¿Qué son las marcas de tiempo por palabra? Son marcas de tiempo dadas para cada palabra en lugar de para cada frase o párrafo. Cada palabra lleva su propio tiempo de inicio y de fin en la grabación. Esto permite saltos exactos a una palabra, subtítulos al estilo karaoke y cortes precisos al editar audio.
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
- Los tiempos de las palabras suelen obtenerse por alineación, un paso que empareja las palabras reconocidas con el sonido y marca dónde empieza cada una.
- La salida es grande en comparación con el texto simple, porque cada palabra necesita dos números, así que se guarda como datos, por ejemplo en JSON.
- Los editores usan los tiempos de las palabras para cortar una muletilla o un error borrando la palabra del texto y el sonido correspondiente.
- El habla rápida, el balbuceo y las voces superpuestas desdibujan los bordes de las palabras, así que los tiempos pueden desviarse una fracción de segundo.
- La mayoría de los lectores no necesita este nivel de detalle, y las marcas por párrafo o por frase bastan para notas y citas.
Cómo se ve
{
"words": [
{ "word": "send", "start": 12.40, "end": 12.62 },
{ "word": "the", "start": 12.62, "end": 12.70 },
{ "word": "invoice", "start": 12.70, "end": 13.18 }
]
}
// start and end are seconds from the beginning of the file
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Cuándo necesito marcas de tiempo por palabra?
Para editar a partir del texto, resaltar la palabra actual durante la reproducción y construir subtítulos ajustados. Para una lectura normal, bastan las marcas por frase.
¿Las marcas de tiempo por palabra siempre son exactas?
No. Pueden desviarse con habla ruidosa o rápida. Comprueba algunas palabras contra el audio antes de confiar en cortes exactos.
¿SRT y VTT usan tiempos por palabra?
No de forma predeterminada. Guardan un tiempo por fragmento, que es un grupo de palabras. Los tiempos por palabra necesitan un formato de datos o un estilo especial de subtítulos.
¿Potok añade marcas de tiempo?
Las marcas de tiempo son opcionales en el bot y se pueden activar antes de enviar un archivo. Abre una exportación para ver con qué finura están colocadas.
¿En qué se distinguen los tiempos por palabra de los tiempos por frase?
El tiempo de una frase dice cuándo empieza esa frase. Los tiempos por palabra dan un inicio y un fin para cada palabra dentro de ella.
Fuentes
Cada fuente se abrió a mano en la fecha indicada. Las páginas cambian, así que abre la fuente si un detalle te importa.
- Forced alignment (Wikipedia), Wikipedia · comprobado
- Speech recognition (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