Label pembicara dan cap masa menjadikan transkrip boleh dicari, boleh dikaitkan kepada penutur, dan lebih mudah disahkan, tetapi hanya apabila formatnya sepadan dengan hasil yang diperlukan. Gunakan nama yang disahkan untuk peserta yang diketahui, label peranan apabila identiti tidak diperlukan, label tanpa nama yang konsisten apabila hanya suara yang perlu dipisahkan, dan Pembicara tidak dikenali apabila identiti tidak dapat disahkan. Untuk transkrip yang mudah dibaca, tambahkan cap masa pada setiap pertukaran pembicara; gunakan selang mula-akhir untuk penyuntingan atau bukti dan selang cue untuk kapsyen. Panduan ini mentakrifkan istilah, membandingkan format, mengendalikan pertuturan bertindih, dan memberikan aliran kerja QA manusia yang boleh diulang.
Jawapan langsung: Label pembicara mengenal pasti setiap giliran bercakap, manakala cap masa menghubungkan giliran tersebut kepada detik sumber. Lalai terpantas yang boleh dipercayai ialah nama yang disahkan atau label peranan yang konsisten bersama cap masa permulaan giliran, seperti [00:09] Maya Chen:. Gunakan selang untuk penyuntingan, masa cue untuk kapsyen, dan Pembicara tidak dikenali dan bukannya meneka identiti.
Definisi: Label pembicara dan cap masa ialah metadata transkrip yang mengaitkan pertuturan kepada orang atau peranan yang konsisten serta menghubungkan perkataan, giliran, atau cue kapsyen kepada kedudukan tepat dalam audio sumber.
Apakah label pembicara dan cap masa?
Label pembicara dan cap masa menjawab dua soalan yang berbeza: siapa yang bertanggungjawab terhadap sesuatu petikan dan di mana petikan itu berlaku dalam sumber. Transkrip yang berguna mengekalkan kedua-dua soalan ini secara berasingan kerana sistem mungkin mencari dan memisahkan suara dengan tepat sambil tetap memberikan nama dunia sebenar yang salah.
| Istilah | Definisi ringkas | Perkara yang boleh ditetapkan | Perkara yang tidak boleh ditetapkan secara bersendirian |
|---|---|---|---|
| Diarisasi pembicara | Membahagikan audio mengikut suara dan memberikan label janaan yang konsisten kepada giliran pembicara. | Siapa yang bercakap dan bila berbanding suara lain yang dikesan. | Nama, peranan, kewibawaan, atau niat orang tersebut yang disahkan. |
| Pengenalpastian pembicara | Memetakan suara yang dikesan kepada orang sebenar atau peranan projek yang disahkan. | Label yang mudah difahami manusia dan disokong oleh senarai peserta, pengenalan, atau rakaman yang diketahui. | Atribusi sempurna apabila suara bertindih atau buktinya tidak jelas. |
| Selang cap masa | Masa mula dan tamat bagi perkataan, giliran, segmen, atau cue kapsyen. | Jendela sumber yang dikaitkan dengan teks. | Sama ada perkataan atau label pembicara itu betul. |
| Penanda peristiwa | Notasi konsisten untuk bunyi atau keadaan sumber yang bermakna, seperti [ketawa], [pintu ditutup], [pertuturan bertindih], atau [tidak dapat didengar 00:24]. | Konteks yang tidak dapat ditangkap oleh perkataan yang dituturkan sahaja. | Perkataan yang tidak didengar atau identiti yang tidak disahkan. |
Google Cloud menerangkan diarisasi sebagai pengesanan perubahan pembicara dan pemberian label kepada suara yang berbeza. Dokumentasi IBM menerangkan dengan lebih lanjut: ID yang dijana mungkin tidak berurutan, ID sementara mungkin berubah, dan label yang sama tidak boleh ditafsirkan sebagai nama yang disahkan tanpa sumber bukti lain.
Sumber: Google Cloud: Mengesan pembicara yang berbeza dan IBM Cloud: Label pembicara, disemak pada 2026-08-05.
Apakah label pembicara yang betul dalam transkripsi?
Label pembicara yang betul ialah atribusi paling khusus yang disokong oleh bukti, digunakan secara konsisten dari awal hingga akhir. Gaya visual adalah perkara sekunder. Label tersebut mesti membantu pembaca yang dimaksudkan membezakan giliran tanpa melebih-lebihkan kepastian.
| Bukti yang tersedia | Label yang disyorkan | Contoh | Peraturan pengesahan |
|---|---|---|---|
| Identiti disahkan dan berkaitan | Nama penuh yang disahkan | Maya Chen: | Padankan dengan pengenalan diri, senarai nama yang diluluskan atau suara rujukan yang diketahui. |
| Peranan lebih penting daripada nama | Peranan yang konsisten | Interviewer: | Sahkan peranan dan gunakan satu ejaan sepanjang dokumen. |
| Suara dipisahkan tetapi identiti tidak diketahui | Pengenal pasti tanpa nama | Speaker 2: | Kekalkan pemetaan yang konsisten; jangan anggap nombor itu mengikut kronologi. |
| Identiti tidak dapat disahkan | Ketidakpastian yang jelas | Unknown speaker: | Biarkan ia tidak diketahui sehingga audio atau rekod projek menyokong pembetulan. |
Boleh: menamakan semula label tanpa nama selepas suara disahkan. Tidak boleh: menganggap nombor diarization, susunan paparan, loghat, jawatan yang disebut oleh orang lain atau suara yang berkemungkinan sebagai bukti identiti.
Dalam kapsyen, kedudukan visual kadangkala dapat mengenal pasti penutur pada skrin tanpa mengulangi nama. DCMP mengesyorkan pengenalpastian penutur yang jelas dan persembahan yang konsisten; ia juga menyatakan bahawa nama khas yang digunakan sebagai ID penutur ditulis dengan huruf besar manakala pengenalan umum biasanya ditulis dengan huruf kecil. Transkrip biasa boleh menggunakan huruf besar nama yang normal diikuti dengan titik bertindih.
Sumber: Kunci Kapsyen DCMP, disemak pada 2026-08-05.
Format label penutur yang manakah betul?
Tiada format label penutur yang universal. Format yang betul ialah format yang diperlukan oleh destinasi dan digunakan secara konsisten. Gunakan label giliran yang mudah dibaca untuk dokumen, anotasi suara yang boleh dibaca mesin untuk WebVTT dan gaya tepat klien apabila mahkamah, penyiar, projek penyelidikan, vendor kebolehcapaian atau arkib menetapkannya.
| Hasil serahan | Corak yang disyorkan | Contoh | Batasan utama |
|---|---|---|---|
| Transkrip yang mudah dibaca | Cap masa + label yang disahkan + titik bertindih | [00:09] Maya Chen: The pilot starts September 22. | Bukan fail sari kata dan bukan penjajaran pada peringkat perkataan. |
| Temu bual berasaskan peranan | Peranan yang konsisten + titik bertindih | Interviewer: What changed? | Boleh menyembunyikan identiti apabila reka bentuk penyelidikan memerlukan atribusi bernama. |
| Transkrip penyelidikan tanpa nama | Kod peserta | P03: The handoff was unclear. | Kod itu mesti diurus secara berasingan daripada identiti peribadi. |
| Kapsyen WebVTT | Selang cue + rentang suara | <v Maya Chen>The pilot starts September 22. | Sokongan pemain dan peraturan penempatan kapsyen masih penting. |
Elakkan bertukar antara Maya, M. Chen, Speaker 1 dan Manager untuk suara yang sama. Jika identiti dibetulkan di pertengahan semakan, kemas kini setiap giliran terdahulu dan semak semula sebarang ringkasan, item tindakan, petikan atau jawapan yang diperoleh daripada label lama.
Di manakah rujukan masa dalam transkripsi harus diletakkan?
Lalai terpantas yang berguna untuk transkrip mudah dibaca dengan berbilang penutur ialah cap masa pada permulaan giliran yang diletakkan tepat sebelum label penutur. Ia memberikan kepada penyemak satu titik klik atau gosok bagi setiap pertukaran tanpa memenuhi setiap ayat dengan data masa. Pilih tahap yang berbeza hanya apabila tugasan seterusnya memerlukannya.
| Jenis rujukan masa | Contoh | Sesuai untuk | Pertukaran |
|---|---|---|---|
| Seksyen atau bab | 00:15:00 Risiko perolehan | Navigasi podcast, kuliah atau mesyuarat panjang | Terlalu kasar untuk pengesahan petikan. |
| Permulaan giliran | [00:02:14] Maya Chen: | Transkrip temu bual dan mesyuarat yang mudah dibaca | Tidak menunjukkan penghujung yang tepat. |
| Selang giliran | [00:02:14-00:02:19] | Penyuntingan, semakan bukti dan giliran yang bertindih | Lebih banyak gangguan visual. |
| Selang petunjuk kapsyen | 00:02:14.000 --> 00:02:19.000 | Pemasaan paparan WebVTT | Memerlukan sintaks petunjuk yang sah dan pembahagian yang mudah dibaca. |
| Ofset peringkat perkataan | "juruterbang" 134.2s-134.7s | Penjajaran, carian dan QA automatik | Biasanya tidak sesuai sebagai prosa yang kelihatan. |
Google Cloud mendedahkan ofset mula dan akhir untuk perkataan yang dikenal pasti. W3C WebVTT mentakrifkan petunjuk sebagai selang masa yang dijajarkan dengan audio atau video dan menggunakan titik untuk milisaat, seperti dalam 00:11.000 --> 00:13.000. Kurungan siku dalam transkrip ialah konvensyen editorial, bukan keperluan WebVTT.
Boleh: menyimpan pemasaan peringkat perkataan sambil hanya memaparkan cap masa peringkat giliran. Tidak boleh: menganggap pemasaan yang lebih terperinci membuktikan bahawa pengecaman atau atribusi itu betul.
Sumber: Google Cloud: Ofset masa perkataan dan W3C WebVTT, disemak pada 2026-08-05.
Apakah perbezaan antara verbatim penuh, verbatim pintar dan kapsyen?
Audio sumber yang sama boleh menghasilkan tiga output yang sah kerana setiap format mempunyai tugas yang berbeza. Verbatim penuh mengekalkan tingkah laku pertuturan, verbatim pintar meningkatkan kebolehbacaan sambil mengekalkan makna dan atribusi, manakala kapsyen membahagikan teks untuk paparan yang disegerakkan.
Contoh sumber editorial terkawal: Pada 00:09.100, Maya berkata, "Um, jadi saya, saya rasa projek perintis bermula pada 22 September." Pada 00:11.500, Luis bertindih dengan, "Menunggu kelulusan perolehan." Pada 00:13.300, Maya berkata, "Betul." Ini ialah contoh QA yang dibina, bukan ujian produk yang dilog masuk.
Transkrip verbatim penuh
[00:09.100-00:12.700] Maya: Um, jadi saya, saya rasa projek perintis bermula pada 22 September.
[00:11.500-00:13.200] Luis: [pertuturan bertindih] Menunggu kelulusan perolehan.
[00:13.300-00:13.800] Maya: Betul.
Gunakan tahap ini apabila pengulangan, kata pengisi, jeda, gangguan dan persaingan giliran merupakan sebahagian daripada analisis atau spesifikasi projek. Takrifkan setiap notasi dalam helaian gaya.
Transkrip verbatim pintar
[00:09] Maya: Saya rasa projek perintis bermula pada 22 September.
[00:11] Luis: [pertuturan bertindih] Menunggu kelulusan perolehan.
[00:13] Maya: Betul.
Versi ini membuang ketidaklancaran tetapi tidak menggabungkan syarat Luis ke dalam ayat Maya. Pembersihan bahasa tidak boleh memindahkan pemilikan sesuatu pernyataan.
Petikan kapsyen WebVTT
WEBVTT
00:09.100 --> 00:12.700
<v Maya>Saya rasa projek perintis bermula pada 22 September.
00:11.500 --> 00:13.200
<v Luis>Menunggu kelulusan perolehan.
00:13.300 --> 00:13.800
<v Maya>Betul.
WebVTT menggunakan pemasaan petunjuk mula-akhir dan menyokong rentang suara. Penghasilan kapsyen juga mesti mengambil kira kelajuan membaca, pemisah baris, penempatan dan petunjuk serentak. DCMP mengesyorkan penyegerakan, kesetaraan kandungan, pengenalpastian penutur dan maklumat bunyi yang bermakna; peraturan kapsyen televisyen FCC menggunakan prinsip semakan tepat, segerak, lengkap dan ditempatkan dengan betul.
Sumber: W3C WebVTT, DCMP Captioning Key dan 47 CFR 79.1, disemak pada 2026-08-05. Peraturan kualiti kapsyen CFR terpakai dalam konteks televisyen yang ditakrifkan; artikel ini menggunakan empat istilah kualiti tersebut sebagai kriteria semakan, bukan sebagai tuntutan undang-undang sejagat.
Bagaimanakah pertindihan, penutur yang tidak diketahui dan penanda peristiwa harus dikendalikan?
Pertindihan ialah masalah transkripsi dan juga masalah atribusi. Jika kedua-dua suara dapat difahami, kekalkan kedua-dua giliran dengan selang yang bersilang. Jika hanya satu suara dapat difahami, transkripsikan suara tersebut dan tandakan keadaan itu hanya apabila ia membantu pembaca. Jika kedua-duanya tidak boleh dipercayai, tandakan sumber sebagai tidak dapat didengar dan kembali kepadanya semasa QA.
- Giliran bertindih yang boleh difahami: kekalkan label dan selang masa yang berasingan; jangan gabungkan dua penutur dalam satu ayat.
- Respons ringkas: sahkan "ya," "betul," dan "mm-hmm" dengan teliti kerana diarization sering tersalah menetapkan ujaran ringkas.
- Identiti tidak diketahui: gunakan
Penutur tidak diketahui:atau ID tanpa nama yang konsisten dan bukannya nama yang berkemungkinan. - Perkataan tidak jelas: gunakan penanda yang ditakrifkan projek seperti
[tidak dapat didengar 00:24]; jangan sekali-kali menulis perkataan yang dijangka didengar oleh penyemak. - Bunyi yang bermakna: gunakan penerangan ringkas dalam huruf kecil seperti
[ketawa],[pintu ditutup], atau[telefon berdering]apabila bunyi tersebut mempengaruhi pemahaman. - Senyap dan jeda: tandakan hanya apabila tempoh atau kesan perbualannya penting untuk hasil kerja.
IBM memberi amaran bahawa percakapan silang atau pertindihan boleh menjadi sukar atau mustahil untuk dikenal pasti dengan tepat dalam audio bercampur, manakala ujaran ringkas, hingar, penutur dominan, dan ramai peserta juga boleh mengurangkan prestasi pelabelan penutur. Saluran rakaman berasingan boleh mengurangkan keperluan untuk membuat kesimpulan tentang siapa yang bercakap, tetapi saluran tersebut masih memerlukan penjajaran dan QA.
Apakah had pengenalpastian penutur automatik?
Sistem automatik boleh mempercepat pembahagian segmen dan navigasi sumber, tetapi output diarization ialah metadata sementara. Anggap ia sebagai baris gilir semakan, bukan rekod identiti muktamad.
| Kegagalan | Sebab ia berlaku | Simptom yang kelihatan | Tindakan penyemak |
|---|---|---|---|
| Pertukaran penutur | Suara yang serupa atau pertukaran yang lemah | Ayat seseorang muncul di bawah label orang lain | Mainkan semula sebelum dan selepas pertukaran lalu betulkan keseluruhan rangkaian yang terjejas. |
| Penutur hantu | Hingar atau variasi suara | Label baharu muncul walaupun tiada orang baharu menyertai | Gabungkan hanya selepas mengesahkan suara tersebut berbanding giliran yang berdekatan. |
| Penutur terlepas | Sumbangan ringkas atau penutur utama yang dominan | Peserta yang bercakap ringkas ditetapkan kepada suara utama | Semak gangguan dan respons ringkas secara manual. |
| Pertindihan runtuh | Saluran campuran tunggal | Dua suara menjadi satu ayat yang terputus-putus | Gunakan main balik selang atau trek berasingan apabila tersedia. |
| Perubahan label sementara | Model menyemak semula anggarannya apabila lebih banyak audio tiba | Nombor penutur berubah antara output separa dan muktamad | Lakukan pemetaan identiti pada transkrip muktamad, kemudian seragamkan. |
Boleh: gunakan diarization untuk mengutamakan semakan pertukaran penutur. Tidak boleh: menjanjikan bahawa setiap suara, gangguan, atau nama akan betul tanpa mendengar sumber.
Bagaimanakah anda menjalankan QA manusia terhadap label penutur dan cap masa?
Mulakan dengan bahan berisiko tinggi dan bukannya memainkan semula fail secara linear: keputusan, kewajipan, nama, tarikh, nombor, petikan, janji luaran, dan bahagian yang suaranya bertindih. Kemudian seragamkan keseluruhan dokumen.
- Sediakan senarai peserta dan gaya. Senaraikan penutur yang dijangka, nama atau peranan yang diluluskan, format output, ketepatan cap masa, konvensyen penanda peristiwa, dan sekatan privasi.
- Tetapkan suara yang diketahui. Gunakan pengenalan diri atau detik sumber lain yang disahkan untuk menghubungkan suara dengan nama sebenar; jangan membuat kesimpulan tentang identiti daripada nombor diarization.
- Semak pertukaran penutur. Mainkan semula pertukaran pertama dan setiap keputusan, petikan, pemilik, tarikh akhir, pengakuan ringkas, dan gangguan berisiko tinggi.
- Selesaikan pertindihan dan ketidakpastian. Kekalkan giliran serentak yang boleh difahami, tandakan pertindihan atau peristiwa bunyi yang berguna secara konsisten, dan kekalkan penanda Penutur tidak diketahui atau tidak dapat didengar apabila bukti tidak mencukupi.
- Semak penjajaran cap masa. Sahkan bahawa cap masa permulaan giliran atau selang membuka detik sumber yang betul dan permulaan, pengakhiran, serta susunan bacaan petunjuk kapsyen sepadan dengan audio.
- Seragamkan dokumen. Gunakan satu ejaan label, penggunaan huruf besar, tanda baca, corak cap masa, dan gaya penanda peristiwa yang sama di seluruh hasil kerja.
- Semak semula output terbitan. Selepas membetulkan label atau masa, sahkan ringkasan, item tindakan, petikan, eksport, dan jawapan yang dirujuk supaya ralat tersebut tidak berterusan ke peringkat seterusnya.
Aliran kerja yang paling pantas dan boleh dipertahankan: gunakan label janaaan yang konsisten dan cap masa permulaan giliran, sahkan pengenalan atau sampel jelas pertama bagi setiap suara, semak setiap pertukaran berimpak tinggi, kemudian namakan semula label secara global. Jika hasil kerja berisiko tinggi, gunakan penyemak kedua atau peraturan pensampelan yang didokumenkan dan bukannya menganggap semakan pertama telah lengkap.
Diukur: SERP Google dan Bing serta halaman Google Cloud, IBM Cloud, W3C, DCMP, dan FCC telah disemak pada 2026-08-05. T/A: muat naik audio, output diarization, ketepatan produk, persetujuan penyemak, kelajuan pemprosesan, dan ketersediaan ciri semasa log masuk.
Bagaimanakah label penutur, cap masa, dan petikan saling mengesahkan?
Transkrip menjadi berasaskan sumber apabila label, masa sumber, dan jawapan terbitan boleh disemak sebagai satu rantaian. Membetulkan transkrip tidak memadai jika item tindakan atau jawapan AI masih membawa pemilik lama.
Demonstrasi editorial terkawal; pengukuran produk T/A.
00:09 Maya Chen: "Rintis bermula pada 22 September."
00:24 Penutur 2: "Saya akan menghantar senarai akses pada 15 September."
00:41 Maya Chen: "Kelulusan perolehan masih belum selesai."
Laluan semakan: Buka 00:24, bandingkan suara tersebut dengan pengenalan Luis Ortiz yang telah disahkan, tukar Penutur 2 kepada Luis Ortiz, dan jalankan semula atau semak semula setiap output terbitan.
Item tindakan yang dibetulkan: Luis Ortiz - hantar senarai akses - tarikh akhir 15 September - sumber 00:24.
Jawapan yang dipetik: "Siapa yang memiliki senarai akses?" Luis Ortiz [00:24].
Pembetulan hanya lengkap apabila transkrip, ringkasan, item tindakan, eksport, dan jawapan yang dipetik semuanya menggunakan Luis. Jika identiti tidak dapat disahkan, jawapan yang jujur ialah Speaker 2 memiliki tindakan tersebut, dengan sumber 00:24, sementara menunggu pengenalpastian.
Di manakah HiNoter sesuai dalam aliran kerja ini?
HiNoter ialah alat nota mesyuarat AI dan berbilang sumber yang menukar mesyuarat, video YouTube, PDF, video dan audio yang dibenarkan kepada nota berstruktur dan jawapan yang dipetik.
Selepas mesyuarat atau fail dibenarkan untuk diproses, HiNoter boleh dinilai untuk navigasi transkrip berlabel pembicara, main balik cap masa, pembetulan label, ringkasan berstruktur, item tindakan, dan jawapan AI Chat yang memaut kembali kepada detik sumber. Pautan sumber menjadikan pembetulan boleh diperiksa; ia tidak menjadikan label automatik asal sempurna.
Disediakan pengguna / sahkan sebelum diterbitkan: Penyuntingan label pembicara, navigasi cap masa, kehadiran automatik, penjanaan transkrip, kelajuan pemprosesan, sokongan bahasa, nota berstruktur, integrasi, dan AI Chat berpaut sumber tidak diuji dalam akaun HiNoter yang telah dilog masuk untuk halaman ini. Sahkan tingkah laku semasa, pelan akaun, format eksport, kawalan privasi, akses sumber, penyebaran pembetulan, dan pilihan pemadaman sebelum penerbitan.
Lawati HiNoter, uji aliran kerja audio-ke-teks, bandingkan nota mesyuarat AI, periksa rujukan sumber AI Chat, semak dasar privasi, dan lihat integrasi Google Docs. Aliran kerja transkrip berbilang bahasa yang berkaitan menerangkan sebab atribusi pembicara dan makna merentas bahasa ialah pemeriksaan kualiti yang berasingan.
Apakah pemeriksaan privasi dan kebenaran yang diperlukan?
Label pembicara boleh menukar transkrip generik menjadi data peribadi dengan menghubungkan suara, nama, peranan, pernyataan, dan masa. Proses hanya audio yang anda miliki atau diberi kuasa untuk digunakan, maklumkan peserta apabila diperlukan, dan hadkan transkrip serta rakaman sumber kepada orang yang memerlukannya.
- Dokumentasikan tujuan rakaman, transkripsi, pengenalpastian pembicara, dan pemprosesan AI hiliran.
- Gunakan kod peserta dan bukannya nama apabila reka bentuk penyelidikan atau privasi memerlukan penyahpengenalpastian.
- Jangan membuat kesimpulan tentang ciri identiti sensitif daripada suara.
- Hadkan akses kepada senarai yang memetakan kod peserta tanpa nama kepada nama sebenar.
- Terapkan peraturan pengekalan dan pemadaman pada transkrip serta audio asas.
- Untuk bahan undang-undang, HR, penjagaan kesihatan, pelanggan, atau bahan terkawal, libatkan pihak yang bertanggungjawab terhadap privasi atau pematuhan.
Ini ialah panduan aliran kerja, bukan nasihat undang-undang. Syarat privasi produk dan peraturan rakaman atau biometrik tempatan mesti disemak untuk peserta, bidang kuasa, dan kes penggunaan sebenar.
Soalan lazim
Apakah label pembicara dalam transkripsi?
Label pembicara dalam transkripsi mengenal pasti orang, peranan, atau suara tanpa nama yang bertanggungjawab terhadap sesuatu giliran bercakap. Contohnya ialah Maya Chen, Penemuduga, Speaker 2, dan Pembicara tidak dikenali. Label hendaklah kekal konsisten dan tidak mendakwa identiti sebenar melainkan identiti tersebut telah disahkan daripada sumber atau rekod projek.
Label pembicara manakah yang betul?
Label pembicara yang betul ialah label paling khusus yang disokong oleh bukti: nama yang disahkan apabila identiti penting, peranan apabila peranan mencukupi, nombor tanpa nama yang konsisten apabila diarization hanya memisahkan suara, atau Pembicara tidak dikenali apabila identiti tidak dapat disahkan. Konsistensi dan kebolehperiksaan lebih penting daripada pemformatan hiasan.
Apakah format label pembicara yang betul?
Untuk transkrip yang mudah dibaca, gunakan satu label diikuti titik bertindih pada permulaan setiap giliran, contohnya [00:09] Maya Chen: Projek perintis bermula pada 22 September. Untuk kapsyen, ikut spesifikasi fail sasaran; WebVTT menyokong rentang suara yang mengenal pasti pembicara klip tersebut. Klien, mahkamah, penyiar, atau projek penyelidikan mungkin memerlukan gaya dalaman yang berbeza.
Di manakah rujukan masa harus diletakkan dalam transkripsi?
Untuk transkrip umum, letakkan cap masa permulaan giliran sejurus sebelum label pembicara. Gunakan selang mula-akhir apabila penyunting memerlukan sempadan tepat, cap masa berkala hanya apabila projek memintanya, dan selang klip untuk kapsyen. Masa pada peringkat perkataan sebaik-baiknya disimpan sebagai data penjajaran yang boleh dibaca mesin dan bukannya dicetak sebelum setiap perkataan.
Bagaimanakah pembicara yang bertindih atau tidak dikenali harus dilabel?
Kekalkan kedua-dua giliran apabila perkataan dapat difahami dan berikan setiap satunya selang masa. Tambahkan penanda keadaan yang konsisten seperti [pertuturan bertindih] apabila ia membantu penyemak. Jika suara atau perkataan tidak dapat disahkan, gunakan Pembicara tidak dikenali atau [tidak dapat didengar 00:24] dan bukannya memberikan nama yang mungkin atau mencipta teks.
Apakah yang dilakukan HiNoter dengan label pembicara dan cap masa?
Selepas kebenaran diberikan, HiNoter boleh dinilai untuk navigasi transkrip, penyuntingan label pembicara, nota berstruktur, item tindakan, dan jawapan AI Chat yang kembali kepada cap masa sumber. Tingkah laku produk ini disediakan pengguna untuk artikel ini dan mesti disahkan dalam produk, pelan, kawalan privasi, dan aliran kerja pautan sumber semasa sebelum penerbitan.
Semak transkrip yang dibenarkan berbanding sumbernya
Mula-mula semak contoh terkawal di atas. Kemudian proses satu mesyuarat atau fail yang dibenarkan dalam HiNoter, betulkan label pembicara, buka cap masa sumber, dan sahkan bahawa ringkasan, item tindakan, dan jawapan AI Chat membawa atribusi yang telah dibetulkan.
Proses mesyuarat atau fail yang dibenarkan | Lihat AI Chat berpaut sumber