Qu'est-ce que l'alignement forcé ? C'est l'association d'un texte connu à un enregistrement audio pour trouver le moment où chaque mot est prononcé. Les mots sont donnés d'avance : le système décide seulement où ils tombent dans le temps, sans chercher à deviner ce qui a été dit.
Transcrire un enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram
Fichiers jusqu'à 2 Go · export en TXT, MD, DOCX, PDF, SRT et VTT · étiquettes des intervenants et horodatage · environ 30 langues
L'essentiel
- L'entrée comprend l'audio et son texte exact, comme un script, un chapitre de livre ou une transcription corrigée.
- La sortie donne un début et une fin pour chaque mot, ce qui est plus fin que les repères par ligne d'un fichier de sous-titres.
- Si le texte diffère de ce qui a vraiment été dit, les horaires près du décalage deviennent peu fiables.
- Les usages typiques sont le surlignage façon karaoké, le calage des sous-titres et la recherche d'une phrase dans un long enregistrement.
À quoi cela ressemble
input: audio = reading.wav
text = "the harbour was quiet"
output: [
{"word": "the", "start": 0.42, "end": 0.55},
{"word": "harbour","start": 0.55, "end": 1.02},
{"word": "was", "start": 1.02, "end": 1.21},
{"word": "quiet", "start": 1.21, "end": 1.80}
]
Pour aller plus loin
Consultez la liste complète des langues, les outils et le glossaire.
Questions fréquentes
En quoi l'alignement forcé diffère-t-il de la transcription ?
La transcription trouve les mots à partir du son. L'alignement forcé part des mots et ne cherche que leur position dans l'audio : les erreurs viennent donc du calage, pas de la reconnaissance.
De quoi ai-je besoin pour le lancer ?
Il vous faut l'enregistrement et un texte qui lui correspond de près. Plus la correspondance entre parole et texte est nette, meilleurs sont les horaires.
Que se passe-t-il si le texte contient des erreurs ?
Des mots non prononcés, ou absents du texte, perturbent l'alignement autour d'eux. Corrigez d'abord la transcription, puis alignez-la.
Pourquoi voudrais-je un horodatage par mot ?
Il permet de sauter à un mot prononcé, de surligner le texte pendant la lecture et de couper l'audio à des mots précis plutôt qu'au début d'une ligne.
Puis-je obtenir une transcription horodatée avec le bot Potok ?
Oui. Les horodatages peuvent être activés, et vous pouvez exporter en SRT ou VTT. Vérifiez le calage à l'écoute, car de longues pauses et du bruit peuvent le décaler.
Sources
Chaque source a été ouverte manuellement à la date indiquée. Les pages évoluent : ouvrez la source si un détail compte pour vous.
- Forced alignment (Wikipedia), Wikipedia · vérifié le
- Speech recognition (Wikipedia), Wikipedia · vérifié le
Essayez avec votre propre enregistrement
Envoyez votre message vocal, audio ou vidéo à @potok_now_bot sur Telegram et le texte vous revient dans la conversation.
Ouvrir @potok_now_bot dans Telegram