Il riconoscimento vocale grezzo è difficile da leggere. Le frasi arrivano a pezzi, “uhm” e “hmm” sono ovunque, una parola viene ripetuta mentre qualcuno pensa e, in una chiamata senza cuffie, metà di ciò che hanno detto gli altri ricompare sotto il tuo nome. Poffle riordina sul tuo Mac la trascrizione di una riunione registrata, senza cambiare ciò che ha detto nessuno, e tiene la formulazione esatta riconosciuta a un clic di distanza.

Paragrafi per interlocutore

Apri una riunione e scegli Trascrizione. Poffle raggruppa in un unico paragrafo i passaggi consecutivi dello stesso interlocutore, purché le pause tra l’uno e l’altro non superino 4 secondi, fino a 90 secondi per paragrafo. Un nuovo interlocutore, o una pausa più lunga, inizia un nuovo paragrafo.

Ogni frase mantiene i propri tempi. Fai clic su una frase per riprodurre la registrazione da lì, oppure fai clic sull’orario in alto a destra di un paragrafo per riprodurlo dall’inizio. La frase in riproduzione viene evidenziata, così puoi seguire la lettura.

Una trascrizione di Poffle nella vista Pulita, con l’indicazione Intercalari e ripetizioni rimossi, e paragrafi di Ana Ruiz, Tu e Ben Ito, ciascuno con un orario di inizio da 0:02 a 0:46.
Un paragrafo per ogni intervento, ciascuno con un orario che puoi riprodurre.

Pulita o Originale

Sopra la trascrizione, un selettore offre Pulita e Originale. Pulita, con l’indicazione “Intercalari e ripetizioni rimossi.”, è l’impostazione predefinita. Originale mostra il testo “Esattamente come è stato riconosciuto.” Poffle ricorda la tua scelta per la prossima riunione che apri.

Pulita rimuove:

  • Suoni di riempimento isolati come “uh”, “uhm” e “hmm”. Ognuna delle 16 lingue supportate da Poffle ha il proprio elenco: in italiano, per esempio, “ehm”, “ehh” e “mmh”, e in altre lingue intercalari come “øh”, “euh”, “えーと” o “嗯”. Un intercalare che è anche una parola, come il giapponese “あの” (“quello”), viene rimosso solo dove è chiaramente un intercalare, per esempio prima di una virgola.
  • Parole o brevi frasi ripetute subito, come in “noi, noi, noi dovremmo”.

Poi ripara la punteggiatura e le maiuscole lasciate fuori posto da queste rimozioni. Pulita mantiene le parole che possono avere un significato, come “tipo”, “quindi” o “cioè”, le ripetizioni vere come “piano piano” o, in inglese, “had had”, i numeri e le sigle. Una parola di contenuto ripetuta viene unita solo quando compare tre volte o più. In coreano, turco e vietnamita, dove raddoppiare una parola fa parte della grammatica, come in “yavaş yavaş”, vengono unite solo le parole funzionali raddoppiate, come pronomi e congiunzioni. In qualsiasi altra lingua di trascrizione vengono rimossi solo “uh”, “uhm” e “hmm”, perché “um” ed “er” sono parole vere in alcune lingue, e vengono unite solo le frasi ripetute.

Pulita è una vista, non una modifica. La trascrizione salvata contiene ancora la formulazione riconosciuta, che è quella usata da Copia trascrizione e dall’esportazione in Markdown. Copia passaggio, nel menu che si apre facendo Ctrl-clic su un paragrafo, copia la formulazione che vedi.

L’eco dagli altoparlanti

Se segui una chiamata dagli altoparlanti del Mac, il microfono sente anche le altre persone. Senza correzione, le loro parole comparirebbero due volte: una dall’audio del Mac e di nuovo sotto Tu.

Dopo aver trascritto entrambe le tracce, Poffle le confronta. Un passaggio del microfono di quattro o più parole viene escluso quando almeno il 65% delle sue parole compare nello stesso ordine nell’audio del Mac entro 1,5 secondi, e i due si sovrappongono nel tempo per almeno metà del passaggio. I passaggi di due o tre parole devono corrispondere completamente e sovrapporsi per l’80% della loro durata. Quando succede, la riunione mostra “L’audio della riunione captato dal microfono è stato escluso dalla trascrizione. Con le cuffie non succede.”

Non si tratta di cancellazione dell’eco. Possono restare singole parole, eco parziale ed eco mescolata alla tua voce. Se rispondi un po’ dopo con le stesse parole appena dette da qualcuno, la tua risposta viene mantenuta. La copia di quelle parole nell’audio del Mac resta nella trascrizione, quindi non si perde nulla di ciò che ha detto l’altra parte. La soluzione affidabile sono le cuffie: così il microfono sente solo te.

Dai un nome agli interlocutori

Il tuo microfono è etichettato Tu. Dopo la riunione, Poffle separa su questo Mac le voci presenti nell’audio del Mac e le etichetta Interlocutore 1, Interlocutore 2 e così via. Quando la registrazione è collegata a un evento del calendario, il numero di partecipanti fissa un limite massimo, così è meno probabile che la voce di una persona venga divisa in due interlocutori.

  1. Fai clic sul nome di un interlocutore sopra uno dei suoi paragrafi.
  2. Scegli un partecipante sotto Da questo evento del calendario, oppure scegli Inserisci un nome….
  3. Controlla qualche paragrafo riproducendolo. Il nome si applica a ogni paragrafo di quell’interlocutore in questa riunione.

I responsabili delle azioni seguono la ridenominazione, quindi “Interlocutore 2” nelle note diventa il nome che hai scelto. La separazione degli interlocutori è probabilistica. Il parlato sovrapposto o molto breve può restare non assegnato invece di ricevere un’identità indovinata, e Poffle non deduce mai chi è qualcuno dall’elenco dei partecipanti. Chiunque venga captato dal tuo microfono, comprese altre persone nella stanza con te, è etichettato Tu.

Le lingue su questo Mac

L’interfaccia di Poffle è disponibile in 16 lingue, scelte perché in ciascuna di esse le riunioni possono essere trascritte e riassunte sul Mac: inglese, danese, olandese, francese, tedesco, italiano, giapponese, coreano, norvegese, portoghese, spagnolo, svedese, turco, vietnamita, cinese semplificato e cinese tradizionale.

La maggior parte usa SpeechTranscriber di Apple, il modello sul dispositivo che Apple ha creato per registrazioni lunghe come le riunioni. Danese, olandese, norvegese, svedese, turco e vietnamita usano invece il modello di dettatura sul dispositivo di Apple, DictationTranscriber. Anche questo fornisce i tempi delle singole parole, quindi riproduzione e paragrafi funzionano allo stesso modo. In queste lingue aspettati meno punteggiatura, che può far fondere le frasi tra loro, e controlla nomi e numeri con particolare attenzione.

Imposta Impostazioni > Voce > Trascrizione > Lingua sulla lingua parlata nella riunione prima di registrare. Lingua di sistema segue il tuo Mac. Ogni lingua si scarica una volta sola, la prima volta che la usi, e poi funziona offline. Una riunione in due lingue viene trascritta nella lingua selezionata, quindi l’altra lingua risulterà poco accurata.

Parti da una registrazione pulita

  • Usa le cuffie durante le chiamate. Eliminano la fonte principale di eco.
  • Usa lo stesso microfono nell’app per chiamate e sul Mac. Poffle registra l’ingresso predefinito del Mac.
  • Silenzia la musica e i suoni delle notifiche. Poffle registra tutto l’audio del Mac, non solo la chiamata.
  • Pronuncia chiaramente i nomi la prima volta. Ti aiuteranno quando assegnerai gli interlocutori.
  • In una stanza, posiziona il Mac dove sente tutti, e avvisa tutti che stai registrando.

Una trascrizione più pulita produce note della riunione migliori e risposte migliori quando fai domande sulle tue riunioni. Apple spiega la tecnologia vocale alla base nella sua sessione su SpeechAnalyzer. Puoi scaricare Poffle e confrontare Pulita e Originale su una tua registrazione.

Fonti

Documentazione ufficiale e riferimenti usati in questa guida.

  1. Apple Developer: SpeechTranscriber
  2. Apple Developer: DictationTranscriber
  3. Apple Developer: Bring advanced speech-to-text to your app with SpeechAnalyzer
← Torna al blog