Rå talegenkendelse er svær at læse. Sætninger kommer i brudstykker, “øh” og “øhm” er overalt, et ord gentages, mens nogen tænker, og i et opkald uden hovedtelefoner dukker halvdelen af det, de andre sagde, op en gang til under dit navn. Poffle rydder op i transskriptionen af et optaget møde på din Mac uden at ændre det, nogen sagde, og den præcise genkendte ordlyd er kun et klik væk.

Afsnit pr. taler

Åbn et møde, og vælg Transskription. Poffle samler passager i træk fra samme taler i ét afsnit, så længe pauserne mellem dem højst er 4 sekunder, og med op til 90 sekunder pr. afsnit. En ny taler eller en længere pause starter et nyt afsnit.

Hver sætning beholder sin egen timing. Klik på en sætning for at afspille optagelsen derfra, eller klik på tidspunktet øverst til højre i et afsnit for at afspille det fra starten. Den sætning, der afspilles, fremhæves, så du kan læse med.

En transskription i Poffle i visningen Renset med mærket Fyldord og gentagelser fjernet og afsnit fra Ana Ruiz, Dig og Ben Ito, hver med et starttidspunkt fra 0:02 til 0:46.
Ét afsnit pr. taletur, hver med et tidspunkt, du kan afspille.

Renset eller Original

Over transskriptionen tilbyder en kontakt Renset og Original. Renset, med mærket “Fyldord og gentagelser fjernet.”, er standard. Original viser teksten “Præcis som genkendt.” Poffle husker dit valg til det næste møde, du åbner.

Renset fjerner:

  • Enkeltstående fyldlyde som “um”, “uh” og “hmm”. Hvert af de 16 sprog, som Poffle understøtter, har sin egen liste, på dansk f.eks. “øh”, “øhm” og “æh” og på andre sprog fyldord som “euh”, “ehm”, “えーと” eller “嗯”. Et fyldord, der også er et rigtigt ord, som japansk “あの” (“den der”), fjernes kun, hvor det tydeligt er et fyldord, f.eks. foran et komma.
  • Ord eller korte vendinger, der gentages med det samme, som i “vi, vi, vi skal”.

Derefter retter den den tegnsætning og de store bogstaver, som fjernelserne efterlader. Renset beholder ord, der kan have betydning, f.eks. “ligesom”, “altså” og “du ved”, ægte gentagelser som engelsk “that that” eller “had had”, tal og forkortelser. Et gentaget indholdsord slås kun sammen, når det kommer mindst tre gange i træk. På koreansk, tyrkisk og vietnamesisk, hvor fordobling af et ord hører til grammatikken, som i “yavaş yavaş”, slås kun fordoblede funktionsord som pronominer og konjunktioner sammen. På alle andre transskriptionssprog fjernes kun “uh”, “uhm” og “hmm”, fordi “um” og “er” er rigtige ord på nogle sprog, og kun gentagne vendinger slås sammen.

Renset er en visning, ikke en redigering. Den gemte transskription indeholder stadig den genkendte ordlyd, og det er den, Kopier transskription og Markdown-eksporten bruger. Kopier passage i et afsnits ctrl-klik-menu kopierer den ordlyd, du ser.

Ekko fra højttalerne

Hvis du tager et opkald gennem Macens højttalere, hører din mikrofon også de andre. Uden korrektion ville deres ord blive vist to gange: én gang fra Mac-lyden og igen under Dig.

Når begge spor er transskriberet, sammenligner Poffle dem. En passage fra mikrofonen på fire ord eller mere udelades, når mindst 65 % af ordene optræder i samme rækkefølge i Mac-lyden inden for 1,5 sekund, og de to overlapper i tid i mindst halvdelen af passagen. Passager på to eller tre ord skal matche helt og overlappe i 80 % af deres længde. Når det sker, viser mødet “Mødelyd, som mikrofonen opfangede, blev udeladt af transskriptionen. Det undgås med hovedtelefoner.”

Det er ikke ekkoannullering. Enkelte ord, delvist ekko og ekko blandet med din egen stemme kan blive tilbage. Hvis du svarer med de samme ord, som nogen lige har sagt, lidt senere, bliver dit svar bevaret. Mac-lydens udgave af de ord bliver i transskriptionen, så intet af det, den anden side sagde, går tabt. Den pålidelige løsning er hovedtelefoner: Så hører mikrofonen kun dig.

Navngiv talerne

Din mikrofon har betegnelsen Dig. Efter mødet adskiller Poffle stemmerne i Mac-lyden på denne Mac og giver dem betegnelserne Taler 1, Taler 2 og så videre. Når optagelsen er knyttet til en kalenderbegivenhed, sætter antallet af deltagere en øvre grænse, så der er mindre risiko for, at én persons stemme deles op i to talere.

  1. Klik på en talers navn over et af personens afsnit.
  2. Vælg en deltager under Fra denne kalenderbegivenhed, eller vælg Angiv et navn….
  3. Tjek et par afsnit ved at afspille dem. Navnet gælder for alle afsnit fra den taler i dette møde.

Ansvarlige for opgaver følger omdøbningen, så “Taler 2” i noterne bliver til det navn, du valgte. Adskillelse af talere bygger på sandsynlighed. Overlappende eller meget kort tale kan forblive uden taler i stedet for at få en gættet identitet, og Poffle udleder aldrig, hvem nogen er, ud fra deltagerlisten. Alle, som din mikrofon opfanger, også andre personer i rummet sammen med dig, får betegnelsen Dig.

Sprog på denne Mac

Poffles brugerflade findes på 16 sprog, der er valgt, fordi møder kan transskriberes og opsummeres på Macen på hvert af dem: engelsk, dansk, hollandsk, fransk, tysk, italiensk, japansk, koreansk, norsk, portugisisk, spansk, svensk, tyrkisk, vietnamesisk, forenklet kinesisk og traditionelt kinesisk.

De fleste af dem bruger Apples SpeechTranscriber, den model på enheden, som Apple har bygget til lange optagelser som møder. Dansk, hollandsk, norsk, svensk, tyrkisk og vietnamesisk bruger i stedet Apples dikteringsmodel på enheden, DictationTranscriber. Den giver også timing for hvert ord, så afspilning og afsnit fungerer på samme måde. Forvent mindre tegnsætning på de sprog, hvilket kan få sætninger til at løbe sammen, og tjek navne og tal med særlig omhu.

Indstil Indstillinger > Tale > Transskription > Sprog til det sprog, der tales i mødet, før du optager. Systemsprog følger din Mac. Hvert sprog hentes én gang, første gang du bruger det, og virker derefter offline. Et møde på to sprog transskriberes på det valgte sprog, så det andet sprog bliver gengivet dårligt.

Start med en ren optagelse

  • Brug hovedtelefoner til opkald. Det fjerner den største kilde til ekko.
  • Brug den samme mikrofon i opkaldsappen og på Macen. Poffle optager Macens standardindgang.
  • Slå musik og notifikationslyde fra. Poffle optager al lyd fra Macen, ikke kun opkaldet.
  • Sig navne tydeligt første gang. Det hjælper, når du tildeler talere senere.
  • I et lokale skal du placere din Mac, så den kan høre alle, og fortælle alle, at du optager.

En renere transskription giver bedre mødenoter og bedre svar, når du stiller spørgsmål om dine møder. Apple forklarer talteknologien bag i sin session om SpeechAnalyzer. Du kan hente Poffle og sammenligne Renset og Original på din egen optagelse.

Kilder

Officiel dokumentation og referencer, der er brugt i denne guide.

  1. Apple Developer: SpeechTranscriber
  2. Apple Developer: DictationTranscriber
  3. Apple Developer: Bring advanced speech-to-text to your app with SpeechAnalyzer
← Tilbage til bloggen