin ang isang linyang nagsasabi nito sa order of service o sa agenda. Gumawa ng broadcast sa {{app}}/broadcasts/new.
Ang link ay kalahati lamang; may kailangang maglagay ng mga salita dito.
Bago ang anumang software, ang audio muna. Ang mga silid na itinayo para sa kongregasyon at council ay itinayo para sa reverberation: bato, mataas na kisame, kahoy na upuan. Ang telepono o laptop sa lectern ay naririnig ang speaker nang isang beses nang direkta at pagkatapos ay ilang beses pa mula sa mga dingding. Ang layo at echo ang pinakamalaking sanhi ng mga error sa recognition, malayong nauuna sa accent. Kung may mixing desk ang silid, kunin ang feed mula roon (isang aux o record output), para marinig ng recognizer ang naririnig ng mga mikropono. Ang gumagalaw, gaya ng pari na lumalabas sa pulpito o lecturer sa whiteboard, ay dapat magsuot ng lapel o headset mic sa halip na umasa sa isang nakatayong mic. Ayusin ito at karamihan sa iba ay pag-tune na lang.
Karamihan sa mga simbahan, unibersidad at council ay mayroon nang audio ng desk na nakalagay sa isang lugar, at kayang kunin ito ng live transcription mula roon sa halip na mula sa device sa silid.
Para sa stream, kinukuha ng VocalStack ang audio nang mag-isa; walang tumatakbo sa panig mo. Kailangang maabot ng internet ang address. Ang stream na umiiral lamang sa sarili mong network ay kailangang i-record mula sa device sa silid. Simulan ang live transcription sa {{app}}/transcriptions/new/live at ikabit ito sa broadcast.
Kapag dumating na ang magandang audio, ang mga error na mapapansin mo pa rin ay ang mga inaasahan na.
Madaling mahulaan ang mga salitang nagkakamali ang speech recognizer sa simbahan, sa lecture o sa council chamber: pangalan ng tao at lugar, mga sanggunian sa kasulatan, teknikal na termino, at mga item sa agenda. Istruktural ang dahilan. Pinipili ng recognizer ang pinaka-malamang na salita batay sa tunog, at natututo ito ng mga probabilidad na iyon mula sa karaniwang sinasabi ng mga tao. Kaya laging natatalo ang bihirang apelyido sa karaniwang salitang kapareho ng tunog. Ang sagot ng larangan, na tinatawag na biasing o custom vocabulary, ay sabihin sa sistema kung aling mga bihirang salita ang aasahan. Ang kapaki-pakinabang na obserbasyon para sa silid na may lingguhang event ay ito mismo ang mga salitang nakasulat na bago pa ang event.
Magdagdag ng script o slides bago magsimula. Mas mauuna ang mga pangalan at termino mula rito kaysa sa anumang narinig nang mali ng recognizer. Hindi kailangang basahin ito nang salita por salita ng sinuman; ang outline ng sermon, handout o nai-publish na agenda ay may dala nang karamihan sa mga pangngalang pantangi. Habang nagre-record, sinusundan ng Script tab sa host screen ang mga salita na parang teleprompter, at sinisindihan ang mga salitang nasabi na.
Maaaring isulat nang maaga ang mga script at bigyan ng start time; nakalista ang library sa ilalim ng Upcoming na may Start button. Angkop ito sa rota: isang tao ang naglalagay ng teksto sa Biyernes, at ibang tao ang pumipindot ng Start tuwing Linggo.
Kung may salitang lumabas pa ring mali, minamarkahan ng Fix tab ang mga hindi tiyak na salita at pinapayagan ang host na i-click ang isang linya para itama ito habang live ang recording; makikita ng mga listener ang pagwawasto.
Ang pagkuha ng tamang salita ay kalahati lamang; ang isa pa ay ang pagkaalam kung sino ang nagsabi nito.
May tatlong posisyon ang speaker-labels switch. Ang When Needed ay naglalagay ng label sa bawat linya ng nagsasalita kapag higit sa isang boses ang narinig; kung hindi, plain text ang transcript. Ang On ay naglalagay ng label sa bawat linya kahit iisa lang ang nagsasalita. Ang Off ay plain text. Para sa sermon, ibig sabihin ng When Needed ay prosa kapag iisang boses ang nagbabasa; para sa council na may labindalawang miyembro, bawat linya ay may kasamang nagsasalita.
Sa simula ay mga numero ang mga label. Sa isang recording, maaari mong pangalanan ang isang nagsasalita, at ang pangalan ay ilalapat sa bawat linya niya. Para sa mga taong nagsasalita linggo-linggo, may isa pang hakbang: i-save ang kanilang boses. Maaari kang gumawa ng boses mula sa sinumang nagsasalita nang hindi bababa sa tatlumpung segundo sa isang recording, o mula sa maikling recording na ibinigay nila. Pagkatapos, makikilala at malalagyan ng pangalan ang nagsasalita sa mga susunod na recording, at kung pipiliin ng mga listener na pakinggan ang pagsasalin na binabasa nang malakas, babasahin ito sa sarili nilang boses sa bawat wika. Kung walang cloning, bawat nagsasalita ay makakakuha ng hiwalay na stock na boses na tugma ang kasarian, at maaaring i-mute ang sinumang nagsasalita.
Ang cloned na boses ay biometric data. Gumagawa lamang ang VocalStack nito kapag may tahasang pahintulot ng nagsasalita, ginagamit ito lamang para basahin nang malakas ang linya ng nagsasalitang iyon, at maaari mo itong burahin anumang oras. Ang mga councillor at klero ay pampublikong tao sa kanilang mga silid; hindi iyon katumbas ng pahintulot, kaya magtanong.
Para sa council, dito nagiging talaan ang transcript. Kapag may pangalan ang bawat linya, malalaman na sa wakas sa minutes kung sino ang nagsabing "I think we've covered this" sa ikaapat na beses. Na nagdudulot ng tanong kung para kanino ang talaang iyon.
Ang unang nakikinabang ay ang mga regular na bingi o may kapansanan sa pandinig, hindi ang mga bisitang nagbabasa sa ibang wika, bagaman malugod silang tinatanggap. Ang hearing loop (induction loop) ay nakatutulong sa mga may hearing aid at walang silbi sa iba; ang captions sa telepono ay nakatutulong sa iba, at nagkakadagdagan ang dalawa imbes na magkompetensiya. Maraming pampublikong katawan sa maraming lugar ang may tungkuling pang-accessibility at bukas na pagpupulong, at ang transcript na mababasa ng publiko nang live at pagkatapos ay malaki ang naitutulong sa dalawang iyon. Alamin kung ano ang naaangkop sa inyo sa lugar ninyo.
Maging tapat tungkol sa kung ano ang automatic captions. Nakikinig, nauunawaan at nagta-type ang tao na captioner (CART ang tawag sa serbisyo sa ilang bansa). Sa mainit na debate ng council kung saan tatlong miyembro ang sabay-sabay na nagsasalita, mas mahusay pa rin ang tao kaysa makina. Nagdudulot ng error ang sabay-sabay na pananalita sa anumang automatic na sistema, at gayundin ang chair na bumubulong nang wala sa mic. Kung may legal na kahilingan para sa verbatim captions, ang automatic ay pandagdag, hindi pamalit; kung wala talagang ibang pagpipilian, malaking pagbuti na ito kumpara sa wala.
Mas mahalaga rin ang transcript kinabukasan.
Napupunta ang bawat recording sa iyong library, at inililista ng broadcast page ang mga nakaraang recording para sa sinumang may link. Maaaring pakinggan muli ng sinumang nawalang pulong ito nang eksakto gaya ng pagdating nito, linya-por-linya, kasama ang audio nito.
Kapag tapos na ang mga salita, nasusulat ang pamagat at buod sa bawat wika. Makahahanap din ang paghahanap sa iyong wika ng mga recording na ginawa sa ibang wika, kaya mahahanap ng clerk ang buwan kung kailan tinalakay ang isang item, at ang estudyante ang lecture na tumalakay sa isang termino. Ang mga export ay nasa SRT subtitles, PDF, Excel o JSON, kasama ang mga pagwawasto at pagsasalin; bagay na bagay sa minutes ang PDF ng isinalin na transcript. Kung may dapat mangyari nang walang taong nag-click, ginagawa ng API ang lahat ng ginagawa ng Dashboard, sa parehong rate, sa bawat plan: tingnan ang {{api}}/docs.
Lahat ng ito ay dapat makasurvive sa badyet ng parokya o komite.
Ang live transcription ay $0.60 kada oras ng audio, sinisingil bawat segundo na may 5-minutong minimum kada transcription, sa bawat plan. Libre ang mga listener, gaano man sila karami, at kasama ang pagsasalin sa hanggang 10 wika kada transcription.
Ang bagong account ay may kasamang $5 na one-time signup credit at hindi humihingi ng card. Sapat na ang credit na iyon para sa mahigit isang buwang Linggo. Pagkatapos nito, mag-top up habang gumagamit, o kunin ang Premium sa $50 kada buwan ($40 kada buwan sa annual plan). May kasamang $50 na credit kada buwan ang Premium, na katumbas ng 83 oras ng live. Itinatago rin nito ang bawat recording habambuhay ng account sa halip na 30 araw, at hindi nito pinuputol ang transcription kung maubos ang credit sa kalagitnaan ng pulong. Dalawang praktikal na paalala para sa treasurer. Sa Pay as you go, maaaring umabot ng 15 segundo bago magsimula ang transcription mula sa malamig na simula, kaya pindutin ang start bago ang opening hymn at hindi habang kumakanta. At ang YouTube live na tapos na ay video na, kaya ito ay itinatranscribe bilang file, sa mas mababang file rate.
Para sa iisang silid at iisang paulit-ulit na event, sapat na ang Pay as you go. Para sa institusyong gustong mahanap ang bawat recording kahit ilang taon pagkatapos, o may ilang silid na sabay-sabay, ang Premium ang dapat piliin. Kumpletong talaan, kasama ang mga limitasyon at retention, ay nasa pricing page, at ipinapakita ng interactive demo kung ano ang nakikita ng listener.
