Reiniger für Sprachtranskripte
Bereinigen Sie rohe Speech-to-Text-Transkripte, indem Sie Füllwörter, Stottern und Anmerkungen entfernen.
Reiniger für Sprachtranskripte
Fügen Sie ein rohes Transkript ein, das aus Whisper, Otter, der Spracherkennung von Google oder einer anderen Sprache-zu-Text-Engine exportiert wurde, und dieses Tool wandelt die grobe Maschinenausgabe in lesbaren Text um. Es entfernt zögernde Geräusche und Füllwörter – „ähm“, „äh“, „ähm“, „hmm“, „wie“, „du weißt schon“, „ich meine“, „irgendwie“ – zusammen mit den Entsprechungen, die im slowakischen, tschechischen, deutschen, polnischen und ungarischen Diktat auftauchen, sodass eine gemischte oder nicht-englische Aufnahme die gleiche Bereinigung erhält.
Spracherkenner neigen auch dazu, Stottern wörtlich zu transkribieren – „der der Plan“, „Ich – ich – ich werde“ – und Markierungen in Klammern dort einzufügen, wo sie den Ton verloren haben, wie etwa [unverständlich], [Musik] oder (lacht). Beides wird automatisch gehandhabt: Wiederholte Wörter werden auf ein einzelnes Vorkommen reduziert, und Anmerkungen in Klammern verschwinden zusammen mit dem zusätzlichen Abstand, den sie hinterlassen. Bei einem letzten Durchlauf werden der erste Buchstabe des Textes und der erste Buchstabe nach jedem Punkt, Fragezeichen und Ausrufezeichen neu geschrieben, da Transkripte oft in einer einzigen Folge von Wörtern in Kleinbuchstaben zurückkommen.
Jeder der fünf Bereinigungsschritte – Füllzeichen entfernen, Großschreibung korrigieren, Wiederholungen reduzieren, Anmerkungen in Klammern entfernen und einzelne Zeilen in fließende Absätze zusammenführen – kann ein- oder ausgeschaltet werden, sodass Sie die ursprünglichen Zeilenumbrüche eines Transkripts für Untertitel beibehalten oder alles in Prosa für einen Artikel oder eine Besprechungszusammenfassung zusammenführen können. Die Liste unter der Ausgabe zählt, wie viele Füllwörter und wie viele wiederholte Wörter entfernt wurden, sodass Sie auf einen Blick sehen können, wie grob die Originalaufnahme war.
Alles läuft lokal in Ihrem Browser. Das Transkript verlässt nie Ihr Gerät, was für Besprechungsaufzeichnungen, Interviews oder alles andere wichtig ist, das nicht für einen Server eines Drittanbieters bestimmt war. Da die Bereinigung auf festen Wortlisten und Mustern und nicht auf echtem Sprachverständnis basiert, überfliegen Sie immer das Ergebnis, bevor Sie es veröffentlichen – ein legitimes „Gefällt mir“ oder „Gut“ in der Mitte eines Satzes kann gelegentlich von den Füllwörtern überschwemmt werden.