Transcriptie met sprekeronderscheid
Sprekerdiarisatie versus sprekeridentificatie
De ene beantwoordt de vraag 'wie sprak wanneer?' met anonieme groepen. De andere vraagt of een stem bij een bekende persoon hoort. Als u deze begrippen verwart, kiest u de verkeerde instellingen en verwachtingen.
Een transcript kan deelnemers onderscheiden zonder te weten wie ze zijn. Het kan een bekende stem ook pas herkennen nadat die stem is geregistreerd en vergeleken. Dit zijn verwante taken, maar ze lossen verschillende problemen op en kunnen op verschillende manieren mislukken.
Twee afzonderlijke vragen
Sprekerdiarisatie: wie sprak wanneer?
Diarisatie analyseert een opname, detecteert spraakgebieden, extraheert stemkenmerken en groepeert vergelijkbare gebieden in clusters. De uitvoer is een tijdlijn met anonieme groepen:
00:00-00:12 Speaker_000:12-00:25 Speaker_100:25-00:41 Speaker_0
Het systeem hoeft de naam van geen van beide personen te kennen. Dit is nuttig voor interviews, vergaderingen, podcasts en gesprekken waarbij een leesbaar transcript sprekerwisselingen moet tonen.
Sprekeridentificatie: welke bekende persoon is dit?
Identificatie vergelijkt een gedetecteerde spreker met een bibliotheek van bekende stemfragmenten. Wanneer de overeenkomst de identiteitsdrempel overschrijdt, kan een anoniem label door een naam worden vervangen. In Owl Meeting wordt deze bibliotheek lokaal opgeslagen en via de pagina Sprekers beheerd.
Voor identificatie is registratie nodig. Als iemand niet in de bibliotheek staat, kan het systeem diens echte identiteit niet alleen uit de opname afleiden.
| Diarisatie | Identificatie | |
|---|---|---|
| Hoofdvraag | Wie sprak wanneer? | Is dit een bekende, geregistreerde persoon? |
| Voorafgaande fragmenten | Niet vereist | Vereist voor automatische naamgeving |
| Typisch label | Speaker_0 | Alex, Priya, Interviewer |
| Belangrijkste instelling | Aantal sprekers of clusterdrempel | Stemafdruktaal en identiteitsdrempel |
| Veelvoorkomende fout | Eén persoon wordt gesplitst of twee personen worden samengevoegd | Een bekende persoon wordt niet herkend of verkeerd toegewezen |
Hoe de gecombineerde workflow werkt
Wanneer beide functies voor bestandstranscriptie zijn ingeschakeld, is de volgorde belangrijk:
- Spraak detecteren. De opname wordt verdeeld in gebieden die spraak bevatten.
- Stemmen groeperen. Sprekerdiarisatie groepeert gebieden die van dezelfde stem lijken te komen.
- Bekende fragmenten vergelijken. Identiteitsmarkering vergelijkt elke resulterende sprekergroep met de lokale stemafdrukbibliotheek.
- Een naam toepassen wanneer aan de drempel is voldaan. Een betrouwbare overeenkomst vervangt het tijdelijke label; groepen zonder overeenkomst blijven anoniem.
- De tekst herkennen en controleren. Spraakherkenning produceert het transcript en de gebruiker controleert labels en woorden aan de hand van de bronaudio.
Instellingen beïnvloeden verschillende soorten fouten
Aantal sprekers
Als het aantal deelnemers bekend is, geeft het opgeven daarvan het clusteren een nuttige beperking. Automatische telling is geschikt wanneer het aantal onbekend is, maar het resultaat hangt dan sterker af van de clusterdrempel en opnamekwaliteit.
Clusterdrempel
Deze bepaalt hoeveel verschil het diarisatieproces binnen één sprekergroep toestaat. Een te gevoelige instelling kan één persoon over meerdere labels verdelen. Een te ruime instelling kan twee vergelijkbare stemmen samenvoegen. Test de drempel op een fragment met echte sprekerwisselingen.
Stemafdruktaal
Owl Meeting biedt afzonderlijke Chinese en Engelse stemafdrukmodellen. De stemafdruktalen van fragmenten en instellingen voor bestandstranscriptie moeten compatibel zijn; anders kan de identiteitsvergelijking mislukken, ook als de diarisatie zelf werkt.
Identiteitsdrempel
De identiteitsdrempel bepaalt hoe sterk een overeenkomst moet zijn voordat een bekende naam wordt toegepast. Een hogere waarde vermindert zwakke overeenkomsten, maar kan bekende personen naamloos laten. Een lagere waarde kan meer segmenten identificeren, maar verhoogt het risico op een verkeerde naam. Kies voor terughoudende automatische naamgeving wanneer identiteit belangrijk is.
Maak bruikbare stemfragmenten
Een stemfragment moet de persoon vertegenwoordigen, niet de ruimte. Gebruik een helder fragment met alleen de doelspreker en vermijd overlap, harde muziek of een andere stem op de achtergrond. Een fragment van 5 tot 30 seconden is een praktisch bereik in de huidige workflow van Owl Meeting.
Eén persoon kan anders klinken via een conferentiemicrofoon, telefoongesprek, headset of microfoon op afstand in een ruimte. Meerdere representatieve fragmenten toevoegen kan helpen wanneer de gebruikte opnamen uit zulke verschillende omstandigheden komen. Voeg niet veel bijna identieke fragmenten van lage kwaliteit toe; meer gegevens zijn niet automatisch betere gegevens.
Onderzoek het label voordat u alles wijzigt
| Symptoom | Waarschijnlijke laag | Eerste controle |
|---|---|---|
| Eén persoon verschijnt als twee sprekers | Diarisatie | Aantal sprekers, drempel, microfoonwisselingen of achtergrondruis |
| Twee personen delen één label | Diarisatie | Stel het bekende aantal in of maak het clusteren gevoeliger |
| Groepen zijn correct, maar namen ontbreken | Identificatie | Identiteitsmarkering, stemafdruktaal, fragmenten en identiteitsdrempel |
| Een naam wordt aan de verkeerde groep toegewezen | Identificatie | Verhoog de identiteitsdrempel en vervang vervuilde fragmenten |
| Sprekerlabels zijn correct, maar woorden zijn verkeerd | Spraakherkenning | Herkenningsmodel, audiokwaliteit, taal en woordenboek |
Door deze lagen te scheiden voorkomt u een veelgemaakte fout: het spraakherkenningsmodel wijzigen om een clusterfout op te lossen, of het aantal sprekers wijzigen om verkeerde woorden te corrigeren. Beoordeel sprekergrenzen, namen en tekst onafhankelijk van elkaar.
Ken de beperkingen
- Overlappende spraak kan moeilijk toe te wijzen zijn, omdat twee stemmen hetzelfde tijdsgebied innemen.
- Zeer korte tussenwerpsels bevatten mogelijk onvoldoende steminformatie voor stabiele clustering of identiteitsvergelijking.
- De stem van een persoon varieert door ziekte, emotie, afstand, microfoon, compressie en kanaal.
- Vergelijkbare stemmen kunnen worden samengevoegd, terwijl één veranderende stem kan worden gesplitst.
- Automatische namen moeten worden gecontroleerd voordat ze in formele notulen, onderzoekscodering of bewijsmateriaal worden gebruikt.
Raadpleeg Sprekerbeheer voor configuratie-instructies. Raadpleeg Bestandstranscriptie voor clustering en drempels op bestandsniveau.
Veelgestelde vragen
Identificeert sprekerdiarisatie personen bij naam?
Nee. Diarisatie verdeelt een opname in sprekergroepen, zoals Spreker 0 en Spreker 1. Om een groep als een specifieke persoon te identificeren, is een afzonderlijke identiteitsvergelijking of handmatige labeling nodig.
Heb ik stemfragmenten nodig voor diarisatie?
Nee. Diarisatie kan verschillende stemmen groeperen zonder een vooraf geregistreerde bibliotheek. Stemfragmenten zijn nodig wanneer de workflow een sprekergroep met bekende personen moet vergelijken en hun namen automatisch moet toepassen.
Waarom wordt één persoon over twee sprekerlabels verdeeld?
Iemands stem kan veranderen door afstand, microfoon, emotie, ruis of kanaal. Een automatische clusterdrempel kan ook te gevoelig zijn. Geef het bekende aantal sprekers op of pas de drempel aan en controleer het resultaat.
Begin met anonieme sprekergroepen
Controleer eerst of diarisatie de juiste sprekergrenzen maakt. Voeg identiteitsvergelijking pas toe wanneer de groepering stabiel is.