Hangátirat-példa: Ez a hangból szöveggé átírási példa egy 45 másodperces megbeszélésrészletet használ négy érvényes kimenet bemutatására: teljesen szó szerinti beszéd, könnyen olvasható tisztázott szöveg, időbélyegekkel ellátott, beszélőket megjelölő átirat és forráshivatkozásokkal ellátott összefoglaló. A megfelelő változat attól függ, hogy meg kell-e őriznie a pontosan elhangzottakat, követnie kell-e a beszélőket, megosztható párbeszédre van-e szüksége, vagy a döntések alapján kell-e cselekednie.
NYERS BESZÉD
„Öhm, rendben, szóval az Aurora bevezetésénél szerintem a béta csütörtökre, október tizenhetedikére kerül át, nem keddre.”
TISZTÁZOTT SZÖVEG
„Az Aurora bevezetésénél a béta október 17., csütörtök helyett nem keddre, hanem csütörtökre kerül.”
Meghatározás: A hangátirat készítése a beszélt hang írott szöveggé alakítása. A végtermék megőrizheti minden egyes megnyilatkozást, eltávolíthatja a beszéd töltelékelemeit, azonosíthatja a beszélőket, időbélyegeket adhat hozzá, vagy tömörítheti a beszélgetést, de minden szerkesztésnek egy előre meghatározott szabályt kell követnie, és visszakövethetőnek kell maradnia a forrásig.
Az átirat nem egyetlen, rögzített formátum. Ha valaki „pontos szöveget” kér, a szerkesztőnek akkor is tudnia kell, hogy megtartsa-e az öhm elemeket, az „eighteen thousand five hundred dollars” kifejezést $18,500 formára alakítsa-e, Mayaként azonosítsa-e a hangot, vagy emelje-e ki a döntést egy összefoglalóban. Itt minden változat ugyanabból az ellenőrzött újrajátszásból származik, így pontosan láthatja, mi és miért változik.
Mi az a hangátirat?
A hangátirat a beszéd szöveggé alakítása. A forrás lehet megbeszélés, interjú, előadás, podcast, hangjegyzet, telefonhívás vagy videó hangsávja. A felvétel és az átirat nem felcserélhető: a hang megőrzi a hangszínt és az időzítést; az átirat kereshetővé és szerkeszthetővé teszi a beszélt tartalmat; az összefoglaló pedig csak a későbbi feladathoz szükséges információt választja ki.
A Google Meet a Transcripts kifejezést használja, és azt írja, hogy a megbeszélés átirata a kimondott szavakat, nem pedig a csevegőüzeneteket tartalmazza. A Zoom az audio transcripts kifejezést használja a felhőalapú felvételi munkafolyamatához. Ezek a platformok által használt kifejezések segítenek meghatározni a végterméket, de a jogosultságokat és az aktuális beállításokat a vonatkozó hivatalos dokumentációban kell ellenőrizni.
Képes: engedélyezett beszéd kereshetővé, idézhetővé és ellenőrizhetővé tételére. Nem képes: bizonyítani a beszélő személyazonosságát, egy szerkesztett összefoglalót pontos tanúvallomássá alakítani, vagy bizonyossá tenni a nem egyértelmű hanganyagot.
Hangból szöveggé átírási példa: egy részlet, négy kimenet
Játssza le az ellenőrzött, 45 másodperces forrást
Mért értékek: 45,013 másodperc; mono; 16 bit; 22 050 Hz; öt megszólalás; 0,55 másodperces szünetek. Fiktív projektnevek és anonim szövegkönyv. A referenciaátirat módszere: ismert szövegkönyv, amelyet manuálisan ellenőriztek a renderelt WAV-felvétellel szemben.
| Formátum | Mit őriz meg | Mire a legjobb | Fő korlát |
|---|---|---|---|
| Teljesen szó szerinti | Töltelékszavak, ismétlések, újrakezdések, a beszélt megfogalmazás | Bizonyítékok áttekintése, diskurzuskutatás, a pontos beszéd elemzése | Lassabb olvasni; továbbra sem fonetikus átirat |
| Tisztázott átirat | Jelentés, döntések, nevek, számok, a beszélgetés sorrendje | Olvasható interjúk, belső megosztás, publikálásra szánt tervezetek | A szerkesztői döntések eltüntethetik a jelentőséggel bíró bizonytalankodást |
| Beszélőket megjelölő átirat | Megszólalások, ellenőrzött szerepek, a megszólalások kezdetének időbélyegei | Megbeszélések, interjúk, panelek, átadások | A diarizálási címkék nem ellenőrzött személyazonosságok |
| Forráshivatkozásokkal ellátott összefoglaló | Döntés, feladatok, felelősök, függőség, forrásidők | Végrehajtás és gyors áttekintés | Nem helyettesíti az átiratot vagy a hanganyagot |
Teljesen szó szerinti hangátirat-példa
BEMENETI FELTÉTEL Ellenőrzött, 45,013 másodperces, két beszélős WAV.KIMENETI SZABÁLY A töltelékszavak, ismétlések, megerősítések és a kimondott számformák megtartása.KORLÁT Olvasható helyesírás, nem fonetikus jelölés vagy átfedéselemzés.[00:00.00] PROJEKTFELELŐS
Öhm, rendben, szóval az Aurora bevezetésénél szerintem a béta csütörtökre, október tizenhetedikére kerül át, nem keddre.
[00:10.33] OPERÁCIÓS VEZETŐ
Igaz, de, öhm, a beszerzésnek még szüksége van a módosított árajánlatra. Tizennyolcezer-ötszáz dollár.
[00:21.28] PROJEKTFELELŐS
Igen. Maya holnap délután két óráig elküldi, Luis pedig frissíti a bevezetési ellenőrzőlistát.
[00:29.56] OPERÁCIÓS VEZETŐ
Bocsánat, csak hogy megerősítsük: Maya felel az árajánlatért, Luis pedig az ellenőrzőlistáért?
[00:37.57] PROJEKTFELELŐS
Pontosan. És osszuk meg, osszuk meg az ügyfélnek szánt megjegyzést, miután a jogi csapat áttekinti a Nova-záradékot.
Szerkesztői megjegyzés: Az „öhm”, a „rendben”, az „uh” és az „osszuk meg, osszuk meg” azért maradnak meg, mert a szabály a teljesen szó szerinti átírás. Az írásjelek szerkesztői döntések: a beszélő nem ejtett vesszőket. A szerepnevek az ellenőrzött szövegkönyvből származnak, nem automatikus személyazonosításból.
Tisztázott hangból szöveggé minta
BEMENETI FELTÉTEL Ugyanaz a WAV-fájl és a manuálisan ellenőrzött referenciaszöveg.KIMENETI SZABÁLY A nem jelentéshordozó töltelékszavak eltávolítása; a dátum, az idő és a pénznem egységesítése; a jelentés megőrzése.KORLÁT A bizonytalanság, a tagadás, a tulajdonjog vagy a függőség nem távolítható el észrevétlenül.[00:00.00] PROJEKTFELELŐS
Az Aurora bevezetésénél a béta október 17., csütörtök helyett nem keddre, hanem csütörtökre kerül.
[00:10.33] OPERÁCIÓS VEZETŐ
A beszerzésnek még szüksége van a módosított, 18 500 dolláros árajánlatra.
[00:21.28] PROJEKTFELELŐS
Maya holnap délután 2:00-ig elküldi, Luis pedig frissíti a bevezetési ellenőrzőlistát.
[00:29.56] OPERÁCIÓS VEZETŐ
A megerősítés kedvéért: Maya felel az árajánlatért, Luis pedig az ellenőrzőlistáért?
[00:37.57] PROJEKTFELELŐS
Pontosan. Osszuk meg az ügyfélnek szánt megjegyzést, miután a jogi csapat áttekinti a Nova-záradékot.
Mi változott: A töltelékszavakat eltávolítottuk; az „október tizenhetedike” „október 17.” lett; a „tizennyolcezer-ötszáz dollár” „18 500 dollár” lett; a „délután két óra” „2:00” lett. Az időpont továbbra sem kedd, és az ügyfélnek szánt megjegyzés továbbra is a jogi felülvizsgálatra vár. Ezek a részletek jelentést hordoznak, ezért nem lehet őket pusztán stilisztikai csiszolással eltüntetni.
Példa beszélőkkel címkézett értekezleti átiratra
BEMENETI FELTÉTELÖt ismert megszólalás, amelyeket mért, 0,55 másodperces szünetek választanak el.KIMENETI SZABÁLYHasználd az ellenőrzött szerkesztői szerepköröket és az egyes megszólalások mért kezdési időpontját.KORLÁTAz automatikus beszélőszétválasztás úgy is elkülönítheti a hangokat, hogy nem ismeri a valódi neveket.[00:00.00] PROJEKT VEZETŐ
Az Aurora bevezetéséhez a béta csütörtökre, október 17-re tolódik, nem keddre.
[00:10.33] OPERÁCIÓS VEZETŐ
A beszerzésnek továbbra is szüksége van a módosított, 18 500 dolláros árajánlatra.
[00:21.28] PROJEKT VEZETŐ
Maya holnap 14:00-ig elküldi, Luis pedig frissíti a bevezetési ellenőrzőlistát.
[00:29.56] OPERÁCIÓS VEZETŐ
Tehát megerősítésképpen Maya felel az árajánlatért, Luis pedig az ellenőrzőlistáért?
[00:37.57] PROJEKT VEZETŐ
Pontosan. Osszuk meg az ügyfélnek szánt megjegyzést, miután a jogi csapat áttekintette a Nova-záradékot.
A Google Cloud a speaker diarization fogalmát úgy írja le, mint a különböző beszélők felismerését és beszélőcímkék hozzárendelését. Ez különbözik a beszélőazonosítástól. A „Speaker 1” hasonló beszédű hangok csoportja is lehet; „Projekt vezetőre” változtatásához megbízható kontextusra vagy emberi ellenőrzésre van szükség. Az időzített szövegek esetében a W3C WebVTT specifikáció időzített cue-kat használ, és támogatja a hangterjedelmeket. Ez az olvasható értekezleti átirat ehelyett minden megszólaláshoz egyetlen mért kezdési időpontot használ.
Példa összefoglaló átiratra
BEMENETI FELTÉTELUgyanaz az ellenőrzött értekezleti átirat.KIMENETI SZABÁLYEmelj ki egy döntést, a megnevezett feladatokat és egy függőséget a forrás időpontjaival együtt.KORLÁTAz összefoglaló kihagyja a beszélgetés bizonyítékait, és nem helyettesítheti a felvételt.DÖNTÉS
Az Aurora bétaverzióját kedd helyett csütörtökre, október 17-re kell áthelyezni. [00:00.00]
FELADATOK
- Maya: küldje el a módosított, 18 500 dolláros árajánlatot holnap 14:00-ig. [00:10.33-00:29.01]
- Luis: frissítse a bevezetési ellenőrzőlistát. [00:21.28-00:37.02]
FÜGGŐSÉG
- Az ügyfélnek szánt megjegyzést csak azt követően osszuk meg, hogy a jogi csapat áttekintette a Nova-záradékot. [00:37.57]
Ez a változat azért hasznos, mert elkülöníti az információ három típusát, amelyeket a hosszú átiratok összemosnak: mi változott, ki felel most a munkáért, és minek kell megtörténnie, mielőtt egy ügyfélnek szánt megjegyzés megosztható. Az időbélyegek ellenőrzési kapaszkodók, nem díszítő pontosságot szolgálnak. Az olvasó megnyithatja a hanganyagot a hivatkozott megszólalás környékén, és ellenőrizheti az állítást.
Szó szerinti és tisztított átirat: min változtasson a szerkesztő?
| Beszédjellemző | Teljesen szó szerinti | Tisztított | Ellenőrzési kérdés |
|---|---|---|---|
| Töltelékszavak: hm, ö, rendben | Megtartani | Eltávolítani, ha nem hordoznak jelentést | Befolyásolja a tétovázás az értelmezést? |
| Ismétlődő szavak | Megtartani: „nézzük, nézzük” | Egyszer megtartani | Nyomatékosításról vagy félbehagyott kezdésről van szó? |
| Nyelvtan | A beszélt nyelvi nyelvtan megőrzése | Csak enyhe tisztítás | Megváltoztatná a szerkesztés a hangot vagy a jelentést? |
| Dátumok, időpontok, pénznemek | A beszélt forma megtartható | Következetesen egységesíteni | Helyesen hallottuk és formáztuk a számot? |
| Nevek és kifejezések | Ellenőrzött helyesírást használni | Ellenőrzött helyesírást használni | Alátámasztja a helyesírást a forrás kontextusa? |
| Érthetetlen beszéd | [érthetetlen 00:00] jelöléssel ellátni | Jelölni vagy ellenőrzésre megjelölni | Találgatott a szerkesztő? |
| Átfedés | Az egyidejű beszéd jelölése | A megszólalások szétválasztása, ha rekonstruálható | Biztonságosan továbbra is hozzárendelhető a felelősség? |
Lehet: eltávolítani azt a súrlódást, amely nem hordoz jelentést. Nem lehet: a „szerintem” kifejezést bizonyosságra cserélni, eltávolítani a „nem” szót, ismeretlen beszélőt hozzárendelni, vagy egy óvatos javaslatot döntéssé alakítani.
Kövesd nyomon a szerkesztést: a fenti, tisztított hanganyag-szöveg átiratának mintáján látható piros jelölés láthatóvá teszi a törléseket és az egységesítéseket. Egy gyártási átiratnak akkor is meg kell őriznie a stílusútmutatót vagy a szerkesztési előzményeket, amikor fontos a különbségtétel.
Hogyan ellenőrizd egy átirat minőségét?
- Tarts fenn egyetlen hiteles forrást. Őrizd meg a hitelesített hanganyagot, annak időtartamát és egy referenciaátiratot, hogy minden szerkesztett kimenet ugyanahhoz a forráshoz képest legyen ellenőrizhető.
- Szerkesztés előtt válaszd ki a kimenetet. Az olvasó feladata és a kockázat alapján válassz teljesen szó szerinti, tisztított, beszélőkkel címkézett vagy összefoglaló kimenetet.
- Alkalmazz írásos stílusszabályt. Döntsd el, hogyan kezeled a töltelékszavakat, ismétléseket, írásjeleket, számokat, dátumokat, neveket, időbélyegeket, az érthetetlen beszédet és az átfedéseket.
- Ellenőrizd a nagy kockázatú tényeket. Hallgasd meg újra a neveket, összegeket, dátumokat, tagadásokat, feladatfelelősöket, döntéseket és függőségeket.
- Őrizd meg a nyomon követhetőséget. Tartsd meg a megszólalások időbélyegeit vagy a forráshivatkozásokat, hogy az ellenőrző egy fontos állítástól visszatérhessen a kapcsolódó hanganyaghoz.
Az első átfutást normál lejátszási sebességgel végezd, hogy ellenőrizd a jelentést és a beszélők váltakozásának menetét. Ezután játszd vissza a kockázatos szakaszokat a nevek, betűszavak, összegek, dátumok, határidők, tagadások és feladatfelelősök környékén. Csak szükség esetén használj lassabb lejátszást; a túlzott lassítás torzíthatja a mássalhangzókat. Végül olvasd el az átiratot hanganyag nélkül, hogy észrevedd az írásjelekkel, bekezdésekkel, következetlen címkékkel és valószínűtlen átadásokkal kapcsolatos hibákat.
Ennél a mintánál a kézi ellenőrzés megerősítette az Aurora, Nova, Maya, Luis, október 17., 18 500 dollár, holnap 14:00 adatokat, az árajánlat felelősét, az ellenőrzőlista felelősét és a jogi ellenőrzéshez kapcsolódó függőséget. A „holnap” továbbra is relatív marad, mivel a rekonstruált jelenet nem határozza meg az értekezlet dátumát.
Mi befolyásolja az átírás pontosságát?
Nincs védhető, univerzális pontossági százalék a „hangátírásra”. Az eredmények a mikrofontól való távolságtól, a helyiség visszhangjától, a beszédátfedéstől, a háttérzajtól, a tömörítéstől, az akcentusoktól, a nyelvváltástól, a szókincstől, a tulajdonnevektől, a számok sűrűségétől, a beszélők hanghasonlóságától és a választott kimeneti szabálytól függően változnak. Maga a pontozási módszer is számít: a szóhibaarány nem méri közvetlenül a beszélők helyes hozzárendelését, az írásjeleket, az időbélyegek pontosságát, illetve azt, hogy egy összefoglaló megőrizte-e a döntést.
| Kockázati tényező | Jellemző hiba | Gyakorlati kontroll |
|---|---|---|
| Egymásba beszélő beszélők | A szavak összeolvadnak, vagy rossz beszélőhöz kapcsolódnak | Lehetőség szerint használjon külön mikrofonokat/sávokat; jelölje a beszédátfedést |
| Tulajdonnevek és szakzsargon | Az Aurora vagy a Nova közönséges szóvá válik | Adjon meg szójegyzéket; ellenőrizze a projekt anyagaival |
| Összegek és dátumok | A 18 500 dollárból 8500 dollár lesz; a kedd/csütörtök felcserélődik | Játssza vissza a részletet, és hasonlítsa össze a kontextussal |
| Hasonló hangok | A beszélőcímkék a hívás közben felcserélődnek | Ellenőrizze a megszólalások sorrendjét, és használja az ellenőrzött résztvevői kontextust |
| Alapos tisztítás | A bizonytalanság vagy a függőség eltűnik | Ellenőrizze a szerkesztéseket a referenciatranszkripttel szemben |
Mért értékek és N/A: A WAV időtartamát és a megszólalások kezdetét helyben mértük. Az ismert szöveget manuálisan ellenőriztük a renderelt hanggal szemben. Az automatikus ASR pontosságát, a versenytárs pontosságát és a bejelentkezett HiNoter-eredményt nem mértük, ezért ezek mind N/A értéken maradnak. Nem teszünk rögzített pontossági állítást.
Mit tenne a HiNoter ugyanezzel a hanganyaggal?
A HiNoter egy mesterséges intelligencián alapuló értekezleti és többforrású jegyzetelő eszköz, amely az engedélyezett értekezletekből, YouTube-videókból, PDF-ekből, videókból és hanganyagokból strukturált jegyzeteket és hivatkozott válaszokat készít.
A tervezett, ugyanazon forráson alapuló munkafolyamat a következő: töltse fel az engedélyezett WAV-fájlt, tekintse át a beszélők szerint elkülönített szöveget, hasonlítsa össze az összefoglalót és a teendőket az ellenőrzött átirattal, nyissa meg a gondolattérképet a döntés és a függőség megtekintéséhez, majd tegyen fel az AI Chatnek egy olyan kérdést, mint például „Ki felel a módosított árajánlatért?”, és kövesse vissza a hivatkozását a releváns forrásrészlethez. Tekintse meg a hangból szöveggé alakítási lehetőséget, az AI Chatet, a termék- és entitásáttekintést, az Adatvédelmi irányelveket és a Google Dokumentumok-integrációt. A különálló Bemutatkozás- és integrációs céloldalak 2026. augusztus 10-én 404-es hibát adtak vissza, ezért helyettük az élő kezdőlapot és a konkrét integrációs oldalt használjuk.
Felhasználó által megadott / közzététel előtt ellenőrizendő: a beszélők szerint elkülönített átiratot, az automatikus nyelvfelismerést, az 50-nél több nyelv támogatását, az összefoglalókat, a teendőket, a gondolattérképeket, a forrásra hivatkozó AI Chatet, az exportálást, az integrációkat, a feldolgozási sebességet, a csomagkorlátokat, a megőrzést és a törlési viselkedést nem mértük bejelentkezett HiNoter-fiókban ehhez a vázlathoz. A N/A címke lecserélése vagy termékállítások megfogalmazása előtt ellenőrizze az aktuális felületet és dokumentációt.
Amire ellenőrzés mellett képes lehet: az engedélyezett hanganyagtól strukturált kimenetekig és hivatkozott kérdésekig folytatni a folyamatot. Amire nem képes: felvételi hozzájárulást létrehozni, hozzáférési szabályokat megkerülni, garantálni a beszélő személyazonosságát vagy megszüntetni a következményekkel járó tények ellenőrzésének szükségességét.
Töltse le az átiratsablont és a példacsomagot
Használja az üres sablont a forrás, az engedély, a formátum, az időbélyeg-szabály és a minőségbiztosítási folyamat meghatározásához az átírás megkezdése előtt. A példacsomag az ezen az oldalon bemutatott teljesen szó szerinti, tisztított és összefoglalt kimenetek referenciáit tartalmazza.
Gyakran ismételt kérdések
Melyik átiratformátumot használjam?
Használjon teljesen szó szerinti átiratot, amikor a pontos beszéd számít, tisztított átiratot, amikor az embereknek olvasható párbeszédre van szükségük, beszélőcímkékkel ellátott szöveget több résztvevős értekezletekhez, valamint forráshivatkozásokkal ellátott összefoglalót, amikor az olvasóknak a döntésekre és a teendőkre van szükségük. Következményekkel járó munkánál őrizze meg a hanganyagot és az ellenőrzött átiratot akkor is, ha a végső átadandó anyag egy összefoglaló.
Mi a különbség a szó szerinti és a tisztított átírás között?
A szó szerinti átírás a beszédtöltelékeket, ismétléseket, félbehagyott mondatkezdéseket és a kötetlen nyelvtant egy meghatározott stílusútmutató szerint megőrzi. A tisztított átírás eltávolítja a jelentést nem hordozó beszédzajt, és egységesíti a formázást, miközben megőrzi a jelentést. A tisztított nem jelenti azt, hogy átírt: a szerkesztő nem találhat ki olyan szándékot, bizonyosságot vagy tényt, amelyet a beszélő nem mondott ki.
Mit kell tartalmaznia egy hangból szöveggé alakított mintának?
Egy hasznos hangból szöveggé alakított mintának meg kell határoznia a forrást, az időtartamot, a felvételi körülményeket, az átírási szabályokat, a beszélőcímkézés módszerét, az időbélyeg-konvenciót, az ellenőrzési folyamatot és az ismert korlátokat. Lehetővé kell tennie azt is, hogy az olvasók összehasonlítsák a kimenetet ugyanazzal a hanganyaggal, ahelyett hogy egy oda nem illő szöveget mutatna be a termék pontosságának bizonyítékaként.
Hogyan kerülnek a beszélőcímkék és az időbélyegek az értekezlet átiratába?
A beszélőcímkék származhatnak diarizációból, résztvevői metaadatokból vagy emberi azonosításból, de a generált beszélőszámok nem bizonyítják a személyazonosságot. Az időbélyegek jelölhetik az egyes megszólalásokat, egy rögzített időközt vagy a feliratok időzítési határait. Határozza meg a konvenciót, és az átirat megosztása előtt ellenőrizze a neveket és az időpontokat a felvétellel szemben.
Minden beszédtöltelékszóra szükség van a pontos átirathoz?
Nem mindig. A pontosság a megállapodott kimeneti szabálytól függ. A teljesen szó szerinti átadandó anyag általában megtartja a beszédtöltelékeket és az ismétléseket; a tisztított átadandó anyag eltávolíthatja ezeket a jelentés megváltoztatása nélkül. Mindkettő lehet pontos a saját specifikációja szerint. A probléma a szabályok észrevétlen megváltoztatása, illetve egy olyan bizonytalanság szerkesztéssel való eltüntetése, amely számít az értelmezésben.
A HiNoter ugyanazt a hanganyagot át tudja alakítani átirattá és értekezleti jegyzetekké?
A felhasználó által megadott termékpozicionálás szerint a HiNoter az engedélyezett hanganyagból beszélők szerint elkülönített átiratot, összefoglalót, teendőket, gondolattérképet és forráshivatkozásokkal ellátott AI Chat-válaszokat tud készíteni. Ez a cikk nem mérte ezeket a kimeneteket bejelentkezett fiókban, ezért közzététel előtt ellenőrizni kell az aktuális működést, a nyelvi lefedettséget, az exportálást, a korlátokat és az adatvédelmi vezérlőket.
Dolgozzon fel egy engedélyezett felvételt, és vizsgáljon meg minden kimenetet
Töltsön fel egy engedélyezett értekezletet vagy hangfájlt a HiNoterbe, majd megosztás előtt hasonlítsa össze az átiratát, az összefoglalóját, a teendőit, a gondolattérképét és a forráshivatkozásokkal ellátott válaszait a felvétellel.
Engedélyezett hangfájl feldolgozása | A hivatkozott válaszok munkafolyamatának megtekintése