O que é fala sobreposta na transcrição? Acontece quando duas ou mais pessoas falam ao mesmo tempo e as vozes se misturam no áudio. É difícil para pessoas e para programas, porque o sistema precisa separar as vozes e muitas vezes escreve só quem fala mais alto.
Transcreva uma gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram
Arquivos de até 2 GB · exportação em TXT, MD, DOCX, PDF, SRT e VTT · identificação de falantes e marcação de tempo · cerca de 30 idiomas
Pontos principais
- Interrupções, sons de concordância como "aham" sobre a fala de outra pessoa e discussões geram a maior parte da sobreposição em gravações reais.
- Um reconhecedor normalmente escreve um único fluxo de palavras, então a voz mais baixa sobreposta costuma ser descartada.
- A identificação de falantes também pode errar nesses momentos, porque o sistema precisa atribuir um sinal misturado a uma só pessoa.
- Microfones separados para cada pessoa, em faixas separadas, dão o melhor material para a revisão posterior.
Como fica
[00:01:12] Speaker 1: So the deadline moves to the end of the--
[00:01:13] Speaker 2: --no, wait, I thought it was Monday?
[00:01:14] Speaker 1: [overlap] ...end of the week. <- both talking, words lost
[00:01:16] Speaker 2: Right, the end of the week.
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Por que o programa não consegue transcrever as duas vozes ao mesmo tempo?
A maioria dos reconhecedores produz uma única linha de texto, e duas vozes misturadas em um canal são difíceis de separar. A voz mais alta costuma vencer.
Com que frequência isso acontece?
Com muita frequência em reuniões e entrevistas animadas. Poucos segundos de sobreposição podem esconder uma frase inteira, então espere revisar esses momentos de ouvido.
Dá para reduzir isso na hora de gravar?
Peça que as pessoas esperem a vez uns dos outros, use um microfone separado para cada falante sempre que possível e mantenha a sala silenciosa. Regras de reunião ajudam mais do que software.
A identificação de falantes resolve a fala sobreposta?
Ela ajuda o leitor a ver quem está falando, mas não separa duas vozes que se sobrepõem. No bot do Potok, os rótulos são numerados, como Falante 1.
O que faço com os trechos embaralhados?
Ouça o áudio no horário marcado, escute algumas vezes e digite as palavras que faltam em um DOCX ou TXT exportado. Marque qualquer parte que você não consiga entender.
Fontes
Cada fonte foi aberta manualmente na data indicada. As páginas mudam, então abra a fonte se algum detalhe for importante para você.
- Crosstalk (Wikipedia), Wikipedia · verificado em
- Speaker diarisation (Wikipedia), Wikipedia · verificado em
Teste com a sua própria gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram