Přepis zvuku přijímá zvuk jako vstup a používá automatické rozpoznávání řeči a automatickou identifikaci mluvčího k vygenerování textový výstup. Konkrétně systém používá proprietární instanci systému OpenAI Whisper pro automatické rozpoznávání řeči.
Jednojazyčné termín báze lze Vytvořit na stránce pro zlepšení přesnosti přepisu pomocí umělá inteligence u specializovaných nebo obtížných termín. Termín báze jsou automaticky sdíleny se všemi uživateli stejné organizace v režimu pouze pro čtení.
Phrase Studio spotřebovává Video Localization Hours.
Případy použití
-
45minutový zákazník rozhovor nahraný jako soubor MP4.
Generuje se textový přepis s identifikací mluvčího, který lze použít k Vytvořit případovou studii a vybrat citace pro webové stránky.
Chcete-li Vytvořit projekt pro přepis zvuku, postupujte podle těchto kroků:
-
Ve Phrase Studio klikněte na New Project.
Otevře se stránka .
-
Buď přetáhněte soubor do pole pro nahrát, nebo klikněte na Upload file a vyhledejte soubor ve svém systému.
Nahraný soubor se zobrazí.
-
Volitelně zadejte počet v nahraném souboru.
-
Chcete-li nastavit počet mluvčích ručně, otevřete rozevírací nabídku a Vybrat hodnotu od 1 do 5. Pokud soubor obsahuje více než pět mluvčích, použít výchozí možnost .
-
-
Zadejte název pro projekt a nastavte viditelnost projekt podle potřeby:
-
Nové projekt jsou ve výchozím nastavení veřejné. Veřejné projekt jsou viditelné pro všechny uživatele v organizace, kteří mají přístup do (Studio).
-
Zrušte výběr a Vytvořit soukromý projekt, který je viditelný pouze pro vlastník projekt. Soukromý projekt lze v případě potřeby stále sdílet s vybranými uživateli.
-
-
Ručně Vybrat nebo Povolit pro automatickou detekci.
-
V případě potřeby v části Povolit a Vybrat jazyk(y), do kterých má být soubor přeložen.
-
nástroj pro překlad je konfigurovatelný.
-
Pokud je vybráno , soubor bude přepsán, přeložen a nadabován okamžitě bez možnosti předchozí kontroly překladu.
-
-
Vybrat pro určení pravidel zobrazení titulků.
Povolit pro Vybrat profil pro každý jazyk.
-
Volitelně Povolit
-
V případě potřeby nakonfigurujte další možnosti:
-
Otevřete sekci pro import existujících souborů titulků ve formát SRT nebo VTT pro zdrojový i cílový jazyk.
Systém přeskočí automatický přepis zvuku s identifikací mluvčího a zarovná existující titulky s videem. Uživatelé musí vytvořit a přiřadit mluvčí ručně, protože soubory SRT/VTT neobsahují informace o mluvčích.
-
Otevřete sekci pro přepsání nastavení na úrovni uživatelský účet a Vybrat preferovaný na úrovni projekt.
-
Otevřete sekci pro Vybrat existující glosář nebo přidat termíny, které budou použity k detekci a shoda podobně znějících slov během přepisu.
-
Otevřete sekci pro Vybrat požadovaná shrnutí a poznatky, které budou vygenerovány pro nahraný záznam, a příslušné modely umělá inteligence.
-
-
Klikněte na Vytvořit projekt.
Soubor je nahrán a zobrazen na stránce .
Klikněte na název nahrávky pro otevřít ji v editor a zobrazit ji na kartách a . Oba texty lze v případě potřeby Upravit.
Klikněte na stáhnout pro Vybrat přepis a překlady ke stáhnout do vašeho systému. Je také možné stáhnout pouze zvukové stopy ve formát MP3.
Extrahujte strukturované a smysluplné poznatky, jako jsou shrnutí, sentiment, příznaky kvality nebo bezpečnostní problémy z titulků pomocí modelů umělá inteligence.
Poznatky vytvořené na stránce jsou automaticky sdíleny se všemi uživateli stejné organizace v režimu pouze pro čtení.
Případy použití
-
Shrňte hovory zákazník podpora nebo identifikujte potenciálně nebezpečnou nebo nekvalitní komunikaci. Phrase Studio vrátí shrnutí a označí sekce ke kontrole.
Detekuje a označuje různé mluvčí v audio souboru pro jasnější přepisy a titulky.
Automatická identifikace mluvčího není k dispozici pro projekty s importovanými soubory titulků.
Případy použití
-
Podcast s více účastníky je zpracován a každý mluvčí je automaticky označen (např. „Speaker 1“, „Speaker 2“).
Klikněte na Manage Speakers v nabídce pro Upravit jméno mluvčího nebo přidat další mluvčí.
Použít přepínač Combined/Speakers v dolní části editor pro přepínání mezi jednou vlnovou délkou a jednotlivými vlnovými délkami pro každého mluvčího. Když je detekováno více mluvčích, segmenty lze přetahovat v rámci řádku, aby odrážely překrývající se řeč, nebo přesouvat do jiného řádku pro změnit přiřazeného mluvčího.