Die Audiotranskription verwendet Audio als Eingabe und nutzt automatische Spracherkennung sowie automatische Sprecheridentifizierung, um eine Textausgabe zu generieren.
Transkriptionsglossare verbessern die Genauigkeit der KI-Transkription bei Fachbegriffen oder schwierigen Begriffen. Glossare auf der Seite erstellen und beim Erstellen eines Projekts eines davon auswählen. Um falsche Übereinstimmungen zu vermeiden, Glossare auf Fachbegriffe oder schwierige Begriffe beschränken, die kaum mit gebräuchlichen Wörtern oder Zahlen verwechselt werden können. Kurze oder allgemeine Begriffe vermeiden und die Transkription vor dem Abschluss auf falsch zugeordnete Begriffe prüfen.
Transkriptionsglossare werden mit allen Benutzern derselben Organisation im schreibgeschützten Modus geteilt.
Phrase Studio verbraucht Videolokalisierungsstunden.
Anwendungsfälle
-
Ein 45-minütiges Kundeninterview, das als MP4-Datei aufgezeichnet wurde.
Phrase Studio generiert ein Texttranskript mit Sprecheridentifizierung, das zur Erstellung einer Fallstudie und zum Extrahieren von Zitaten für eine Website verwendet werden kann.
Audiotranskriptionsprojekt erstellen
Unterstützte Dateien und Limits
-
Formate: MP3, WAV, M4A, MP4 und MOV
-
Anzahl der Dateien: bis zu 50 Dateien in einem Projekt.
-
Dateigröße und -länge: bis zu 20 GB oder 180 Minuten pro Datei.
-
Untertiteldateien: SRT und VTT.
Zum Erstellen eines Audiotranskriptionsprojekts die folgenden Schritte ausführen:
-
In Phrase Studio auf Neues Projekt klicken.
Die Seite wird geöffnet.
-
Die Dateien auf eine der folgenden Arten hinzufügen:
-
Eine Datei auf das Upload-Feld ziehen oder auf Dateien hochladen klicken, um eine Datei auf dem eigenen System auszuwählen.
-
Auf Importieren klicken und YouTube, Google Drive oder Brightcove als Quelle auswählen, sofern die jeweilige Option aktiviert ist.
Die hochgeladene Datei wird angezeigt.
-
-
Optional die Anzahl der Sprecher für jede Datei festlegen. Die Dropdown-Liste neben der Datei öffnen und einen Wert von 1 bis 5 auswählen. Wenn die Datei mehr als fünf Sprecher enthält, die Standardoption beibehalten.
-
Unter einen Namen für das Projekt eingeben.
-
Die Sichtbarkeit des Projekts festlegen:
-
ist standardmäßig ausgewählt. Öffentliche Projekte sind für alle Benutzer in der Organisation sichtbar, die Zugriff auf Studio haben.
-
deaktivieren, 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.
-
-
Unter die in den Dateien gesprochene Sprache auswählen.
ist erforderlich. Die Sprache auswählen, bevor Untertiteldateien angehängt werden. Das nachträgliche Ändern der Quellsprache entfernt angehängte Untertitel.
-
Optional unter zusätzliche Sprachen auswählen. Nur dann Sprachen hinzufügen, wenn in der Audiospur zwischen Sprachen gewechselt wird.
-
Optional ein auswählen, um die Regeln für die Untertitelanzeige festzulegen.
-
Optional ein auswählen, um die Erkennung von Fachbegriffen zu verbessern.
-
Optional Um vorhandene Untertitel anstelle der automatischen Transkription zu verwenden, neben der Datei auf + Untertitel hinzufügen klicken und eine .SRT- oder .VTT-Datei auswählen.
Phrase Studio überspringt die automatische Transkription und Sprecheridentifizierung und synchronisiert die Untertitel mit den Medien. Sprecher manuell erstellen und zuweisen, da .SRT- und .VTT-Dateien keine Sprecherinformationen enthalten.
-
Klicke auf Erstellen.
Die Datei wird hochgeladen und auf der Seite angezeigt.
Der Dialog generiert nur Transkripte und Untertitel. Nach der Überprüfung des Transkripts im Editor lassen sich Übersetzungen und Synchronisation hinzufügen.
Transkription bearbeiten und herunterladen
Auf den Projektnamen klicken, um das Projekt im Editor zu öffnen und in den Registerkarten und anzuzeigen. Beide Texte können bei Bedarf bearbeitet werden.
Zum Herunterladen der Transkription auf Herunterladen klicken, den Inhalt und die Sprache auswählen und erneut auf Herunterladen klicken. Zu den Optionen gehören die Transkription, Übersetzungen, Untertitel, Quellaudio und Quellvideo. Zweisprachige Ausgabe, Zeitcodes und das Aufteilen von Absätzen bei Sprecherpausen sind für Dokumentformate verfügbar.
Studio-Einblicke analysieren das Transkript einer Aufnahme mit KI-Modellen und generieren eine Zusammenfassung, Hauptthemen, Prüfungen auf sichere Kommunikation und benutzerdefinierte Einblicke.
Einblicke und Prüfungen auf sichere Kommunikation, die auf der Seite erstellt wurden, werden für alle Benutzer derselben Organisation im schreibgeschützten Modus freigegeben.
Anwendungsfälle
-
Kundensupport-Anrufe zusammenfassen oder potenziell unsichere oder qualitativ minderwertige Kommunikation erkennen. Phrase Studio liefert eine Zusammenfassung und markiert Abschnitte zur Überprüfung.
Einblicke für eine Aufnahme generieren
Studio-Einblicke sind verfügbar, nachdem die Transkription abgeschlossen ist.
Zum Generieren von Einblicken für eine Aufnahme die folgenden Schritte ausführen:
-
Das Projekt im Editor öffnen.
-
In der oberen Leiste auf Studio-Einblicke klicken.
Das Panel öffnet sich.
-
Die Art der Analyse auswählen:
-
: Generiert eine Zusammenfassung des gesprochenen Inhalts. Auf klicken.
-
: Generiert eine Zusammenfassung der Hauptthemen. Auf klicken.
-
: Prüft auf potenzielle Warnsignale. Einen oder mehrere Prüftypen auswählen und auf Prüfen klicken.
-
: Generiert benutzerdefinierte Einblicke anhand von Prompts, die von Benutzern festgelegt wurden. Einen oder mehrere Analysetypen auswählen und auf Analysieren klicken.
Eine Bestätigungsmeldung wird angezeigt und das Ergebnis erscheint unter , sobald die Analyse abgeschlossen ist.
-
-
Optional auf Vollständigen Bericht anzeigen klicken, um den Bericht zu öffnen. In der Dropdown-Liste die Sprache auswählen und auf das Download-Symbol klicken, um den Bericht als Word-Dokument zu speichern.
Die Sprecheridentifizierung erkennt und markiert verschiedene Sprecher in einer Audiodatei für klarere Transkripte und Untertitel.
Die automatische Sprecheridentifizierung 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“).
Sprecher verwalten
Im Schritt auf Sprecher verwalten klicken, um die Sprecherliste zu öffnen. In der Liste:
-
Auf Neuen Sprecher hinzufügen klicken, um einen Sprecher hinzuzufügen.
-
Auf das Symbol Sprecher bearbeiten klicken, um einen Sprecher umzubenennen. Sprechernamen müssen eindeutig sein.
-
Unter aufgeführte Sprecher löschen (Sprecher, die keinem Segment zugewiesen sind). Der letzte verbleibende Sprecher kann nicht gelöscht werden.
Sprecher Segmenten zuweisen
Wenn mehrere Sprecher erkannt werden, ein Segment in der Ansicht in die Zeile eines anderen Sprechers ziehen, um die Zuweisung zu ändern. Ein Segment innerhalb seiner Zeile verschieben, um seine zeitliche Position zu ändern. Das Segment behält seine Länge bei. Das Ziehen ist in schreibgeschützten Projekten nicht möglich.
Um einem Sprecher mehrere Segmente gleichzeitig zuzuweisen, diese Schritte ausführen:
-
Die Segmente über das Kontrollkästchen auswählen.
-
Auf Sprecher zuweisen (N) klicken, wobei
Ndie Anzahl der ausgewählten Segmente angibt, und den Sprecher auswählen.Die ausgewählten Segmente werden dem Sprecher zugewiesen.
-
Optional Auf Auswahl aufheben klicken, um die Auswahl aufzuheben.
Hinweis
Ein Segment darf sich nicht mit einem anderen Segment desselben Sprechers überschneiden. Wenn das Ziehen oder Zuweisen eines Segments zu einer Überschneidung führen würde, wird die Meldung Sprecher kann nicht zugewiesen werden: würde sich mit einem anderen Segment desselben Sprechers überschneiden angezeigt und der Sprecher wird nicht geändert.
Überlappende Sprache
Mit dem Umschalter Kombiniert/Sprecher am unteren Rand des Editors zwischen einer einzelnen Wellenform und separaten Wellenformen für jeden Sprecher wechseln.
Um zwei gleichzeitig sprechende Personen darzustellen, für den zweiten Sprecher in einer separaten Zeile ein neues Segment hinzufügen, dessen Zeitspanne sich mit der des ersten Segments überschneidet. Segmente verschiedener Sprecher können sich zeitlich überschneiden.
Sprecher bei der Synchronisation
Synchronisation erzeugt separate Audiospuren für die Segmente jedes Sprechers. Segmente, die verschiedenen Sprechern zugewiesen sind und sich zeitlich überschneiden, werden als gleichzeitiges Audio synchronisiert.
Ein Segment erzeugt synchronisiertes Audio ausschließlich in der Stimme des zugewiesenen Sprechers, selbst wenn das Segment Dialog eines anderen Sprechers enthält. Dialoge, die nicht in einem Segment erfasst sind, erscheinen nicht in der Synchronisation. Um den Dialog eines zweiten Sprechers einzubeziehen, ein separates Segment für diesen Sprecher hinzufügen.