Blog
Cách Sửa Nhãn Người Nói Trong Bản Phiên Âm
Tác giả: Hushscript Ngày đăng: Rà soát lần cuối:
Để sửa nhãn người nói trong bản phiên âm, hãy dùng trình chỉnh sửa: đổi tên một nhãn để cập nhật mọi dòng thuộc nhãn đó, gán lại một lượt nói cho người khác và tách hoặc gộp lượt nói khi ranh giới bị sai. Không cần chuyển lại file thành văn bản. Nhãn tự động là bản nháp ban đầu; dành vài phút kiểm tra sẽ giúp nhãn đáng tin cậy hơn.
Đổi Người nói A thành tên thật
Nhãn tự động mang tính trung lập. Bản phiên âm hiển thị Người nói A và Người nói B vì hệ thống nhóm các giọng, không biết họ là ai. Khi nhận ra từng người, mở hộp thoại tên người nói và nhập tên cho mỗi nhãn. Tên sẽ thay nhãn trên mọi dòng của người đó, cả trong trình chỉnh sửa lẫn file xuất.
Cũng có thể dùng vai trò thay cho tên. Người phỏng vấn và Người tham gia phù hợp khi không nên đưa tên vào file. Nếu đã có Insights, Hushscript có thể gợi ý tên người nói trong một khối nội dung để bạn xem lại. Chỉ khi bạn chấp nhận thì gợi ý mới được áp dụng. Trang nhận dạng người nói giải thích nhãn thể hiện điều gì và không khẳng định điều gì.
Gán lượt nói bị sai nhãn cho đúng người
Đôi khi chỉ một dòng mang sai nhãn, còn các dòng khác của người đó đều đúng. Chỉ đổi người nói cho lượt đó. Chọn đúng người trong danh sách hoặc chọn người mới nếu dòng đó thuộc về một giọng chưa được nhận ra trong bản phiên âm.
Vừa nghe âm thanh vừa kiểm tra lần lượt bản phiên âm. Chú ý dòng đầu tiên sau mỗi khoảng ngừng và mỗi chỗ đổi chủ đề. Đó là những nơi dễ bị gán nhầm nhãn nhất.
Tách lượt nói chứa hai người nói
Khi hai người nói nối tiếp nhau quá nhanh, hệ thống có thể gộp cả hai vào một lượt nói. Tách lượt nói tại chỗ giọng thứ hai bắt đầu, rồi gán phần sau cho đúng người. Đặt điểm tách sát chỗ đổi giọng để mỗi phần chỉ chứa một giọng.
Gộp các lượt nói liền mạch
Trường hợp ngược lại là câu của một người bị chia thành hai lượt nói, thường do khoảng ngừng hoặc tiếng ho. Gộp lượt nói với lượt tiếp theo để nối chúng lại. Cách này chỉ phù hợp khi cả hai lượt thuộc cùng một người, nên hãy sửa nhãn trước.
Một người cũng có thể xuất hiện dưới hai nhãn, chẳng hạn Người nói A và Người nói C. Không có lệnh riêng để gộp hai nhãn người nói. Gán lại các lượt mang nhãn thừa cho đúng người. Khi không còn lượt nào dùng nhãn thừa, nhãn đó sẽ biến mất khỏi bản phiên âm.
Mọi chỉnh sửa đều có thể hoàn tác và làm lại; nếu một lượt chỉnh sửa bị sai, có thể khôi phục cả bản phiên âm về bản gốc.
Vì sao nhãn người nói bị sai
Biết nguyên nhân sẽ giúp xác định chỗ cần kiểm tra. Bài cách hoạt động của tính năng phân tách người nói giải thích sâu hơn. Những nguyên nhân thường gặp gồm:
- Nói chồng lên nhau. Khi hai người nói cùng lúc, một giọng thường lấn át giọng còn lại. Những chỗ ngắt lời dễ bị thiếu hoặc gộp lượt nói.
- Giọng giống nhau. Hai người có cao độ và âm sắc gần nhau có thể bị gộp vào một nhãn.
- Âm thanh cuộc gọi điện thoại và video. Nén âm thanh và kết nối thay đổi làm giọng một người nghe khác đi, có thể khiến người đó bị chia thành hai nhãn.
- Lượt nói ngắn. Câu trả lời chỉ có một từ như “có” cho hệ thống quá ít âm thanh để phân biệt giọng, nên có thể bị gán cho người nói liền trước hoặc sau.
- Nhiều người nói. Càng nhiều người, càng có nhiều ranh giới cần xác định đúng. Một buổi tọa đàm tám người cần kiểm tra kỹ hơn cuộc phỏng vấn hai người.
Tất cả những trường hợp này đều cần kiểm tra lại. Nhãn tự động không phải kết quả đã được xác minh.
Tùy chọn cần đặt trước khi chuyển bản ghi thành văn bản
Một số vấn đề dễ ngăn ngừa hơn sửa lại.
Bật phát hiện người nói cho bản ghi có nhiều hơn một giọng. Tùy chọn này không cộng thêm phút. Với bản ghi chỉ có một người, hãy tắt.
Nếu mỗi người được ghi trên một kênh riêng, dùng xử lý đa kênh. Tùy chọn này giữ riêng các kênh và tính phí từng kênh. Kết quả vẫn là nhãn trong bản phiên âm, không phải các đường âm thanh giọng nói riêng.
Thói quen ghi âm tốt có ích hơn bất kỳ tùy chọn nào. Khi có thể, dùng micrô riêng cho từng người. Đặt micrô gần người nói và giữ phòng yên tĩnh. Đề nghị khách mời không nói chồng lên nhau và mọi người giới thiệu tên ngay từ đầu để bạn nhanh chóng đối chiếu giọng với nhãn.
Cách ghi nhãn người nói
Không có một định dạng bắt buộc. Quy ước phổ biến trong bản phiên âm là đặt tên hoặc vai trò ở đầu mỗi lượt nói, kèm dấu hai chấm. Chọn một cách ghi, như Maria: hoặc Người phỏng vấn:, và dùng thống nhất cho cả bản phiên âm.
File xuất tuân theo cách ghi đó. Trong TXT, DOCX và các định dạng phụ đề, mỗi lượt nói hoặc đoạn phụ đề bắt đầu bằng tên người nói và dấu hai chấm. Markdown đặt tên in đậm phía trên mỗi lượt nói. CSV và TSV có cột người nói. JSON giữ nhãn gốc trên mỗi lượt nói, kèm các tên đã lưu. Với TXT, Markdown, HTML, RTF, ODT và PDF, có thể tắt nhãn người nói nếu chỉ muốn văn bản.
Phụ đề còn có một lựa chọn khác. Đặc tả WebVTT quy định thẻ giọng nói để đặt tên người nói cho một đoạn phụ đề. Hushscript xuất VTT với tên ở dạng văn bản thuần ngay đầu mỗi đoạn, nên trình phát nào cũng hiển thị tên như nội dung phụ đề thông thường.
Đổi tên người nói trước khi xuất. File xuất dùng tên tại thời điểm xuất.
Sửa nhãn hay chuyển lại bản ghi thành văn bản
Hầu hết trường hợp chỉ cần sửa. Việc sửa miễn phí, có hiệu lực ngay và giữ nguyên các chỉnh sửa khác.
Chỉ chuyển lại bản ghi thành văn bản khi tùy chọn đã sai ngay từ đầu: chưa bật phát hiện người nói, chọn sai ngôn ngữ hoặc các kênh riêng chưa được xử lý riêng. Xử lý lại tạo tác vụ mới, tính phí theo toàn bộ độ dài âm thanh, và bản phiên âm mới không có các chỉnh sửa thủ công trước đó. Sửa tùy chọn rồi chạy lại file.
Nếu định tạo Insights, hãy sửa xong nhãn trước. Insights gắn với phiên bản bản phiên âm, và tạo lại sau đó sẽ dùng phút.
Nguồn và tiêu chuẩn độc lập
Hushscript đã tham khảo các nguồn độc lập, không cạnh tranh này. Chúng giải thích nghiên cứu, tiêu chuẩn hoặc cách nền tảng hoạt động và không đồng nghĩa với việc ủng hộ Hushscript.
Ngày rà soát nguồn: