Een automatisch transcript opschonen: fillers, tijdstempels en hoofdstukken

Automatische transcriptie werd zo goed dat iedereen nu transcripties heeft: van vergaderingen, interviews, lezingen, podcastafleveringen, spraaknotities. Waar niemand je voor waarschuwt, is dat een onbewerkt transcript geen document is. Het is een verslag van spraak, en spraak bevat een enorme hoeveelheid materiaal dat alleen bestaat om de spreker een halve seconde denktijd te geven. Het omzetten van dat record in iets dat iemand daadwerkelijk zal lezen, is een korte, herhaalbare klus.

Wat de machine je geeft

Afhankelijk van de tool bevat een onbewerkte export een mix van: opvulwoorden (ehm, uh, leuk vinden, weet je, ik bedoel), valse starts en stotteringen waarbij de spreker een zin opnieuw begon, annotaties tussen haakjes zoals [inaudible], [laughter] of [crosstalk], sprekerlabels met verschillende consistentie en tijdstempels – hetzij als ondertitelbestand met genummerde aanwijzingen, of om de paar seconden inline.

Voor elk hiervan is een andere beslissing nodig. Daarom levert een enkele ‘opruim’-knop zelden op wat je wilt. De stemtranscriptiereiniger scheidt ze: fillers, stutters en annotaties zijn individueel schakelbaar, zodat je kunt strippen ehm uit een interview tijdens het bewaren [laughter] dat is van belang voor het transcript, of omgekeerd voor een technisch gesprek.

Bepaal eerst waar het transcript voor is

Dit bepaalt al het andere, en als je dit na het bewerken doet, betekent dit dat je het bewerken twee keer moet doen.

Een record. Juridisch, medisch, onderzoek of wat dan ook waarbij wat er gezegd wordt belangrijker is dan hoe het gelezen wordt. Bewaar de fillers, bewaar de valse starts, bewaar de annotaties, bewaar de tijdstempels. Maak alleen de voor de hand liggende gereedschapsartefacten schoon. Het bewerken van een record voor leesbaarheid vernietigt datgene wat het tot een record maakt.

Iets om te lezen. Toon aantekeningen, een concept van een artikel, notulen van de vergadering, een samenvatting die u aan iemand overhandigt die er niet bij was. Strip het allemaal. Fillers bevatten geen informatie op de pagina, ook al hadden ze er genoeg in de kamer.

Invoer in een model. Strip agressief – elke filler is een token waarvoor u betaalt, en een pagina ervan ehm verslechtert echt de samenvatting die u terugkrijgt en kost ook geld.

Van ondertitels naar proza

De helft van alle transcripties komt aan als SRT of VTT, omdat dat is wat de transcriptietool exporteert. Dat formaat bestaat uit cue-nummers, tijdcodes en tekstfragmenten die zijn gebroken op de weergavebreedte in plaats van op de zinsgrenzen – onleesbaar als document.

De SRT naar tekstconverter laat de nummering en tijdcodes vallen en voegt de fragmenten weer samen tot doorlopend proza. Doe dit vóór de filler-passage, niet erna: als u een bestand opschoont terwijl de tijdcodes nog steeds tussengevoegd zijn, kunt u elke cue opnieuw controleren, en het is gemakkelijk om een regel te verwijderen die eigenlijk een tijdstempel was.

De andere kant op gaan is ook belangrijk. Als u ondertitels produceert in plaats van ze te consumeren, controleer dan het resultaat met Leessnelheid van ondertitels, dat tekens per seconde per signaal meet en de tekens markeert die niemand kan lezen in de tijd dat ze op het scherm staan. De uitzendpraktijk bedraagt ongeveer 17 tekens per seconde voor programmering voor volwassenen en lager voor kinderen; automatisch gegenereerde ondertitels overschrijden routinematig beide, omdat de machine geen concept van een kijker heeft.

Hoofdstukken

Zodra je een schoon transcript hebt, heb je het ruwe materiaal voor hoofdstukmarkeringen, die de enige toevoeging met het hoogste rendement zijn aan een lange video- of podcastaflevering: ze geven je een inhoudsopgave in de speler, deep links die mensen kunnen delen en tekst die zoekmachines kunnen lezen.

De podcast-hoofdstukgenerator neemt een lijst met hoofdstuktitels en hun duur en produceert de tijdstempelmarkeringen in het formaat dat spelers verwachten: cumulatieve verschuivingen die voor u worden berekend, wat het deel is dat lastig met de hand is en gemakkelijk fout kan gaan door één segment. Schrijf de titels uit uw opgeschoonde transcript, plaats de segmentlengtes ernaast en plak het resultaat in uw beschrijvingsveld.

Schrijf hoofdstuktitels als beschrijvingen, niet als labels. "Waarom de migratie mislukte" levert een klik op; "Deel 3" niet.

Tekst wordt weer weergegeven als spraak

De omgekeerde reis heeft zijn eigen gevaren. Het invoeren van een document in een tekst-naar-spraak-engine (voor een audioversie van een artikel, een spraakinterface of een toegankelijkheidspas) levert vreemde resultaten op als de tekst dingen bevat die niemand hardop zou zeggen: markdown-syntaxis gelezen als tekens, URL's die teken voor teken worden gespeld, emoji aangekondigd bij naam, tabellen gelezen als een stroom pijpen.

De TTS-ontsmettingsmiddel handvatten die passeren – het verwijderen van markeringen, het converteren of verwijderen van URL’s en emoji, en het normaliseren van de interpunctie waardoor motoren op vreemde plaatsen pauzeren. Voer het uit op de definitieve tekst, na alle andere bewerkingen, omdat alles dat de opmaak opnieuw introduceert, deze ongedaan maakt.

De volgorde die werkt

1. Converteer ondertitelbestanden naar gewoon proza.
2. Bepaal tot welke categorie het transcript behoort.
3. Voer de door u gekozen vul-, stotter- en annotatiepassen uit.
4. Lees het een keer door en corrigeer de toeschrijving van de spreker, die geen enkele tool voor u kan verifiëren.
5. Haal hoofdstuktitels uit de opgeschoonde tekst en genereer de markeringen.
6. Als het naar een spraakengine gaat, ontsmet dan als laatste.

Eén gewoonte die de moeite waard is om te behouden: behoud de ruwe export. Opschonen is verlieslatend, en de eerste keer dat iemand betwist wat er tijdens een vergadering is gezegd, wil je de versie met de valse starts erin. Bewaar het originele bestand naast het bewerkte bestand in plaats van het op zijn plaats te bewerken.

Afschriften van vergaderingen en interviews zijn vaak vertrouwelijk – juridische telefoontjes, medische afspraken, salarisbesprekingen, privé-interviews – en het uploaden ervan naar een webservice om de vulwoorden te verwijderen is precies het verkeerde vak. Elke tool hier draait lokaal in uw browser; het transcript verlaat nooit uw machine.