Label pembicara dan stempel waktu membuat transkrip dapat ditelusuri, dikaitkan dengan pembicara, dan lebih mudah diverifikasi, tetapi hanya jika formatnya sesuai dengan hasil yang diperlukan. Gunakan nama yang telah diverifikasi untuk peserta yang dikenal, label peran ketika identitas tidak diperlukan, label anonim yang konsisten ketika hanya suara yang perlu dipisahkan, dan Pembicara tidak dikenal ketika identitas tidak dapat dikonfirmasi. Untuk transkrip yang mudah dibaca, tambahkan stempel waktu pada setiap pergantian pembicara; gunakan interval awal-akhir untuk penyuntingan atau bukti dan interval cue untuk teks. Panduan ini mendefinisikan istilah, membandingkan format, menangani ucapan yang tumpang tindih, dan memberikan alur kerja QA manusia yang dapat diulang.
Jawaban langsung: Label pembicara mengidentifikasi setiap giliran berbicara, sedangkan stempel waktu menghubungkan giliran tersebut ke momen sumber. Default tercepat yang andal adalah nama yang telah diverifikasi atau label peran yang konsisten ditambah stempel waktu awal giliran, seperti [00:09] Maya Chen:. Gunakan interval untuk penyuntingan, waktu cue untuk teks, dan Pembicara tidak dikenal alih-alih menebak identitas.
Definisi: Label pembicara dan stempel waktu adalah metadata transkrip yang mengaitkan ucapan dengan orang atau peran yang konsisten serta menghubungkan kata, giliran berbicara, atau cue teks ke posisi yang tepat dalam audio sumber.
Apa itu label pembicara dan stempel waktu?
Label pembicara dan stempel waktu menjawab dua pertanyaan yang berbeda: siapa yang bertanggung jawab atas suatu bagian dan di mana bagian tersebut muncul dalam sumber. Transkrip yang baik memisahkan kedua pertanyaan tersebut karena suatu sistem mungkin dapat menemukan dan memisahkan suara secara akurat, tetapi tetap memberikan nama dunia nyata yang salah.
| Istilah | Definisi singkat | Hal yang dapat ditetapkan | Hal yang tidak dapat ditetapkan secara mandiri |
|---|---|---|---|
| Diarisasi pembicara | Membagi audio berdasarkan suara dan memberikan label hasil sistem yang konsisten pada giliran berbicara. | Siapa yang berbicara dan kapan dalam kaitannya dengan suara lain yang terdeteksi. | Nama, peran, wewenang, atau maksud orang tersebut yang telah diverifikasi. |
| Identifikasi pembicara | Memetakan suara yang terdeteksi ke orang nyata atau peran proyek yang telah diverifikasi. | Label yang mudah dipahami manusia dan didukung oleh daftar peserta, perkenalan, atau rekaman yang dikenal. | Atribusi sempurna ketika suara tumpang tindih atau buktinya tidak jelas. |
| Interval stempel waktu | Waktu mulai dan berakhir untuk sebuah kata, giliran berbicara, segmen, atau cue teks. | Jendela sumber yang terkait dengan teks. | Apakah kata-kata atau label pembicara sudah benar. |
| Penanda peristiwa | Notasi konsisten untuk suara atau kondisi sumber yang bermakna, seperti [tertawa], [pintu tertutup], [ucapan tumpang tindih], atau [tidak terdengar 00:24]. | Konteks yang tidak ditangkap oleh kata-kata yang diucapkan saja. | Kata-kata yang tidak terdengar atau identitas yang belum diverifikasi. |
Google Cloud menjelaskan diarization sebagai pendeteksian pergantian pembicara dan pemberian label pada suara yang berbeda. Dokumentasi IBM menjelaskan lebih lanjut: ID yang dihasilkan mungkin tidak berurutan, ID sementara dapat berubah, dan label yang sama tidak boleh ditafsirkan sebagai nama yang telah diverifikasi tanpa sumber bukti lain.
Sumber: Google Cloud: Mendeteksi pembicara yang berbeda dan IBM Cloud: Label pembicara, ditinjau 2026-08-05.
Apa label pembicara yang benar dalam transkripsi?
Label pembicara yang benar adalah atribusi paling spesifik yang didukung oleh bukti, yang digunakan secara konsisten dari awal hingga akhir. Gaya visualnya merupakan hal sekunder. Label tersebut harus membantu pembaca yang dituju membedakan giliran berbicara tanpa melebih-lebihkan kepastian.
| Bukti yang tersedia | Label yang direkomendasikan | Contoh | Aturan verifikasi |
|---|---|---|---|
| Identitas terkonfirmasi dan relevan | Nama lengkap terverifikasi | Maya Chen: | Cocokkan dengan perkenalan diri, daftar yang disetujui, atau suara referensi yang dikenal. |
| Peran lebih penting daripada nama | Peran yang konsisten | Interviewer: | Konfirmasikan perannya dan gunakan satu ejaan secara konsisten. |
| Suara terpisah tetapi identitas tidak diketahui | Pengenal anonim | Speaker 2: | Pertahankan pemetaan secara konsisten; jangan berasumsi bahwa nomornya bersifat kronologis. |
| Identitas tidak dapat dikonfirmasi | Ketidakpastian yang eksplisit | Unknown speaker: | Biarkan tidak diketahui sampai audio atau catatan proyek mendukung koreksi. |
Bisa: mengganti nama label anonim setelah suara diverifikasi. Tidak bisa: menganggap nomor diarization, urutan tampilan, aksen, jabatan yang disebutkan orang lain, atau suara yang kemungkinan cocok sebagai bukti identitas.
Dalam caption, penempatan visual terkadang dapat mengidentifikasi pembicara di layar tanpa mengulangi nama. DCMP merekomendasikan identifikasi pembicara yang jelas dan penyajian yang konsisten; DCMP juga mencatat bahwa nama diri yang digunakan sebagai ID pembicara ditulis dengan huruf kapital, sedangkan identifikasi umum biasanya ditulis dengan huruf kecil. Transkrip biasa dapat menggunakan kapitalisasi nama yang normal diikuti titik dua.
Sumber: DCMP Captioning Key, ditinjau 2026-08-05.
Format label pembicara mana yang benar?
Tidak ada format label pembicara yang universal. Format yang benar adalah format yang diwajibkan oleh tujuan penggunaan dan diterapkan secara konsisten. Gunakan label giliran yang mudah dibaca untuk dokumen, anotasi suara yang dapat dibaca mesin untuk WebVTT, dan gaya persis milik klien ketika pengadilan, penyiar, proyek penelitian, vendor aksesibilitas, atau arsip menetapkannya.
| Hasil kerja | Pola yang direkomendasikan | Contoh | Keterbatasan utama |
|---|---|---|---|
| Transkrip yang mudah dibaca | Stempel waktu + label terverifikasi + titik dua | [00:09] Maya Chen: The pilot starts September 22. | Bukan berkas subtitle dan bukan penyelarasan tingkat kata. |
| Wawancara berbasis peran | Peran yang konsisten + titik dua | Interviewer: What changed? | Dapat menyembunyikan identitas ketika rancangan penelitian memerlukan atribusi berdasarkan nama. |
| Transkrip penelitian anonim | Kode peserta | P03: The handoff was unclear. | Kode tersebut harus dikelola secara terpisah dari identitas pribadi. |
| Caption WebVTT | Interval cue + rentang suara | <v Maya Chen>The pilot starts September 22. | Dukungan pemutar dan aturan penempatan caption tetap penting. |
Hindari berganti-ganti antara Maya, M. Chen, Speaker 1, dan Manager untuk suara yang sama. Jika identitas dikoreksi di tengah proses peninjauan, perbarui setiap giliran sebelumnya dan periksa kembali ringkasan, butir tindakan, kutipan, atau jawaban apa pun yang berasal dari label lama.
Di mana referensi waktu dalam transkripsi harus ditempatkan?
Default tercepat yang berguna untuk transkrip multi-pembicara yang mudah dibaca adalah stempel waktu di awal giliran, tepat sebelum label pembicara. Ini memberi peninjau satu titik klik atau scrub untuk setiap pergantian pembicara tanpa memenuhi setiap kalimat dengan data waktu. Pilih tingkat yang berbeda hanya ketika tugas berikutnya membutuhkannya.
| Jenis referensi waktu | Contoh | Paling sesuai untuk | Kompromi |
|---|---|---|---|
| Bagian atau bab | 00:15:00 Procurement risks | Navigasi podcast, kuliah, atau rapat panjang | Terlalu kasar untuk verifikasi kutipan. |
| Awal giliran bicara | [00:02:14] Maya Chen: | Wawancara dan transkrip rapat yang mudah dibaca | Tidak menunjukkan akhir yang tepat. |
| Interval giliran bicara | [00:02:14-00:02:19] | Penyuntingan, peninjauan bukti, dan giliran bicara yang tumpang tindih | Lebih banyak gangguan visual. |
| Interval cue teks | 00:02:14.000 --> 00:02:19.000 | Pengaturan waktu tampilan WebVTT | Memerlukan sintaks cue yang valid dan segmentasi yang mudah dibaca. |
| Offset tingkat kata | "pilot" 134.2s-134.7s | Penyelarasan, pencarian, dan QA otomatis | Biasanya tidak sesuai sebagai prosa yang terlihat. |
Google Cloud menyediakan offset awal dan akhir untuk kata-kata yang dikenali. W3C WebVTT mendefinisikan cue sebagai interval waktu yang diselaraskan dengan audio atau video dan menggunakan titik untuk milidetik, seperti pada 00:11.000 --> 00:13.000. Tanda kurung siku pada transkrip adalah konvensi editorial, bukan persyaratan WebVTT.
Dapat: menyimpan pengaturan waktu tingkat kata sambil hanya menampilkan stempel waktu tingkat giliran bicara. Tidak dapat: menganggap bahwa pengaturan waktu yang lebih terperinci membuktikan bahwa pengenalan atau atribusi sudah benar.
Sumber: Google Cloud: Word time offsets dan W3C WebVTT, ditinjau 2026-08-05.
Apa perbedaan antara transkrip verbatim lengkap, verbatim cerdas, dan teks?
Audio sumber yang sama dapat menghasilkan tiga keluaran yang valid karena setiap format memiliki tugas yang berbeda. Verbatim lengkap mempertahankan perilaku bicara, verbatim cerdas meningkatkan keterbacaan sambil mempertahankan makna dan atribusi, sedangkan teks membagi teks menjadi segmen untuk tampilan yang disinkronkan.
Contoh sumber editorial terkontrol: Pada 00:09.100, Maya berkata, "Um, so I, I think the pilot starts September 22." Pada 00:11.500, Luis berbicara bersamaan dengan, "Pending procurement approval." Pada 00:13.300, Maya berkata, "Right." Ini adalah contoh QA yang dibuat, bukan pengujian produk yang dilakukan dengan akun resmi.
Transkrip verbatim lengkap
[00:09.100-00:12.700] Maya: Um, so I, I think the pilot starts September 22.
[00:11.500-00:13.200] Luis: [overlapping speech] Pending procurement approval.
[00:13.300-00:13.800] Maya: Right.
Gunakan tingkat ini ketika pengulangan, kata pengisi, jeda, interupsi, dan persaingan giliran bicara merupakan bagian dari analisis atau spesifikasi proyek. Definisikan setiap notasi dalam lembar gaya.
Transkrip verbatim cerdas
[00:09] Maya: I think the pilot starts September 22.
[00:11] Luis: [overlapping speech] Pending procurement approval.
[00:13] Maya: Right.
Versi ini menghapus ketidaklancaran bicara, tetapi tidak menggabungkan kondisi Luis ke dalam kalimat Maya. Membersihkan bahasa tidak boleh memindahkan kepemilikan suatu pernyataan.
Cuplikan teks WebVTT
WEBVTT
00:09.100 --> 00:12.700
<v Maya>I think the pilot starts September 22.
00:11.500 --> 00:13.200
<v Luis>Pending procurement approval.
00:13.300 --> 00:13.800
<v Maya>Right.
WebVTT menggunakan pengaturan waktu cue awal-akhir dan mendukung span suara. Produksi teks juga harus mempertimbangkan kecepatan membaca, pemisah baris, penempatan, dan cue simultan. DCMP merekomendasikan sinkronisasi, kesetaraan konten, identifikasi pembicara, dan informasi suara yang bermakna; aturan pemberian teks televisi FCC menggunakan prinsip peninjauan akurat, sinkron, lengkap, dan ditempatkan dengan benar.
Sumber: W3C WebVTT, DCMP Captioning Key, dan 47 CFR 79.1, ditinjau 2026-08-05. Aturan kualitas teks CFR berlaku dalam konteks televisi yang ditetapkannya; artikel ini menggunakan keempat istilah kualitas tersebut sebagai kriteria peninjauan, bukan sebagai klaim hukum universal.
Bagaimana tumpang tindih, pembicara yang tidak dikenal, dan penanda peristiwa harus ditangani?
Tumpang tindih adalah masalah transkripsi sekaligus masalah atribusi. Jika kedua suara dapat dipahami, pertahankan kedua giliran bicara dengan interval yang saling beririsan. Jika hanya satu suara yang dapat dipahami, transkripsikan suara tersebut dan tandai kondisinya hanya jika itu membantu pembaca. Jika tidak ada yang dapat diandalkan, tandai sumber sebagai tidak terdengar dan tinjau kembali selama QA.
- Giliran bicara yang tumpang tindih tetapi dapat dipahami: pertahankan label dan interval waktu secara terpisah; jangan menggabungkan dua pembicara menjadi satu kalimat.
- Respons singkat: verifikasi "yes," "right," dan "mm-hmm" dengan cermat karena diarization sering salah menetapkan ucapan singkat.
- Identitas tidak diketahui: gunakan
Unknown speaker:atau ID anonim yang konsisten, bukan nama yang kemungkinan benar. - Kata-kata yang tidak jelas: gunakan penanda yang ditentukan proyek seperti
[inaudible 00:24]; jangan pernah menulis kata yang diharapkan terdengar oleh peninjau. - Suara yang bermakna: gunakan deskripsi singkat dengan huruf kecil seperti
[laughter],[door closes], atau[phone rings]ketika suara tersebut memengaruhi pemahaman. - Keheningan dan jeda: tandai hanya ketika durasi atau dampaknya terhadap percakapan penting bagi hasil yang diserahkan.
IBM memperingatkan bahwa percakapan silang atau tumpang tindih dapat sulit atau bahkan mustahil dikenali secara akurat dalam audio campuran, sementara ucapan singkat, kebisingan, pembicara yang dominan, dan banyak peserta juga dapat menurunkan kinerja pelabelan pembicara. Saluran rekaman yang terpisah dapat mengurangi kebutuhan untuk menyimpulkan siapa yang berbicara, tetapi saluran tersebut tetap perlu diselaraskan dan diperiksa kualitasnya.
Apa batasan identifikasi pembicara otomatis?
Sistem otomatis dapat mempercepat segmentasi dan navigasi sumber, tetapi keluaran diarization adalah metadata sementara. Perlakukan sebagai antrean peninjauan, bukan catatan identitas final.
| Kegagalan | Mengapa terjadi | Gejala yang terlihat | Tindakan peninjau |
|---|---|---|---|
| Pertukaran pembicara | Suara yang mirip atau pergantian yang tidak jelas | Kalimat seseorang muncul di bawah label orang lain | Putar ulang sebelum dan sesudah pergantian, lalu koreksi seluruh rangkaian yang terdampak. |
| Pembicara hantu | Kebisingan atau variasi suara | Label baru muncul meskipun tidak ada orang baru yang bergabung | Gabungkan hanya setelah memastikan suara tersebut dibandingkan dengan giliran bicara di sekitarnya. |
| Pembicara terlewat | Kontribusi singkat atau pembicara utama yang dominan | Peserta yang berbicara singkat ditetapkan sebagai suara utama | Tinjau interupsi dan respons singkat secara manual. |
| Peleburan tumpang tindih | Satu saluran campuran | Dua suara menjadi satu kalimat yang terputus-putus | Gunakan pemutaran berdasarkan interval atau trek terpisah jika tersedia. |
| Pergeseran label sementara | Model merevisi perkiraannya saat lebih banyak audio diterima | Nomor pembicara berubah antara keluaran sebagian dan final | Lakukan pemetaan identitas pada transkrip final, lalu normalkan. |
Dapat: menggunakan diarization untuk memprioritaskan peninjauan pergantian pembicara. Tidak dapat: menjanjikan bahwa setiap suara, interupsi, atau nama akan benar tanpa mendengarkan sumbernya.
Bagaimana cara menjalankan QA manusia pada label pembicara dan timestamp?
Mulailah dari materi berisiko tinggi, bukan dengan memutar ulang berkas secara linear: keputusan, kewajiban, nama, tanggal, angka, kutipan, janji eksternal, dan bagian ketika suara tumpang tindih. Kemudian normalkan seluruh dokumen.
- Siapkan daftar peserta dan gaya. Cantumkan pembicara yang diharapkan, nama atau peran yang disetujui, format keluaran, tingkat ketelitian timestamp, konvensi penanda peristiwa, dan pembatasan privasi.
- Jadikan suara yang dikenal sebagai jangkar. Gunakan perkenalan diri atau momen lain dari sumber yang telah diverifikasi untuk menghubungkan suara dengan nama asli; jangan menyimpulkan identitas dari nomor diarization.
- Tinjau pergantian pembicara. Putar ulang pergantian pertama dan setiap keputusan berisiko tinggi, kutipan, penanggung jawab, tenggat waktu, pengakuan singkat, serta interupsi.
- Atasi tumpang tindih dan ketidakpastian. Pertahankan giliran bicara simultan yang dapat dipahami, tandai tumpang tindih atau peristiwa suara yang berguna secara konsisten, dan pertahankan penanda Unknown speaker atau inaudible ketika bukti tidak memadai.
- Periksa keselarasan timestamp. Pastikan timestamp awal giliran atau interval membuka momen sumber yang benar dan bahwa awal, akhir, serta urutan pembacaan cue teks cocok dengan audio.
- Normalkan dokumen. Terapkan satu ejaan label, kapitalisasi, tanda baca, pola timestamp, dan gaya penanda peristiwa di seluruh hasil yang diserahkan.
- Periksa kembali keluaran turunan. Setelah memperbaiki label atau waktu, verifikasi ringkasan, item tindakan, kutipan, ekspor, dan jawaban yang dikutip agar kesalahan tidak terbawa ke proses berikutnya.
Alur kerja tercepat yang dapat dipertanggungjawabkan: gunakan label yang dihasilkan secara konsisten dan timestamp awal giliran, verifikasi perkenalan atau sampel jelas pertama untuk setiap suara, tinjau setiap pergantian berdampak tinggi, lalu ganti nama label secara global. Jika hasil yang diserahkan berisiko tinggi, gunakan peninjau kedua atau aturan pengambilan sampel yang terdokumentasi alih-alih menganggap pemeriksaan pertama sudah lengkap.
Diukur: SERP Google dan Bing serta halaman Google Cloud, IBM Cloud, W3C, DCMP, dan FCC ditinjau pada 2026-08-05. N/A: pengunggahan audio, keluaran diarization, akurasi produk, kesepakatan peninjau, kecepatan pemrosesan, dan ketersediaan fitur setelah masuk.
Bagaimana label pembicara, timestamp, dan sitasi saling memverifikasi?
Transkrip menjadi berlandaskan sumber ketika label, waktu sumber, dan jawaban turunan dapat diperiksa sebagai satu rangkaian. Memperbaiki transkrip saja tidak cukup jika item tindakan atau jawaban AI masih memuat penanggung jawab lama.
Demonstrasi editorial terkontrol; pengukuran produk N/A.
00:09 Maya Chen: "The pilot starts September 22."
00:24 Speaker 2: "I will send the access list by September 15."
00:41 Maya Chen: "Procurement approval is still open."
Langkah peninjauan: Buka 00:24, bandingkan suara tersebut dengan perkenalan Luis Ortiz yang telah diverifikasi, ubah Speaker 2 menjadi Luis Ortiz, lalu jalankan ulang atau periksa kembali setiap keluaran turunan.
Item tindakan yang dikoreksi: Luis Ortiz - kirim daftar akses - jatuh tempo 15 September - sumber 00:24.
Jawaban yang dikutip: "Siapa yang memiliki daftar akses?" Luis Ortiz [00:24].
Koreksi hanya selesai ketika transkrip, ringkasan, item tindakan, ekspor, dan jawaban yang dikutip semuanya menggunakan Luis. Jika identitas tidak dapat diverifikasi, jawaban yang jujur adalah Speaker 2 bertanggung jawab atas tindakan tersebut, dengan sumber 00:24, sambil menunggu identifikasi.
Di mana posisi HiNoter dalam alur kerja ini?
HiNoter adalah alat AI untuk rapat dan catatan multi-sumber yang mengubah rapat resmi, video YouTube, PDF, video, dan audio menjadi catatan terstruktur serta jawaban yang disertai kutipan sumber.
Setelah rapat atau file diizinkan untuk diproses, HiNoter dapat dievaluasi untuk navigasi transkrip berlabel pembicara, pemutaran berdasarkan stempel waktu, koreksi label, ringkasan terstruktur, item tindakan, dan jawaban AI Chat yang tertaut ke momen sumber. Tautan sumber membuat koreksi dapat ditinjau; tautan tersebut tidak membuat label otomatis asli menjadi sempurna.
Disediakan pengguna / verifikasi sebelum diterbitkan: Pengeditan label pembicara, navigasi stempel waktu, kehadiran otomatis, pembuatan transkrip, kecepatan pemrosesan, dukungan bahasa, catatan terstruktur, integrasi, dan AI Chat yang tertaut ke sumber tidak diuji dalam akun HiNoter yang telah masuk untuk halaman ini. Verifikasi perilaku saat ini, paket akun, format ekspor, kontrol privasi, akses sumber, penerapan koreksi, dan opsi penghapusan sebelum publikasi.
Kunjungi HiNoter, uji alur kerja audio-ke-teks, bandingkan catatan rapat AI, periksa referensi sumber AI Chat, tinjau kebijakan privasi, dan lihat integrasi Google Docs. Alur kerja transkrip multibahasa terkait menjelaskan mengapa atribusi pembicara dan makna lintas bahasa merupakan pemeriksaan kualitas yang terpisah.
Pemeriksaan privasi dan izin apa yang diperlukan?
Label pembicara dapat mengubah transkrip generik menjadi data pribadi dengan menghubungkan suara, nama, peran, pernyataan, dan waktu. Proses hanya audio yang Anda miliki atau yang berwenang untuk Anda gunakan, beri tahu peserta jika diwajibkan, dan batasi transkrip serta rekaman sumber kepada orang yang membutuhkannya.
- Dokumentasikan tujuan perekaman, transkripsi, identifikasi pembicara, dan pemrosesan AI lanjutan.
- Gunakan kode peserta, bukan nama, jika penelitian atau rancangan privasi memerlukan penghilangan identitas.
- Jangan menyimpulkan karakteristik identitas sensitif dari suara.
- Batasi akses ke daftar yang memetakan kode peserta anonim ke nama asli.
- Terapkan aturan penyimpanan dan penghapusan pada transkrip serta audio yang mendasarinya.
- Untuk materi hukum, SDM, kesehatan, pelanggan, atau yang diatur, libatkan penanggung jawab privasi atau kepatuhan.
Ini adalah panduan alur kerja, bukan nasihat hukum. Ketentuan privasi produk dan aturan perekaman atau biometrik setempat harus ditinjau untuk peserta, yurisdiksi, dan kasus penggunaan yang sebenarnya.
Pertanyaan yang sering diajukan
Apa itu label pembicara dalam transkripsi?
Label pembicara dalam transkripsi mengidentifikasi orang, peran, atau suara anonim yang bertanggung jawab atas suatu giliran berbicara. Contohnya adalah Maya Chen, Pewawancara, Speaker 2, dan Pembicara tidak dikenal. Label harus tetap konsisten dan tidak boleh menyatakan identitas asli kecuali identitas tersebut telah diverifikasi dari sumber atau catatan proyek.
Label pembicara mana yang benar?
Label pembicara yang benar adalah label paling spesifik yang didukung oleh bukti: nama terverifikasi ketika identitas penting, peran ketika peran sudah memadai, nomor anonim yang konsisten ketika diarization hanya memisahkan suara, atau Pembicara tidak dikenal ketika identitas tidak dapat dikonfirmasi. Konsistensi dan keterverifikasian lebih penting daripada format dekoratif.
Bagaimana format label pembicara yang benar?
Untuk transkrip yang mudah dibaca, gunakan satu label diikuti titik dua pada awal setiap giliran, misalnya [00:09] Maya Chen: Proyek percontohan dimulai 22 September. Untuk caption, ikuti spesifikasi file target; WebVTT mendukung rentang suara yang mengidentifikasi pembicara dalam cue. Klien, pengadilan, penyiar, atau proyek penelitian mungkin memerlukan gaya khusus yang berbeda.
Di mana referensi waktu dalam transkripsi harus dicantumkan?
Untuk transkrip umum, letakkan stempel waktu awal giliran tepat sebelum label pembicara. Gunakan interval awal-akhir ketika editor memerlukan batas yang tepat, stempel waktu berkala hanya ketika diminta oleh proyek, dan interval cue untuk caption. Waktu tingkat kata sebaiknya disimpan sebagai data penyelarasan yang dapat dibaca mesin, bukan dicetak sebelum setiap kata.
Bagaimana pembicara yang tumpang tindih atau tidak dikenal harus diberi label?
Pertahankan kedua giliran ketika kata-katanya dapat dipahami dan berikan masing-masing interval waktu. Tambahkan penanda kondisi yang konsisten seperti [ucapan tumpang tindih] jika membantu peninjau. Jika suara atau kata-kata tidak dapat diverifikasi, gunakan Pembicara tidak dikenal atau [tidak terdengar 00:24], bukan menetapkan nama yang mungkin atau mengarang teks.
Apa yang dilakukan HiNoter terhadap label pembicara dan stempel waktu?
Setelah otorisasi, HiNoter dapat dievaluasi untuk navigasi transkrip, pengeditan label pembicara, catatan terstruktur, item tindakan, dan jawaban AI Chat yang kembali ke stempel waktu sumber. Perilaku produk ini disediakan pengguna untuk artikel ini dan harus diverifikasi dalam produk, paket, kontrol privasi, dan alur kerja tautan sumber saat ini sebelum publikasi.
Periksa transkrip resmi dengan sumbernya
Pertama, tinjau contoh terkontrol di atas. Kemudian proses satu rapat atau file resmi di HiNoter, koreksi label pembicara, buka stempel waktu sumber, dan konfirmasikan bahwa ringkasan, item tindakan, dan jawaban AI Chat memuat atribusi yang telah dikoreksi.
Proses rapat atau file resmi | Lihat AI Chat yang tertaut ke sumber