Речетекст — расшифровка речи

Интервью редко ломается на записи. Оно ломается позже: когда через неделю нужно найти ту самую фразу, а в блокноте осталось «про сроки — где-то в середине». Или когда собеседник читает текст на согласовании и говорит: «я такого не говорил». Расшифровка решает обе проблемы, если с ней работать в правильном порядке. Вот порядок, который мы видим у тех, кто расшифровывает интервью постоянно. Сначала разделение по голосам, потом всё остальное Сплошной текст интервью почти бесполезен: непонятно, где кончился вопрос и началась мысль собеседника. Поэтому первое, что стоит проверить у любого способа расшифровки, — умеет ли он разводить реплики по говорящим...

Отдел продаж записывает все звонки, но слушает их по выборке: руководитель успевает разобрать десяток разговоров в неделю из нескольких сотен. Перевод звонков в текст меняет порядок работы: сначала поиск по всем разговорам, потом прослушивание тех, где нашлось нужное. Прежде чем запускать такую проверку, полезно понимать, чем звонок отличается от любой другой записи. Телефония режет звук. Обычный телефонный канал передаёт звук в узкой полосе 8 кГц. Часть согласных в ней звучит одинаково, и система распознавания путает их так же, как человек на плохой связи. На открытом замере распознавания русской...

Полтора часа лекции на диктофоне — это полтора часа, которые никто не переслушивает. Перед экзаменом нужна одна фраза преподавателя («это будет в билете»), а искать её приходится перемоткой наугад. Расшифровка в текст решает именно эту задачу: у каждого слова появляется время, и нужное место находится поиском за секунды. Но качество текста почти целиком определяется тем, как сделана запись. Разберём, что на него влияет и что делать с готовым текстом. Расстояние до лектора важнее всего. Телефон на столе в первых рядах и телефон в сумке на задней парте дают несопоставимый текст. Если сесть ближе нельзя, кладите телефон микрофоном вверх и ничем его не накрывайте...

Почти каждый сервис, который переводит аудио в текст, обещает точность одним числом: 95, 97, 99 %. Число красивое, но без трёх оговорок оно ничего не значит. Разберём, каких именно, — на примере открытого замера, где все оговорки выписаны. Оговорка первая: на каких записях мерили. Начитанный диктором текст в тихой студии и разговор пяти человек на совещании — это разные задачи. На первой ошибок мало у всех, на второй — много у всех. Если запись не названа, число нельзя сравнить ни с чем. Наш замер сделан на трёх открытых наборах записей, всего 2398 штук, и результат разложен по ним. На подготовленной...