Apa itu penyelarasan paksa? Itu adalah pencocokan teks yang sudah diketahui dengan rekaman audio untuk menemukan kapan setiap kata diucapkan. Kata-katanya sudah diberikan lebih dulu, jadi sistem hanya memutuskan letaknya dalam waktu, dan tidak perlu mencari tahu apa yang diucapkan.
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
- Masukannya adalah audio beserta teks persisnya, seperti naskah, satu bab buku, atau transkrip yang sudah dikoreksi.
- Keluarannya adalah waktu mulai dan selesai untuk setiap kata, yang lebih halus daripada waktu per baris dalam file subtitel.
- Jika teks berbeda dari yang benar-benar diucapkan, pewaktuan di sekitar ketidakcocokan menjadi tidak andal.
- Pemakaian khasnya adalah penyorotan ala karaoke, pewaktuan subtitel, dan menemukan sebuah kalimat di dalam rekaman panjang.
Tampilannya
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}
]
Selengkapnya
Lihat daftar lengkap bahasa, alat, dan glosarium.
Pertanyaan yang sering diajukan
Apa beda penyelarasan paksa dengan transkripsi?
Transkripsi menemukan kata dari bunyi. Penyelarasan paksa mulai dari kata dan hanya mencari posisinya dalam audio, sehingga kesalahan datang dari pewaktuan, bukan dari pengenalan.
Apa yang saya butuhkan untuk menjalankannya?
Anda butuh rekaman dan teks yang sangat cocok dengannya. Makin bersih kecocokan antara ucapan dan teks, makin baik pewaktuannya.
Apa yang terjadi bila teks punya kesalahan?
Kata yang tidak diucapkan, atau yang hilang dari teks, membingungkan penyelarasan di sekitarnya. Koreksi transkrip dulu, baru selaraskan.
Mengapa saya butuh pewaktuan tingkat kata?
Dengan itu Anda bisa melompat ke kata yang diucapkan, menyorot teks saat pemutaran, dan memotong audio tepat pada kata, bukan pada awal baris.
Bisakah saya mendapat transkrip berwaktu dari bot Potok?
Bisa. Cap waktu dapat diaktifkan, dan Anda bisa mengekspor SRT atau VTT. Cocokkan pewaktuan dengan pemutaran, karena jeda panjang dan derau bisa menggesernya.
Sumber
Setiap sumber dibuka secara manual pada tanggal yang tertera. Halaman bisa berubah, jadi buka sumbernya jika ada detail yang penting bagi Anda.
- Forced alignment (Wikipedia), Wikipedia · diperiksa
- Speech recognition (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