Hướng dẫn độ chính xác cho công cụ phiên âm giọng nói miễn phí

Phiên âm giọng nói không — Hướng dẫn này giải thích các quy trình làm việc quan trọng, các đánh đổi, giới hạn và kiểm tra trước khi xuất.

Độ chính xác của việc chuyển giao tự động không phải là một tỷ lệ cố định duy nhất. Nó thay đổi tùy theo cách ghi âm, ngôn ngữ, người nói, từ vựng, micro, mức độ ồn và phương pháp đánh giá. Ngay cả những hệ thống hoạt động tốt với lời dẫn rõ ràng cũng có thể gặp khó khăn với sự chồng lấn của loa trong các phòng họp có âm vang cao.

Hướng dẫn này giải thích các yếu tố chính và xác định kế hoạch kiểm tra Recapo của bạn. Chúng tôi không cam kết độ chính xác của sản phẩm trước khi hoàn tất đo lường.

Cổng xuất bản: Hoàn thành các bài kiểm tra đa ngôn ngữ, công bố phương pháp đánh giá, phân công người đánh giá ngôn ngữ, thay thế tất cả các trường [TEST], rồi sử dụng các tuyên bố dựa trên kiểm thử.

"Độ chính xác" là gì?

Bảng điểm có thể được đánh giá ở nhiều cấp độ:

• Dù lời nói có đúng hay không,
• Dù dấu câu có hữu ích hay không,
• Liệu người phát ngôn có được nhận diện chính xác hay không,
• Liệu dấu thời gian có khớp với âm thanh hay không,
• Độ tin cậy của tên gọi, số điện thoại và thuật ngữ kỹ thuật,
• Liệu phiên âm có phù hợp với mục đích dự kiến hay không.

Tỷ lệ lỗi từ giúp đo lường việc thay thế, xóa và chèn từ, nhưng chúng không trả lời được mọi câu hỏi thực tế. Một số sai đơn lẻ có thể nghiêm trọng hơn vài lỗi nhỏ trong việc nối từ.

1. Tiếng ồn nền

Tiếng ồn có thể che khuất các đoạn từ và làm mờ ranh giới từ ngữ. Âm thanh bàn phím, tiếng ồn giao thông, âm nhạc, âm thanh điều hòa và các giọng nói khác tạo ra nhiều nhiễu khác nhau.

Đưa micro gần loa, chọn phòng yên tĩnh và ngăn chặn tiếng ồn trước khi ghi âm để cải thiện nguồn âm thanh của bạn. Việc dọn dẹp quy mô lớn có thể không phải lúc nào cũng khôi phục được thông tin âm thanh không được ghi rõ ràng.

2. Khoảng cách vang vọng và micro

Micro từ xa còn thu được nhiều âm thanh phòng hơn nữa. Phản chiếu chồng lên các giọng nói trực tiếp và có thể làm giảm độ rõ nét. Đồ nội thất mềm mại, micro gần đó và cách nói chuyện đều đặn có thể giúp ích.

Trong các cuộc họp có nhiều người, một micro trung tâm trên laptop có thể không thu được giọng nói của người tham gia một cách đồng đều. Micro riêng biệt hoặc đặt đúng vị trí giúp việc phiên âm và đánh giá loa trở nên dễ dàng hơn.

3. Lời nói chồng lên nhau

Khi mọi người nói cùng lúc, hệ thống phải tách biệt các giọng nói chiếm cùng một đoạn. Các từ có thể bị bỏ qua, kết hợp hoặc gán cho người nói sai.

Các phần quan trọng chồng lấn nên được đánh dấu để xác minh thủ công. Đối với nội dung quan trọng, đừng coi bản ghi là đáng tin cậy; hãy quay lại bản ghi gốc.

4. Giọng điệu, Phương ngữ và Phong cách nói chuyện

Cách phát âm tất nhiên sẽ khác nhau. Nói nhanh, giảm số từ, chuyển đổi mã và từ vựng đặc thù theo vùng có thể làm tăng độ khó. Phản biện biên tập nên bao gồm một người phản biện thành thạo và quen thuộc với khu vực mục tiêu.

Đừng mô tả giọng của bạn là "sai". Báo cáo ngôn ngữ và điều kiện kiểm tra, đồng thời đánh giá xem hệ thống có đáp ứng được nhu cầu của đối tượng mục tiêu hay không.

5. Từ vựng kỹ thuật và danh từ riêng

Tên sản phẩm, con người, địa điểm, viết tắt và thuật ngữ ngành có thể hiếm trong dữ liệu đào tạo chung. Tạo một danh sách chính tả và xem xét tất cả các thuật ngữ có tác động đáng kể.

Các con số và ngày tháng cần được chú ý đặc biệt. Điều này là vì, mặc dù phiên âm có vẻ trôi chảy, ý nghĩa của một chữ số đơn có thể thay đổi.

6. Chất lượng âm thanh và nén

Clipping, méo tiếng, âm lượng rất thấp, vấn đề kênh và nén mất mát nghiêm trọng có thể làm mất hoặc thay đổi chi tiết âm thanh. Hãy sử dụng các nguồn hợp pháp tốt nhất, không phải các bản sao bị xuất lặp đi lặp lại.

7. Lựa chọn ngôn ngữ phù hợp

Chọn sai ngôn ngữ có thể dẫn đến sai lầm phổ biến. Ghi âm đa ngôn ngữ có thể yêu cầu quy trình đa ngôn ngữ và đánh giá riêng cho từng phần.

Các công cụ bản địa hóa dự kiến bao gồm Chuyển lời nói thành văn bản phiên âm video chuyển giọng nói thành văn bản

Cách cải thiện bản ghi âm trước của bạn

• Nếu bạn muốn dùng micro ngoài, tốt nhất là nên dùng nó.
• Giữ khoảng cách nhất định và mặt đất bằng phẳng.
• Ghi âm trong một căn phòng yên tĩnh, ít phản xạ.
• Yêu cầu người tham gia không ngắt lời cuộc trò chuyện của nhau.
• Ghi lại một bài kiểm tra ngắn và nghe trước khi bắt đầu.
• Vui lòng nêu rõ bất kỳ tên hoặc thuật ngữ bất thường nào.
• Vui lòng giữ nguyên tệp gốc.

Phương pháp cải tiến sau phiên âm

1. Vui lòng xem lại âm thanh.
2. Trước tiên, vui lòng xác minh tên, số, ngày và các thuật ngữ kỹ thuật một cách chính xác.
3. Hãy xem các thay đổi về loa.
4. Kiểm tra các phần không chắc chắn hoặc chồng lấn.
5. Dấu câu và đoạn văn đúng được thực hiện riêng biệt thông qua các vòng pass.
6. Vui lòng xuất định dạng cần thiết tại điểm đến của bạn.

Trong quy trình chỉnh chú thích, hãy kiểm tra thời gian và sử dụng các định dạng phù hợp như VTT. W3C WebVTT Đặc tả định nghĩa định dạng văn bản thời gian web được sử dụng cho phụ đề dựa trên thời gian và văn bản liên quan.

Kế hoạch kiểm tra Recapo

Sử dụng mẫu được phê duyệt tại Indonesia, Nhật Bản và Hàn Quốc, và trong các điều kiện tương tự khi có thể.

ID kiểm tra	Ngôn ngữ	Cảnh	Diễn giả	Điều kiện tiếng ồn	Giai đoạn	người đánh giá
T1	Tiếng Indonesia	Lời dẫn chuyện	1	một cách lặng lẽ	[TEST]	[TEST]
T2	Tiếng Indonesia	Phỏng vấn	2	vừa phải	[TEST]	[TEST]
T3	Tiếng Nhật	Lời dẫn chuyện	1	một cách lặng lẽ	[TEST]	[TEST]
T4	Tiếng Nhật	Cuộc gặp gỡ	3+	vừa phải	[TEST]	[TEST]
T5	Tiếng Hàn	Lời dẫn chuyện	1	một cách lặng lẽ	[TEST]	[TEST]
T6	Tiếng Hàn	Phỏng vấn	2	vừa phải	[TEST]	[TEST]

Báo cáo:

• Quá trình chuyển mã;
• Quy tắc mã hóa và chuẩn hóa;
• Cách đo lường lỗi từ và ký tự;
• Số lỗi trong tên/số;
• Đánh giá nhãn hiệu diễn giả;
• Xem lại dấu thời gian;
• Ngày phát triển và thử nghiệm sản phẩm;
• Các mẫu bị hạn chế và loại trừ.

Kết quả

ID kiểm tra	Các chỉ số chính	Tên/Số	Nhãn loa	Khám phá dấu thời gian	Ghi chú của người đánh giá
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]

Câu hỏi thường gặp

Bản ghi chép có chính xác 100% không?

Đừng cho rằng đó là sự thật. Điều kiện ghi âm, từ vựng, người nói, ngôn ngữ và quy tắc đánh giá đều ảnh hưởng đến kết quả. Nội dung quan trọng vẫn cần được con người xem xét.

Bạn nên đánh giá điều gì trước?

Tên, số, ngày tháng, thuật ngữ kỹ thuật, danh tính người phát biểu, và bất kỳ phần nào dùng cho các quyết định quan trọng.

Micro tốt hơn có hiệu quả không?

Các bản ghi gần hơn, rõ ràng hơn thường cung cấp nguồn thông tin tốt hơn so với các bản ghi ở xa, có tiếng ồn. Bạn cần đo lường sự cải thiện chính xác trong các thiết lập thực tế.

Tỷ lệ lỗi từ có đủ không?

Không. Điều này hữu ích, nhưng lỗi trong nhãn loa, dấu câu, dấu thời gian và các thực thể có ảnh hưởng lớn cũng ảnh hưởng đến khả năng sử dụng.

Tôi có thể xuất bản bảng điểm tự động trực tiếp không?

Trước tiên, xin hãy xem lại nó. Văn bản chất lượng xuất bản đòi hỏi phải kiểm tra sự thật, ngôn ngữ, cấu trúc và quyền riêng tư.

Độ chính xác bắt đầu trước khi tải lên

Sự cải thiện lớn nhất là việc nắm bắt phong cách nói của bạn rõ ràng hơn. Giảm nhiễu, ngăn ngừa trùng lặp, chọn ngôn ngữ phù hợp và kiểm tra kết quả bằng cách so sánh với nguồn. Các tuyên bố về độ chính xác của sản phẩm nên được liên kết với việc kiểm tra minh bạch và có thể tái lập.

CTA phê duyệt sau kỳ thi: Tải lên bản ghi âm được ủy quyền, xem lại các chi tiết quan trọng và xuất bảng điểm cho các bước tiếp theo.

Tài liệu tham khảo

• W3C: WebVTT