คู่มือความแม่นยําสําหรับเครื่องมือถอดเสียงเสียงฟรี

ถอดเสียงเสียงฟรี — คู่มือนี้อธิบายเวิร์กโฟลว์สําคัญ การแลกเปลี่ยน ข้อจํากัด และการตรวจสอบก่อนส่งออก

ความแม่นยําของการโอนอัตโนมัติไม่ใช่เปอร์เซ็นต์เดียวที่ตายตัว ขึ้นอยู่กับการบันทึกเสียง ภาษา ผู้พูด คําศัพท์ ไมโครโฟน ระดับเสียง และวิธีการประเมิน แม้แต่ระบบที่ทํางานได้ดีกับการบรรยายที่สะอาด ก็ยังมีปัญหาเรื่องการทับซ้อนของลําโพงในห้องประชุมที่มีเสียงก้องสูง

คู่มือนี้อธิบายปัจจัยหลักและกําหนดแผนการทดสอบ Recapo ของคุณ เราไม่รับประกันความถูกต้องของผลิตภัณฑ์ก่อนที่ขนาดจะเสร็จสิ้น

พอร์ทัลเผยแพร่: ทําการทดสอบหลายภาษา เผยแพร่วิธีการประเมินผล มอบหมายผู้ตรวจสอบภาษา แทนที่ฟิลด์ [TEST] ทั้งหมด และใช้การอ้างสิทธิ์แบบทดสอบ

"ความแม่นยํา" คืออะไร?

บทถอดความสามารถประเมินได้ในหลายระดับ:

• ไม่ว่าคําเหล่านั้นจะถูกต้องหรือไม่,
• ไม่ว่าจะใช้เครื่องหมายวรรคตอนหรือไม่ก็ตาม,
• ว่าผู้พูดถูกระบุอย่างถูกต้องหรือไม่,
• ไม่ว่าจะเป็นเวลาที่ตรงกับเสียงหรือไม่,
• ความน่าเชื่อถือของชื่อ หมายเลข และคําศัพท์ทางเทคนิค
• ว่าการถอดความนั้นเหมาะสมกับวัตถุประสงค์ที่ตั้งใจไว้หรือไม่

อัตราความผิดพลาดของคําช่วยวัดการแทนที่ การลบ และการแทรกคํา แต่ไม่สามารถตอบคําถามที่เป็นประโยชน์ทุกข้อได้ ตัวเลขผิดเพียงครั้งเดียวอาจร้ายแรงกว่าความผิดพลาดเล็กน้อยในการเชื่อมโยงคํา

1. เสียงรบกวนพื้นหลัง

เสียงรบกวนสามารถซ่อนส่วนของคําและทําให้ขอบเขตคําพร่ามัว เสียงคีย์บอร์ด เสียงจราจร เพลง เสียงเครื่องปรับอากาศ และเสียงอื่น ๆ สร้างเสียงรบกวนหลากหลายรูปแบบ

นําไมโครโฟนเข้าใกล้ลําโพง เลือกห้องที่เงียบ และป้องกันเสียงรบกวนก่อนบันทึกเสียง เพื่อปรับปรุงแหล่งเสียงของคุณ การทําความสะอาดขนาดใหญ่อาจไม่สามารถกู้คืนข้อมูลเสียงที่ไม่ได้บันทึกไว้อย่างชัดเจนได้เสมอไป

2. ระยะสะท้อนและไมโครโฟน

ไมโครโฟนที่อยู่ไกลจะจับเสียงในห้องได้มากขึ้น เสียงสะท้อนทับซ้อนกับเสียงพูดโดยตรงและอาจทําให้ความชัดเจนลดลง เฟอร์นิเจอร์นุ่ม ไมโครโฟนใกล้ตัว และวิธีพูดที่มั่นคงช่วยได้

ในการประชุมที่มีหลายคน ไมโครโฟนแล็ปท็อปตัวเดียวอาจไม่สามารถจับเสียงของผู้เข้าร่วมได้อย่างสม่ําเสมอ ไมโครโฟนแยกหรือวางตําแหน่งที่เหมาะสมช่วยให้ทั้งการถอดเสียงและการตรวจสอบผู้พูดง่ายขึ้น

3. คําพูดที่ทับซ้อนกัน

เมื่อผู้คนพูดพร้อมกัน ระบบต้องแยกเสียงที่อยู่ในกลุ่มเดียวกันออกจากกัน คําอาจถูกละเว้น ผสม หรือมอบหมายให้กับผู้พูดผิด

ส่วนที่ทับซ้อนกันที่สําคัญควรถูกทําเครื่องหมายเพื่อการตรวจสอบด้วยตนเอง สําหรับเนื้อหาสําคัญ อย่าถือว่าบันทึกการสนทนาเป็นหลักฐานที่น่าเชื่อถือ; ให้กลับไปยังบันทึกต้นฉบับ

4. สําเนียง สําเนียง และสไตล์การพูด

การออกเสียงจะแตกต่างกันไปตามธรรมชาติ การพูดเร็ว จํานวนคําที่ลดลง การสลับรหัสบ่อย และคําศัพท์เฉพาะภูมิภาคสามารถเพิ่มความยากได้ การตรวจสอบโดยบรรณาธิการควรมีผู้ตรวจสอบที่คล่องแคล่วซึ่งคุ้นเคยกับภูมิภาคเป้าหมาย

อย่าบอกว่าสําเนียงของคุณเป็น "ผิด" รายงานภาษาและเงื่อนไขการทดสอบ และประเมินว่าระบบตอบโจทย์กลุ่มเป้าหมายหรือไม่

5. คําศัพท์ทางเทคนิคและคํานามเฉพาะ

ชื่อผลิตภัณฑ์ บุคคล สถานที่ ตัวย่อ และคําศัพท์ในอุตสาหกรรมอาจพบได้น้อยในข้อมูลการฝึกอบรมทั่วไป สร้างรายการการสะกดคําและทบทวนคําศัพท์ทั้งหมดที่มีผลกระทบอย่างมีนัยสําคัญ

ตัวเลขและวันที่ต้องให้ความสนใจเป็นพิเศษ เนื่องจากแม้ว่าการถอดเสียงจะดูคล่องแคล่ว แต่ความหมายของหลักเดียวอาจเปลี่ยนแปลงได้

6. คุณภาพเสียงและการบีบอัด

การคลิปเสียง การบิดเบือน ระดับเสียงต่ํามาก ปัญหาช่องสัญญาณ และการบีบอัดเสียงที่สูญเสียอย่างรุนแรง สามารถลบหรือเปลี่ยนแปลงรายละเอียดเสียงได้ ใช้แหล่งข้อมูลที่ถูกต้องตามกฎหมาย ไม่ใช่สําเนาที่ส่งออกซ้ํา ๆ

7. การเลือกใช้ภาษาที่เหมาะสม

การเลือกใช้ภาษาผิดอาจทําให้เกิดข้อผิดพลาดอย่างแพร่หลาย การบันทึกเสียงแบบผสมภาษาอาจต้องใช้กระบวนการทํางานหลายภาษาและการทบทวนแยกสําหรับแต่ละส่วน

เครื่องมือแปลที่วางแผนไว้ ได้แก่ ถอดเสียงพูดเป็นข้อความ ถอดเสียงวิดีโอ แปลงเสียงเป็นข้อความ

วิธีปรับปรุงบทถอดเสียงก่อนบันทึกเสียงของคุณ

• ถ้าคุณต้องการใช้ไมโครโฟนภายนอก ควรใช้มัน
• รักษาระยะห่างและพื้นที่ราบให้เหมาะสม
• บันทึกในห้องเงียบ ๆ ที่มีแสงสะท้อนน้อย
• ขอให้ผู้เข้าร่วมไม่ขัดจังหวะการสนทนาของกันและกัน
• บันทึกการทดสอบสั้น ๆ และฟังก่อนเริ่มเซสชัน
• กรุณาระบุชื่อหรือคําศัพท์ที่แปลกประหลาดอย่างชัดเจน
• กรุณาปล่อยให้ไฟล์ต้นฉบับอยู่เหมือนเดิม

วิธีการปรับปรุงหลังถอดเสียง

1. กรุณาตรวจสอบเสียงด้วย
2. ก่อนอื่น กรุณาตรวจสอบชื่อ หมายเลข วันที่ และคําศัพท์ทางเทคนิคให้ถูกต้อง
3. ลองดูการเปลี่ยนแปลงของลําโพง
4. ตรวจสอบส่วนที่ไม่แน่นอนหรือทับซ้อนกัน
5. เครื่องหมายวรรคตอนและย่อหน้าที่ถูกต้องจะทําแยกกันผ่านการผ่าน
6. กรุณาส่งออกรูปแบบที่ต้องการไปยังปลายทางของคุณ

ในเวิร์กโฟลว์คําบรรยายของคุณ ให้ตรวจสอบเวลาและใช้รูปแบบที่เหมาะสม เช่น VTT W3C WebVTT ข้อกําหนด กําหนดรูปแบบข้อความเวลาเว็บที่ใช้สําหรับคําบรรยายตามเวลาและข้อความที่เกี่ยวข้อง

แผนการทดสอบ Recapo

ใช้ตัวอย่างที่ได้รับการรับรองในอินโดนีเซีย ญี่ปุ่น และเกาหลีใต้ และภายใต้เงื่อนไขที่คล้ายคลึงกันเมื่อเป็นไปได้

รหัสทดสอบ	ภาษา	ฉาก	ผู้พูด	เงื่อนไขเสียงรบกวน	จบ	ผู้รีวิว
T1	ภาษาอินโดนีเซีย	การบรรยาย	1	อย่างเงียบ ๆ	[TEST]	[TEST]
T2	ภาษาอินโดนีเซีย	สัมภาษณ์	2	ปานกลาง	[TEST]	[TEST]
T3	ภาษาญี่ปุ่น	การบรรยาย	1	อย่างเงียบ ๆ	[TEST]	[TEST]
T4	ภาษาญี่ปุ่น	การเผชิญหน้า	3+	ปานกลาง	[TEST]	[TEST]
T5	เกาหลี	การบรรยาย	1	อย่างเงียบ ๆ	[TEST]	[TEST]
T6	เกาหลี	สัมภาษณ์	2	ปานกลาง	[TEST]	[TEST]

รายงาน:

• กระบวนการถอดความ;
• กฎการโทเคนและการทําให้เป็นมาตรฐาน;
• วิธีวัดข้อผิดพลาดของคําและตัวอักษร;
• จํานวนข้อผิดพลาดในชื่อ/ตัวเลข;
• รีวิวฉลากวิทยากร;
• การตรวจสอบเวลาประทับ;
• วันที่พัฒนาผลิตภัณฑ์และทดสอบ;
• ตัวอย่างที่ถูกจํากัดและยกเว้น

ผลการแข่งขัน

รหัสทดสอบ	ตัวชี้วัดสําคัญ	ชื่อ/หมายเลข	ฉลากลําโพง	การค้นพบ Timestamp	หมายเหตุจากผู้ตรวจสอบ
T1	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]
T2	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]
T3	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]
T4	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]
T5	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]
T6	[TEST]	[TEST]	[TEST]	[TEST]	[TEST]

คําถามที่พบบ่อย

การถอดเสียงถูกต้อง 100% หรือไม่?

อย่าคิดว่าเป็นแบบนั้น เงื่อนไขการบันทึก คําศัพท์ ผู้พูด ภาษา และกฎการประเมินผล ล้วนมีผลต่อผลลัพธ์ เนื้อหาสําคัญยังคงต้องการการตรวจสอบจากมนุษย์

คุณควรรีวิวอะไรก่อน?

ชื่อ หมายเลข วันที่ คําศัพท์ทางเทคนิค ตัวตนของผู้พูด และส่วนที่ใช้สําหรับการตัดสินใจสําคัญ

ไมโครโฟนที่ดีกว่านี้ใช้งานได้จริงไหม?

การบันทึกที่ใกล้และชัดเจนกว่ามักจะให้ข้อมูลที่ดีกว่าการบันทึกเสียงที่มีเสียงรบกวนและไกล คุณต้องวัดการปรับปรุงที่แม่นยําในการตั้งค่าจริง

อัตราความผิดพลาดของคําเพียงพอหรือไม่?

ไม่ สิ่งนี้มีประโยชน์ แต่ข้อผิดพลาดในการติดป้ายผู้พูด เครื่องหมายวรรคตอน เวลาประทับ และสิ่งมีอิทธิพลสําคัญก็ส่งผลต่อการใช้งานเช่นกัน

ฉันสามารถเผยแพร่ทรานสคริปต์อัตโนมัติโดยตรงได้ไหม?

ก่อนอื่น กรุณาตรวจสอบมัน ข้อความที่มีคุณภาพสําหรับการตีพิมพ์ต้องตรวจสอบข้อเท็จจริง ภาษา โครงสร้าง และความเป็นส่วนตัว

ความแม่นยําเริ่มต้นก่อนอัปโหลด

การพัฒนาที่ดีที่สุดคือการจับสไตล์การพูดของคุณได้ชัดเจนขึ้น ลดเสียงรบกวน ป้องกันการซ้ําซ้อน เลือกภาษาที่เหมาะสม และตรวจสอบผลลัพธ์โดยเปรียบเทียบกับแหล่งที่มา การอ้างสิทธิ์ความแม่นยําของผลิตภัณฑ์ควรเชื่อมโยงกับการทดสอบที่โปร่งใสและทําซ้ําได้

CTA อนุมัติหลังสอบ: อัปโหลดบันทึกเสียงที่ได้รับอนุญาต ตรวจสอบรายละเอียดสําคัญ และส่งออกทรานสคริปต์สําหรับขั้นตอนถัดไป

เอกสารอ้างอิง

• W3C: WebVTT