Die Audiotranskription verwendet Audio als Eingabe und nutzt automatische Spracherkennung sowie automatische Sprecheridentifizierung, um eine Textausgabe zu generieren.
Einsprachige Termdatenbanken können auf der Seite erstellt werden, um die Genauigkeit der KI-Transkription für spezialisierte oder schwierige Begriffe zu verbessern. Um falsche Übereinstimmungen zu reduzieren, beschränke Termlisten auf spezialisierte oder schwierige Begriffe, die wahrscheinlich nicht mit gängigen Wörtern oder Zahlen verwechselt werden. Vermeide außerdem kurze oder allgemeine Begriffe und überprüfe die Transkriptionsausgabe vor Abschluss auf fehlerhafte Anwendungen.
Termdatenbanken werden automatisch für alle Benutzer derselben Organisation im schreibgeschützten Modus freigegeben.
Phrase Studio verbraucht Videolokalisierungsstunden.
Anwendungsfälle
-
Ein 45-minütiges Kundeninterview, das als MP4-Datei aufgezeichnet wurde.
Ein Texttranskript wird mit Sprecheridentifizierung generiert, das zur Erstellung einer Fallstudie und zum Extrahieren von Zitaten für eine Website verwendet werden kann.
Um ein Audio-Transkriptionsprojekt zu erstellen, befolge diese Schritte:
-
Klicke in Phrase Studio auf Neues Projekt.
Die Seite wird geöffnet.
-
Ziehe eine Datei in das Upload-Feld oder klicke auf Datei hochladen, um eine Datei auf deinem System auszuwählen.
Die hochgeladene Datei wird angezeigt.
-
Gib optional die Anzahl der in der hochgeladenen Datei an.
-
Um die Anzahl der Sprecher manuell festzulegen, öffne das Dropdown-Menü und wähle einen Wert von 1 bis 5 aus. Wenn die Datei mehr als fünf Sprecher enthält, verwende die Standardoption .
-
-
Gib einen Namen für das Projekt ein und lege die Sichtbarkeit des Projekts wie gewünscht fest:
-
Neue Projekte sind standardmäßig öffentlich. Öffentliche Projekte sind für alle Benutzer in der Organisation sichtbar, die Zugriff auf Studio haben.
-
Deaktiviere , um ein privates Projekt zu erstellen, das nur für den Projekteigentümer sichtbar ist. Ein privates Projekt kann bei Bedarf dennoch für ausgewählte Benutzer freigegeben werden.
-
-
Wähle manuell die aus oder aktiviere für die automatische Erkennung.
-
Aktiviere bei Bedarf unter die Option und wähle die Sprache(n) aus, in die die Datei übersetzt werden soll.
-
Die Übersetzungs-Engine ist konfigurierbar.
-
Wenn ausgewählt ist, wird die Datei sofort transkribiert, übersetzt und gedubbt, ohne dass die Möglichkeit besteht, die Übersetzung vorher zu überprüfen.
-
-
Wähle ein aus, um die Regeln für die Untertitelanzeige festzulegen.
Aktiviere , um für jede Sprache ein Profil auszuwählen.
-
Aktiviere optional , um vorhandene Aussprachen und zugehörige Paare für Dubbing-Workflows auszuwählen.
-
Konfiguriere bei Bedarf zusätzliche Optionen:
-
Öffne den Bereich , um vorhandene Untertiteldateien im SRT- oder VTT-Format sowohl für die Quell- als auch die Zielsprachen zu importieren.
Das System überspringt die automatische Audiotranskription mit Sprecheridentifizierung und gleicht die vorhandenen Untertitel mit dem Video ab. Benutzer müssen Sprecher manuell erstellen und zuweisen, da SRT/VTT-Dateien keine Sprecherinformationen enthalten.
-
Öffne den Bereich , um die Einstellungen auf Kontoebene zu überschreiben und die bevorzugte auf Projektebene auszuwählen.
-
Öffne den Bereich , um eine vorhandene Termbank auszuwählen oder Begriffe hinzuzufügen, die während der Transkription zur Erkennung und Abstimmung ähnlich klingender Wörter verwendet werden.
-
Öffne den Bereich , um die gewünschten Zusammenfassungen und Erkenntnisse auszuwählen, die für die hochgeladene Aufnahme generiert werden sollen, sowie die relevanten KI-Modelle.
-
-
Klicke auf Projekt erstellen.
Die Datei wurde hochgeladen und wird auf der Seite angezeigt.
Klicke auf den Namen der Aufnahme, um sie im Editor zu öffnen und in den Registerkarten und anzuzeigen. Beide Texte können bei Bedarf bearbeitet werden.
Klicke auf Herunterladen, um die Transkription und die Übersetzungen für den Download auf dein System auszuwählen. Es ist auch möglich, nur-Audio-Tracks im MP3-Format herunterzuladen.
Extrahiert mithilfe von KI-Modellen strukturierte und aussagekräftige Erkenntnisse, wie Zusammenfassungen, Stimmung, Qualitätsindikatoren oder Sicherheitsprobleme, aus Untertiteln.
Erkenntnisse, die auf der Seite erstellt wurden, werden automatisch für alle Benutzer derselben Organisation im Nur-Lese-Modus freigegeben.
Anwendungsfälle
-
Fasse Kundensupport-Anrufe zusammen oder identifiziere potenziell unsichere oder minderwertige Kommunikation. Phrase Studio erstellt eine Zusammenfassung und markiert Abschnitte zur Überprüfung.
Sprecheridentifikation
Erkennt und kennzeichnet verschiedene Sprecher in einer Audiodatei für klarere Transkripte und Untertitel.
Die automatische Sprechererkennung ist für Projekte mit importierten Untertiteldateien nicht verfügbar.
Anwendungsfälle
-
Ein Podcast mit mehreren Teilnehmern wird verarbeitet und jeder Sprecher wird automatisch markiert (z. B. „Sprecher 1“, „Sprecher 2“).
Klicke im Menü auf Sprecher verwalten, um den Sprechernamen zu bearbeiten oder weitere Sprecher hinzuzufügen.
Verwende den Umschalter Kombiniert/Sprecher unten im Editor, um zwischen einer einzigen Wellenform und individuellen Wellenformen für jeden Sprecher zu wechseln. Wenn mehrere Sprecher erkannt werden, können Segmente innerhalb einer Zeile verschoben werden, um sich überschneidende Sprache abzubilden, oder in eine andere Zeile verschoben werden, um den zugewiesenen Sprecher zu ändern.
Um zwei gleichzeitig sprechende Personen darzustellen, füge ein neues Segment für den zweiten Sprecher in einer separaten Zeile hinzu, mit einer Start- und Endzeit, die sich mit dem ersten Segment überschneidet.
Synchronisation generiert separates Audio für die Segmente jedes Sprechers. Segmente, die verschiedenen Sprechern zugewiesen sind und sich zeitlich überschneiden, werden als gleichzeitiges Audio synchronisiert.
Ein Segment, das nur einem Sprecher zugewiesen ist, generiert synchronisiertes Audio nur in der Stimme dieses Sprechers, selbst wenn es Dialoge des anderen Sprechers enthält. Das Original-Audio für das Segment wird ersetzt, sodass Dialoge, die nicht in einem separaten Segment erfasst wurden, nicht in der Synchronisation erscheinen.