Sesi düz metne dök
İlk çalıştırma konuşma modelini indirir — hızlı kademe için yaklaşık 45 MB, doğru olan için 81 MB — bu site tarafından sunulur ve sonrasında tarayıcı tarafından önbelleğe alınır. Hiçbir şey yüklenmez ve döküm makine tarafından üretilmiştir: yayımlamadan önce sözcükleri ve zamanlamaları düzeltin.
Seçenekler
Aynı modelin iki kademesi. Hızlı olan yaklaşık 45 MB’tır ve kabaca iki kat hızlı yazıya döker; doğru olan yaklaşık 81 MB’tır ve büyük harf ile noktalamayı daha doğru yakınlaştırır. İkisi de burada çalışır ve indirme tarayıcı başına bir kez olur. Uzun bir kayıtta önce hızlı kademeyi deneyip dilin doğru olduğunu kontrol edin.
Kayıtta konuşulan dil. Otomatik seçenek yoktur: modelin bu derlemesi dil algılamaz ve hiçbiri seçilmezse İngilizce varsayar. İngilizce okunan Çince bir kayıt başarısız olmaz — akıcı görünen anlamsız bir metin üretir ve bunu fark etmek çok daha zordur. Gerçekten duyduğunuz dili seçin.
Bu sayfa bir kaydı düz metne dönüştürür: söylenenlerin zaman kodları çıkarılmış paragrafları. Bu sayfanın altyazı sürümüyle aynı dinleme motorunu kullanır — aynı modeller, aynı otuz saniyelik pencereler, aynı yalnızca-yerel kuralı — ama son adım farklıdır. Cümle başına bir replik yazmak yerine cümleleri paragraflara birleştirir ve zamanlamayı tamamen düşürür; böylece bir belgeye, bir e-postaya ya da toplantı notlarına yapıştırabileceğiniz bir şey alırsınız.
Paragraflar konuşmada düşünceleri gerçekten ayıran iki şeyde bölünür: bir buçuk saniyeden uzun bir duraklama ya da art arda dört cümle. Yalnızca boşluğa dayanan bir kural beş dakikalık bir monoloğu tek bir okunamaz duvara çevirirdi; yalnızca cümle sayısına dayanan bir kural ise konuşmacının nefes duraklamasını yeni paragraf yapardı. İkisi birlikte, metni kabaca kişinin konuştuğu gibi okutur.
Çıktı bir taslaktır ve öyle kalmalıdır: makine transkripsiyonu adları, sayıları ve teknik terimleri bozar — bir kayıtta en çok önem taşıyan sözcükleri tam olarak. Hukuki ya da tıbbi bir ortamda doğru iş akışı, bunu kontrol edilecek bir taslak olarak kullanmaktır, resmî kayıt olarak değil. Üst üste konuşma tek akışlı her modelde bozulur: aynı anda iki ses tek bir uzun cümleye dönüşür ve konuşmacı etiketi üretilmez. Ses dosyası hiçbir yere gönderilmez; model indirmesi ve iptal davranışı altyazı sürümüyle aynıdır.
Sık sorulan sorular
Bir altyazı dosyasını metne aktaran sayfadan farkı ne?
Zamanlamanın nereden geldiği. O sayfa zaten replikleri ve zamanları olan bir altyazı dosyasıyla başlar ve metni paragraflara birleştirir; zamanlar vardı ve yalnızca düşürülür. Bu sayfa hiç zamanı olmayan bir sesle başlar ve zamanı modelden üretir, sonra paragraflar için atar. Biri biçim dönüştürür, diğeri konuşmayı yazıya döker.
Paragraflar neden bir buçuk saniyelik sessizlikte bölünüyor?
Çünkü konuşmacıların düşünce değiştirdiği yer kabaca orasıdır. Daha kısa boşluklar cümle içinde kalır ve metni ortadan böler; çok daha uzun eşikler ayrı konuları aynı paragrafta birleştirir. Dört cümlelik üst sınır ise kayıtta hiç sessizlik olmadığı durum içindir: tek bir uzun konuşma, tek bir okunamaz blok olarak kalmaz.
Transkript delil ya da resmî kayıt olarak kullanılabilir mi?
Olduğu gibi kullanılamaz. Bu bir makinenin en iyi tahminidir ve makine transkripsiyonu adları, sayıları ve teknik terimleri bozar — bir kayıtta en çok önem taşıyan sözcükleri tam olarak. Hukuki ya da tıbbi bir ortamda doğru iş akışı, çıktıyı kontrol edilecek bir taslak olarak kullanmaktır; resmî kayıt için insan doğrulaması gerekir.
Kayıtta müzik varsa ya da birkaç kişi üst üste konuşuyorsa ne olur?
Üst üste konuşma, tek akışlı her modelin bozulduğu yerdir: aynı anda iki ses tek bir uzun cümleye dönüşür ve konuşmacı etiketi üretilmez. Arka plan müziği genellikle yok sayılır, ama konuşmanın altındaki yüksek müzik sözcükleri metinden çekebilir ya da olmayan sözcükler uydurabilir. Böyle durumlarda çıktıyı bir taslak olarak bile kullanmadan önce dinleyin.
Transkript dosyanın kendi yapısını, örneğin bölümleri ya da iz adlarını koruyor mu?
Hayır. Yalnızca yazıya dökülen ses geçer; bölüm işaretleri, iz başlıkları ve dil etiketleri gibi kap meta verisi metnin parçası değildir. Çok izli bir dosyadan tek bir izi yazıya döküyorsanız sayfa, sürüklediğiniz dosyadaki sesi okur ve diğer izleri görmez.