¿Qué es el habla superpuesta en la transcripción? Ocurre cuando dos o más personas hablan a la vez y sus voces se solapan en el audio. Es difícil tanto para las personas como para el software, ya que el sistema debe separar las voces y a menudo escribe solo a quien habla más fuerte.
Transcribe una grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram
Archivos de hasta 2 GB · exportación a TXT, MD, DOCX, PDF, SRT y VTT · etiquetas de hablantes y marcas de tiempo · unos 30 idiomas
Datos clave
- Las interrupciones, los sonidos de asentimiento como "sí" sobre otra persona y las discusiones producen la mayor parte del solapamiento en las grabaciones reales.
- Un reconocedor normalmente escribe un único flujo de palabras, así que la voz más baja que se solapa suele perderse.
- Las etiquetas de hablante también pueden fallar en esos momentos, porque el sistema tiene que asignar una señal mezclada a una sola persona.
- Un micrófono para cada persona, en pistas separadas, da el mejor material para la revisión posterior.
Cómo se ve
[00:01:12] Speaker 1: So the deadline moves to the end of the--
[00:01:13] Speaker 2: --no, wait, I thought it was Monday?
[00:01:14] Speaker 1: [overlap] ...end of the week. <- both talking, words lost
[00:01:16] Speaker 2: Right, the end of the week.
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Por qué el software no puede transcribir ambas voces a la vez?
La mayoría de los reconocedores producen una sola línea de texto, y dos voces mezcladas en un canal son difíciles de separar. Suele ganar la voz más fuerte.
¿Qué tan frecuente es el solapamiento?
Muy frecuente en reuniones y entrevistas animadas. Unos pocos segundos de solapamiento pueden ocultar una frase entera, así que espera revisar esos momentos de oído.
¿Puedo reducirlo al grabar?
Pide a la gente que espere su turno, usa un micrófono distinto para cada persona si es posible y mantén la sala en silencio. Las reglas de la reunión ayudan más que el software.
¿Las etiquetas de hablante resuelven el habla superpuesta?
Ayudan a ver quién habla, pero no pueden separar dos voces que se solapan. En el bot de Potok las etiquetas son números, como Hablante 1.
¿Qué hago con las partes confusas?
Reproduce el audio en la marca de tiempo, escúchalo varias veces y escribe las palabras que faltan en un DOCX o TXT exportado. Marca cualquier parte que no logres entender.
Fuentes
Cada fuente se abrió a mano en la fecha indicada. Las páginas cambian, así que abre la fuente si un detalle te importa.
- Crosstalk (Wikipedia), Wikipedia · comprobado
- Speaker diarisation (Wikipedia), Wikipedia · comprobado
Pruébalo con tu propia grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram