A transcrição de áudio recebe áudio como entrada e usa Reconhecimento Automático de Fala e Identificação Automática de Falante para gerar saída de texto.
Bases terminológicas monolíngues podem ser criadas na página para melhorar a precisão da transcrição por IA para termos especializados ou difíceis. Para reduzir falsas correspondências, mantenha as listas de termos limitadas a termos especializados ou difíceis que provavelmente não serão confundidos com palavras ou números comuns, evite adicionar termos curtos ou genéricos e revise a saída da transcrição quanto a termos aplicados incorretamente antes de finalizar.
As bases terminológicas são compartilhadas automaticamente com todos os usuários da mesma organização no modo somente leitura.
O Phrase Studio consome Video Localization Hours.
Casos de uso
-
Uma entrevista com o cliente de 45 minutos gravada como um arquivo MP4.
Uma transcrição de texto está sendo gerada com identificação de falante, que pode ser usada para criar um estudo de caso e extrair citações para um site.
Para criar um projeto de transcrição de áudio, siga estas etapas:
-
No Phrase Studio, clique em New Project.
A página é aberta.
-
Arraste um arquivo para o campo de upload ou clique em Upload file para localizar um arquivo em seu sistema.
O arquivo enviado é exibido.
-
Opcionalmente, especifique o número de no arquivo enviado.
-
Para definir o número de falantes manualmente, abra o menu suspenso e selecione um valor de 1 a 5. Se o arquivo incluir mais de cinco falantes, use a opção padrão .
-
-
Forneça um nome para o projeto e defina a visibilidade do projeto conforme necessário:
-
Novos projetos são públicos por padrão. Projetos públicos são visíveis para todos os usuários da organização que têm acesso ao Studio.
-
Desmarque para criar um projeto privado que seja visível apenas para o proprietário do projeto. Um projeto privado ainda pode ser compartilhado com usuários selecionados, se necessário.
-
-
Selecione manualmente o ou ative para detecção automática.
-
Se necessário, em , ative e selecione o(s) idioma(s) para os quais o arquivo será traduzido.
-
O mecanismo de tradução translation engine é configurável.
-
Se estiver selecionado, o arquivo será transcrito, traduzido e dublado imediatamente, sem a oportunidade de verificar a tradução com antecedência.
-
-
Selecione um para determinar as regras de exibição das legendas.
Ative para selecionar um perfil para cada idioma.
-
Opcionalmente, ative para selecionar pronunciations existentes e pares relacionados para fluxos de trabalho de dublagem.
-
Se necessário, configure opções adicionais:
-
Abra a seção para importar arquivos de legenda existentes no formato SRT ou VTT para os idiomas de origem e de destino.
O sistema ignorará a transcrição de áudio automática com identificação de locutor e alinhará as legendas existentes com o vídeo. Os usuários precisam criar e atribuir locutores manualmente, já que arquivos SRT/VTT não incluem informações de locutor.
-
Abra a seção para substituir as configurações de nível de conta e selecionar o preferido no nível do projeto.
-
Abra a seção para selecionar uma base terminológica existente ou adicionar termos que serão usados para detectar e corresponder palavras com sons semelhantes durante a transcrição.
-
Abra a seção para selecionar os resumos e insights desejados que serão gerados para a gravação enviada, bem como os modelos de IA relevantes.
-
-
Clique em Create project.
O arquivo é carregado e exibido na página .
Clique no nome da gravação para abri-la no editor e visualizá-la nas guias e . Ambos os textos podem ser editados, se necessário.
Clique em Download para selecionar a transcrição e as traduções para download em seu sistema. Também é possível baixar faixas apenas de áudio no formato MP3.
Extrai insights estruturados e significativos, como resumos, sentimento, sinalizadores de qualidade ou problemas de segurança de legendas usando modelos de IA.
Os insights criados na página são compartilhados automaticamente com todos os usuários da mesma organização no modo somente leitura.
Casos de uso
-
Resuma chamadas de suporte ao cliente ou identifique comunicações potencialmente inseguras ou de baixa qualidade. O Phrase Studio retorna um resumo e sinaliza seções para revisão.
Detecta e rotula diferentes falantes em um arquivo de áudio para transcrições e legendas mais claras.
A identificação automática de falante não está disponível para projetos com arquivos de legenda importados.
Casos de uso
-
Um podcast com vários participantes é processado e cada falante é marcado automaticamente (por exemplo, "Falante 1", "Falante 2").
Clique em Gerenciar Falantes no menu para editar o nome do falante ou adicionar outros falantes.
Use a alternância Combinado/Falantes na parte inferior do editor para alternar entre uma única forma de onda e formas de onda individuais para cada falante. Quando vários falantes são detectados, os segmentos podem ser arrastados dentro de uma linha para refletir a fala sobreposta, ou movidos para outra linha para alterar o falante atribuído.
Para representar dois falantes falando ao mesmo tempo, adicione um novo segmento para o segundo falante em uma linha separada, com um tempo de início e fim que se sobreponha ao do primeiro segmento.
Dublagem gera áudio separado para os segmentos de cada falante. Segmentos atribuídos a diferentes falantes que compartilham um intervalo de tempo são dublados como áudio simultâneo.
Um segmento atribuído a apenas um falante gera áudio dublado apenas na voz desse falante, mesmo que contenha diálogos do outro falante. O áudio original do segmento é substituído, portanto, diálogos não capturados em um segmento separado não aparecem na dublagem.