Hvor præcis transskriptionen bliver, afhænger i høj grad af optagelsen. Klar stemme, lidt støj og én taler ad gangen giver en transskription, du næsten ikke skal rette. Et støjende rum med overlappende stemmer giver en, du må skrive om.

Producerer du selv lyden, kan et par rettelser før transskriptionen betale sig. Søgninger efter værktøjer som Adobe Podcast Enhance er steget i år. Det tyder på, at mange skabere nu kører talen gennem en lydforbedrer først.

Det, der mest forringer præcisionen

Baggrundsstøj er den største faktor. Det gælder alt fra trafik og ventilatorer til ekko i rummet. Afstanden til mikrofonen kommer dernæst, fordi en svag stemme ligger tæt på støjgulvet. Clipping, der opstår, når optagelsen er for høj, forvrænger ord på en måde, som software ikke altid kan reparere. Crosstalk, hvor to personer taler samtidig, forvirrer ethvert system, både menneskeligt og AI.

Rettelser, der hjælper

Optag i et stille, blødt rum. Gardiner og tæpper dæmper ekko. Hold mikrofonen en håndbredde fra talerens mund. Indstil niveauerne, så toppene ligger godt under maksimum. Bed gæster om at bruge hovedtelefoner, så deres højttalere ikke lækker ind i optagelsen. Brug separate spor for hver person, når det er muligt.

Brug af en taleforbedrer

En taleforbedrer reducerer støj og ekko og kan få en simpel optagelse til at lyde tættere på en studieoptagelse. Adobes værktøj Enhance Speech i Adobe Podcast er ét eksempel, og andre fungerer på samme måde. Upload filen, download den rensede version, og transskriber den.

Forbedrere kan også skabe artefakter. Overbehandlet tale lyder nogle gange tynd, og en svag stavelse kan forsvinde. Test på et kort klip, sammenlign transskriptionerne af originalen og den forbedrede fil, og behold den, der læser bedst. Gem altid den originale optagelse.

Det, du bør lade være

Undgå kraftig kompression og høj musik under talen i den fil, du transskriberer. Fremskynd ikke lyden. Klip ikke stilhed på en måde, der skærer enderne af ord af. Findes der en masterfil med musik tilføjet, transskriber talesporet før mixet.

Transskriber så

Podcast To Transcript læser et afsnit fra Apple Podcasts, Spotify, YouTube med undertekster eller en hvilken som helst side med lyd og returnerer et tidsstemplet transskript med talerlabels. Værktøjet streamer lyden fra den oprindelige feedadresse, så den rene version skal være den, din feed serverer. Vil du måle resultatet, kan du læse vores artikel om hvor præcise AI-podcasttransskriptioner er.

Kontrollér resultatet

Tjek begyndelsen, midten og slutningen af transskriptionen mod lyden, og læg særligt mærke til navne og tal. Samler fejlene sig i ét stykke, er problemet sandsynligvis i netop den del af lyden. Det er billigere at rette lyden end at redigere teksten.

Ofte stillede spørgsmål

Forbedrer bedre lyd virkelig transskriptionen?

Ja. Ren tale er den enkeltstørste faktor for præcision.

Skal jeg køre alle afsnit gennem en forbedrer?

Kun når optagelsen har brug for det. Ren studielyd får lidt ud af det, og behandlingen kan tilføje artefakter.

Kan jeg rette lyden bagefter?

Støj og ekko kan reduceres. Clipping og kraftigt crosstalk er langt sværere at reparere.

Er filformatet vigtigt for et transskriptionsværktøj?

De fleste accepterer almindelige formater. Tjek værktøjets understøttede input, og brug den bedste kvalitet, du har.