음성을 자막으로 전사

이 빌드의 모델은 언어를 감지하지 않으므로 말해진 언어를 직접 알려야 합니다. 자동 옵션은 없고, 그것은 의도된 것입니다. 언어를 고르지 않으면 모델이 영어로 가정합니다. 중국어 녹음을 영어로 읽으면 실패하지 않습니다. 원음과 어렴풋이 비슷하게 들리는, 자신만만해 보이는 영어 단어를 돌려주고, 그것은 오류 메시지보다 알아차리기 훨씬 어렵습니다. 실제로 들리는 언어를 고르고, 확신이 없다면 먼저 빠른 모델로 30초를 전사해 확인하세요.

재생하기에는 충분하고 편집 없이 방송하기에는 부족합니다. 각 블록의 시작과 끝은 모델 자체의 세그먼트 경계에서 오며, 단어가 시작하는 정확한 프레임이 아니라 구절 가장자리에 앉습니다. 두 블록이 겹치게 되면 뒤의 것을 앞으로 밀고 그 조정을 손실 목록에 세므로 겹치는 것도 시간이 거꾸로 가는 것도 없습니다. 방송사에 납품하는 자막 제작사처럼 프레임 단위 동기화가 필요하다면, 이 출력은 손으로 시각을 맞출 초안이지 납품물이 아니라는 것이 정직한 답입니다.

긴 파일에서 그 차이가 기다림과 포기의 차이이기 때문입니다. 명확한 말소리 1분으로 재면 빠른 모델은 약 3.7초, 정확한 모델은 약 7.5초가 걸립니다. 오디오 1분마다 대략 두 배를 기다리는 셈입니다. 빠른 모델은 대문자도 더 적극적으로 쓰고 때때로 구두점을 지어냅니다. 정확한 모델은 사람이 쓴 것에 더 가깝습니다. 흔한 방식은 한 시간짜리 인터뷰를 빠른 모델로 먼저 돌려 언어와 오디오 품질을 확인하고, 파일이 괜찮다는 것을 안 뒤 정확한 모델로 다시 돌리는 것입니다.

모델이 적어 낼 수 있는 것을 듣지 못했다는 뜻이고, 흔한 원인이 셋입니다. 언어 설정이 실제 말소리와 다르거나, 말소리가 음악이나 소음 아래 묻혀 있거나, 오디오 트랙이 아주 조용한 경우입니다. 파일 자체는 멀쩡합니다. 페이지는 이것을 오디오를 전혀 디코드할 수 없는 파일과 구별합니다. 고치는 방법이 다르기 때문입니다. 말해진 언어를 바꾸거나, 넣은 오디오 트랙이 의도한 것인지 확인하세요. 영화의 해설 트랙은 대사와 다른 스트림입니다.

네, 그리고 페이지는 언제 멈추는지 분명히 말합니다. 모델 다운로드는 언제든 취소할 수 있습니다. 인식 중에는 모델을 창 중간에 중단할 수 없으므로 취소는 다음 30초 창이 시작할 때 효과를 냅니다. 빠른 모델에서는 몇 초 뒤입니다. 부분 결과를 다운로드로 제공하지 않습니다. 모델은 캐시에 남으므로 다시 시도해도 새로 내려받지 않습니다.

모델이 만든 구두점은 그대로 유지되며 대체로 합리적이지만 믿을 수는 없습니다. 화자 라벨은 지어내지 않습니다. 이 모델은 목소리를 분리하지 않으므로 두 사람이 말하면 하나의 텍스트 흐름이 됩니다. 화자 라벨을 붙이는 일은 여기서 수작업입니다. 필요하다면 먼저 전사한 뒤 편집하세요. 파일은 어느 자막 편집기에서나 열리고 블록이 이미 문장 경계에서 나뉘어 있어, 빈 타임라인에서 시작하는 것보다 그 작업이 훨씬 빠릅니다.