Apa itu halusinasi ASR? Itu adalah teks yang dihasilkan model pengenal ucapan padahal tidak ada yang berbicara. Model mengisi celah dengan frasa yang terdengar masuk akal, paling sering saat hening atau musik. Kata-katanya enak dibaca, sehingga kesalahan ini mudah terlewat.
Transkripsikan rekaman
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram
File hingga 2 GB · ekspor ke TXT, MD, DOCX, PDF, SRT, dan VTT · label pembicara dan stempel waktu · sekitar 30 bahasa
Fakta utama
- Kalimat karangan itu biasanya lancar dan pendek, jadi lolos dari bacaan sekilas dan perlu dibandingkan dengan audionya.
- Bagian tanpa ucapan adalah pemicu khas: jeda sebelum rapat dimulai, jingle pembuka, atau nada tunggu yang panjang.
- Frasa yang berulang beberapa kali berturut-turut adalah tanda lain bahwa model kehilangan jejak suara.
- Memotong bagian kosong dari rekaman sebelum ditranskripsi menutup banyak celah bagi kesalahan ini.
Tampilannya
[00:00:00 --> 00:00:04] Welcome to the weekly review.
[00:00:04 --> 00:00:19] (music only in the recording)
[00:00:19 --> 00:00:23] Thank you for watching. <-- invented line, nobody said it
[00:00:23 --> 00:00:30] Let's start with the budget.
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Apakah halusinasi sama dengan salah dengar kata?
Tidak. Salah dengar mengganti sesuatu yang memang diucapkan. Halusinasi menambah kata di tempat yang tidak ada ucapan, sehingga tidak ada sumber lisan untuk dibandingkan.
Di mana halusinasi paling sering muncul?
Pada keheningan, musik, dengung latar, dan detik-detik sepi di awal atau akhir file, saat model hampir tidak punya ucapan nyata untuk diikuti.
Bagaimana cara menemukan teks karangan dalam transkrip?
Putar audio pada cap waktu baris yang terasa janggal. Jika di titik itu suaranya sepi atau hanya musik, baris tersebut kemungkinan besar karangan.
Bisakah halusinasi dicegah sepenuhnya?
Tidak. Tidak ada pengaturan yang menghapus risikonya sepenuhnya. Memangkas bagian hening, memakai rekaman yang bersih, dan membaca hasilnya sambil mendengar audio bisa menguranginya, tetapi pemeriksaan akhir tetap perlu.
Apakah bot Potok memeriksa hal ini?
Bot mengembalikan transkrip apa adanya, jadi baca bersama audionya, terutama di sekitar jeda dan musik. Setelah itu Anda bisa memperbaiki baris di file TXT atau DOCX hasil ekspor.
Sumber
Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.
- Speech recognition (Wikipedia), Wikipedia · diperiksa
- Whisper speech recognition system (Wikipedia), Wikipedia · diperiksa
Coba pada rekaman Anda sendiri
Kirim pesan suara, audio, atau video Anda ke @potok_now_bot di Telegram, lalu teksnya akan dikirim kembali di obrolan.
Buka @potok_now_bot di Telegram