Genius-bot · 2 минуты чтения
Разделение по спикерам в расшифровке — это когда текст размечен не сплошняком, а по репликам: «Говорящий 1», «Говорящий 2». Для интервью, совещаний и подкастов это половина ценности расшифровки.
Как это работает
Модель сравнивает голоса по тембру, высоте и манере речи, группирует похожие отрезки и присваивает каждой группе номер. Имён она не знает — только то, что вот эти куски произнёс один человек, а те другой. Сопоставление номеров с именами делаете вы, и обычно это одно действие поиска и замены.
Где машина ошибается
| Ситуация | Что происходит | Что делать |
|---|---|---|
| Говорят одновременно | реплики слипаются, номер ставится по громкости | переслушать по таймкоду |
| Похожие голоса | двоих принимает за одного | править вручную по смыслу диалога |
| Один человек меняет интонацию | может получить два номера | объединить реплики |
| Очень короткие вставки | «да», «угу» приписываются не тому | обычно не мешает — такие реплики не несут смысла |
| Разное качество каналов | удалённый участник выделяется отдельно — и это помогает | ничего, так удобнее |
Как записывать, чтобы разметка была точной
- Пусть каждый участник назовёт себя в начале — это и есть образец голоса.
- Микрофон ставьте так, чтобы все звучали примерно одинаково громко.
- Договоритесь не перебивать: это единственная беда, которую не лечит никакая модель.
- Три участника — предел, при котором разметка почти не требует правки.
Что делать после
- Посмотрите первые реплики каждого номера — по ним понятно, кто есть кто.
- Замените номера на имена по всему тексту.
- Проверьте участки с очень частой сменой говорящих — там чаще всего путаница.
Включается разделение одной галочкой в разделе расшифровки.
Расшифровка записиЗагрузите запись или вставьте ссылку на ролик — нейросеть вернёт текст с пунктуацией, отметками времени и разделением…
Открыть