Limpador de transcrição de voz
Limpe as transcrições brutas de fala para texto removendo palavras de preenchimento, falhas e anotações.
Limpador de transcrição de voz
Cole uma transcrição bruta exportada do Whisper, Otter, reconhecimento de fala do Google ou qualquer outro mecanismo de conversão de fala em texto, e esta ferramenta transforma a saída bruta da máquina em texto legível. Ele elimina sons de hesitação e palavras de preenchimento - "um", "uh", "erm", "hmm", "gosto", "você sabe", "quero dizer", "mais ou menos" - junto com os equivalentes que aparecem no ditado eslovaco, tcheco, alemão, polonês e húngaro, para que uma gravação mista ou em outro idioma não inglês receba a mesma limpeza.
Os reconhecedores de fala também tendem a transcrever gagueiras literalmente - "o plano", "Eu- eu- eu vou" - e colocar marcadores entre colchetes onde perderam o áudio, como [inaudível], [música] ou (risos). Ambos são tratados automaticamente: palavras repetidas são reduzidas a uma única ocorrência e as anotações entre colchetes desaparecem junto com o espaçamento extra que deixam para trás. Uma passagem final recapitaliza a primeira letra do texto e a primeira letra após cada ponto final, ponto de interrogação e ponto de exclamação, uma vez que as transcrições geralmente retornam em uma única sequência de palavras minúsculas.
Cada uma das cinco etapas de limpeza – remover preenchimentos, corrigir letras maiúsculas, recolher repetições, descartar anotações entre colchetes e mesclar linhas separadas em parágrafos fluidos – pode ser ativada ou desativada, para que você possa manter as quebras de linha originais de uma transcrição para o trabalho de legendas ou mesclar tudo em prosa para um artigo ou resumo de reunião. A contagem abaixo da saída conta quantas palavras de preenchimento e quantas palavras repetidas foram removidas, para que você possa ver rapidamente o quão difícil era a gravação original.
Tudo é executado localmente no seu navegador. A transcrição nunca sai do seu dispositivo, o que é importante para gravações de reuniões, entrevistas ou qualquer outra coisa que não seja destinada a um servidor de terceiros. Como a limpeza funciona em listas e padrões fixos de palavras, em vez de compreensão genuína da linguagem, sempre dê uma olhada no resultado antes de publicá-lo - um "curtir" ou "bem" legítimo no meio de uma frase pode ocasionalmente ser varrido pelos preenchimentos.