Transkripsjonen blir bare så god som opptaket. En tydelig stemme, lite støy og én taler om gangen gir en transkripsjon du nesten ikke trenger å redigere. I et støyende rom med overlappende stemmer må du skrive om mye.

Lager du lyden selv, er det verdt å gjøre noen få grep før du transkriberer. Søket etter verktøy som Adobe Podcast Enhance har økt i år, og det tyder på at mange skapere nå kjører talen gjennom en forbedrer først.

Det som går mest ut over nøyaktigheten

Bakgrunnsstøy veier tyngst, enten det er trafikk, vifter eller romekko. Avstand til mikrofonen kommer deretter, for en svak stemme ligger nær støygulvet. Klipping oppstår når opptaket er for høyt, og det forvrenger ord på en måte programvare ikke alltid klarer å reparere. Crosstalk, altså at to personer snakker samtidig, forvirrer alle systemer, både mennesker og KI.

Grep som hjelper

Ta opp i et stille, mykt rom, for gardiner og teppe demper ekko. Hold mikrofonen omtrent en håndsbredde fra munnen til taleren. Still inn nivåene slik at toppene ligger godt under maksimum. Be gjester bruke hodetelefoner, så høyttalerne ikke lekker inn i opptaket. Bruk separate spor for hver person når du kan.

Bruke en taleforbedrer

En taleforbedrer reduserer støy og ekko, og etter behandlingen kan et grovt opptak høres mer ut som en studioinnspilling. Adobes Enhance Speech i Adobe Podcast er ett eksempel, og andre verktøy fungerer på samme måte. Last opp filen, last ned den rensede versjonen og transkriber den.

Forbedrere kan også gi artefakter. Overbehandlet tale høres av og til tynn ut, og en svak stavelse kan bli byttet ut. Test på et kort klipp, sammenlign transkripsjonene av originalen og den forbedrede filen, og behold versjonen som leser best. Behold alltid det originale opptaket.

Det du bør la være

Unngå tung komprimering og høy musikk under talen i filen du transkriberer. Ikke øk hastigheten på lyden. Ikke klipp bort stillhet på en måte som kutter slutten av ord. Har du en masterfil med musikk lagt til, transkriber talesporet før miksing.

Transkriber så

Podcast To Transcript leser en episode fra Apple Podcasts, Spotify, YouTube med undertekster eller en hvilken som helst side med lyd, og gir en transkripsjon med talerinndeling og tidsstempler. Verktøyet strømmer lyd fra den opprinnelige feed-adressen, så den rene versjonen må være den feeden din serverer. For å måle resultatet kan du lese artikkelen vår om hvor nøyaktige KI-transkripsjoner av podcaster er.

Kontroller resultatet

Sjekk begynnelsen, midten og slutten av transkripsjonen mot lyden, og legg særlig merke til navn og tall. Samler feilene seg i ett avsnitt, sitter problemet trolig i den delen av lyden. Da er det billigere å rette feilen der enn å redigere teksten.

Ofte stilte spørsmål

Gir bedre lyd virkelig en bedre transkripsjon?

Ja. Ren tale er faktoren som betyr mest for nøyaktigheten.

Bør jeg kjøre alle episoder gjennom en forbedrer?

Bare når opptaket trenger det. Ren studiolyd får lite igjen for det, og behandlingen kan gi artefakter.

Kan jeg fikse lyd i etterkant?

Støy og ekko kan reduseres. Klipping og tung crosstalk er mye vanskeligere å reparere.

Bryr et transkripsjonsverktøy seg om filformatet?

De fleste godtar vanlige formater. Sjekk hvilke formater verktøyet støtter, og bruk den beste versjonen du har.