Cos'è l'allineamento forzato? È l'abbinamento di un testo noto a una registrazione audio per trovare quando viene pronunciata ogni parola. Le parole sono date in anticipo, quindi il sistema decide solo dove cadono nel tempo e non deve capire cosa è stato detto.
Trascrivi una registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram
File fino a 2 GB · esportazione in TXT, MD, DOCX, PDF, SRT e VTT · etichette dei parlanti e marcatori temporali · circa 30 lingue
Punti chiave
- L'input è sia l'audio sia il suo testo esatto, come un copione, un capitolo di libro o una trascrizione corretta.
- L'output è un tempo di inizio e di fine per ogni parola, più fine dei tempi a livello di riga in un file di sottotitoli.
- Se il testo differisce da ciò che è stato davvero detto, i tempi vicino alla discrepanza diventano inaffidabili.
- Gli usi tipici sono l'evidenziazione in stile karaoke, la temporizzazione dei sottotitoli e il ritrovamento di una frase dentro una lunga registrazione.
Che aspetto ha
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}
]
Altro
Vedi l'elenco completo delle lingue, gli strumenti e il glossario.
Domande frequenti
In cosa l'allineamento forzato è diverso dalla trascrizione?
La trascrizione trova le parole dal suono. L'allineamento forzato parte dalle parole e trova solo le loro posizioni nell'audio, quindi gli errori vengono dalla temporizzazione, non dal riconoscimento.
Cosa mi serve per eseguirlo?
Servono la registrazione e un testo che le corrisponda da vicino. Più pulita è la corrispondenza tra parlato e testo, migliori sono i tempi.
Cosa succede se il testo ha errori?
Parole non pronunciate, o mancanti dal testo, confondono l'allineamento attorno a loro. Correggi prima la trascrizione, poi allineala.
Perché dovrei volere la temporizzazione per parola?
Permette di saltare a una parola parlata, evidenziare il testo durante la riproduzione e tagliare l'audio su parole esatte invece che all'inizio di una riga.
Posso ottenere una trascrizione temporizzata dal bot di Potok?
Sì. I timestamp si possono attivare e puoi esportare SRT o VTT. Controlla i tempi in riproduzione, perché lunghe pause e rumore possono spostarli.
Fonti
Ogni fonte è stata aperta a mano alla data indicata. Le pagine cambiano, quindi apri la fonte se un dettaglio è importante per te.
- Forced alignment (Wikipedia), Wikipedia · verificata
- Speech recognition (Wikipedia), Wikipedia · verificata
Provalo sulla tua registrazione
Invia il tuo messaggio vocale, audio o video a @potok_now_bot su Telegram e il testo ti torna nella chat.
Apri @potok_now_bot in Telegram