Sprecher-Diarisation kostenlos, Sprecherlabel in Ihrem Audio
Ein Gesprächsprotokoll ist nur halb so nützlich, wenn man nicht erkennen kann, wer was gesagt hat.
ScribeGrab fasst die erkannten Stimmen zusammen und ordnet sie Sprecher 1, Sprecher 2 vor jeder Zeile, automatisch im Text und in den Untertiteln.
Kein Konto. 10 Aufnahmen pro Tag. Dateien bis zu 60 Minuten Länge, und es wird um Mitternacht zurückgesetzt.
Reines Transkript und Untertitel finden Sie direkt hier. Piepton-Zensur, Übersetzung und fest eingebrannte Untertitel finden Sie im Vollständiges Werkzeug.
Was die Sprechererkennung tatsächlich für Sie leistet
Man nennt es auch Diarisierung: nicht das Erkennen wer jemand spricht, aber man erkennt, dass diese Stimme und jene Stimme von zwei verschiedenen Personen stammen, und es wird markiert, wer gerade spricht. Das Ergebnis ist ein Transkript, das man wie ein Drehbuch lesen kann, anstatt einen unübersichtlichen Textblock vor sich zu haben.
- Interviews, bei denen Frage und Antwort deutlich getrennt sind
- Besprechungen, in denen man sehen kann, wer was zugesagt hat
- Podcasts mit zwei oder drei Moderatoren, bereit für die Shownotes
- Gerichtliche Aufnahmen, Forschungs- oder Unterrichtsaufzeichnungen, bei denen das Sprecherwechseln im Mittelpunkt steht
Von der Aufnahme zum Transkript, hier
Jeder Sprachabschnitt wird in einen Stimmfingerabdruck, ein ECAPA-TDNN-Embedding, umgewandelt, und diese Fingerabdrücke werden gruppiert: Stimmen, die nahe beieinander liegen, werden als eine Person behandelt. Die Gruppe, zu der eine Zeile gehört, bestimmt ihre Bezeichnung, und diese Bezeichnung wird in die TXT-, SRT- und VTT-Datei geschrieben.
Es läuft von selbst. Es gibt keine Einstellung zum Aktivieren und nichts, was man ihm im Voraus mitteilen muss, einschließlich der Anzahl der Personen im Raum.
Wo es aufhört, ehrlich gesagt
Es kann die Namen von niemandem kennen. Es hat Ihre Stimme noch nie zuvor gehört, daher sagt es „Sprecher 1“ und nicht „Sarah“: Lesen Sie die erste Zeile, die jede Person spricht, und ersetzen Sie die Bezeichnungen einmal in Ihrem Texteditor.
- Es kennzeichnet 2 bis 8 Sprecher. Eine einzelne Stimme benötigt keine Kennzeichnung, und bei mehr als acht Personen ist die Gruppierung nicht mehr zuverlässig, daher schweigt es lieber, anstatt zu raten.
- Es benötigt ein paar Sekunden von jeder Stimme, um einen Fingerabdruck zu erhalten, der eine Gruppierung ermöglicht. Ein einzelnes Wort kann beim benachbarten Sprecher landen.
- Starke Übersprechungen stellen für jedes Tool auf dem Markt eine große Herausforderung dar, auch für unseres. Wenn zwei Personen gleichzeitig sprechen und sich gegenseitig unterbrechen, können sie unter einer einzigen Bezeichnung zusammengefasst werden.
- Es funktioniert anhand der Stimme und nicht anhand der Kanäle, daher spielt es keine Rolle, ob alle mit einem Mikrofon aufgenommen wurden.
Die Transkription selbst wird in beiden Fällen nicht beeinflusst: Wenn die Stimmen nicht zuverlässig voneinander unterschieden werden können, erhalten Sie einfach die normale Transkription ohne Bezeichnungen.
Funktioniert gut mit
Die Sprecherkennzeichnung erfolgt im Rahmen des gleichen Upload-Prozesses wie alle anderen Elemente, sodass ein aufgezeichnetes Gespräch mit Sprecherkennzeichnung und Untertiteln zurückgegeben werden kann wobei Schimpfwörter zensiert werden wenn Sie es teilen möchten. Weitere Informationen finden Sie unter Ein Interview transkribieren und eine Zoom- oder Teams-Aufzeichnung.
Benötigen Sie nur die Seiten, die den Text eines einzelnen Sprechers enthalten, und nicht das gesamte Transkript in Form einer PDF-Datei? Split PDF von ScanReviver Zieht nur den Seitenbereich heraus, den Sie brauchen.
Von Sam Ridder, Ich entwickle und betreibe ScribeGrab auf meiner eigenen Hardware, ganz alleine. Wer ich bin.
Häufig gefragt
Muss ich etwas aktivieren?
Nein. Wenn zwei oder mehr verschiedene Stimmen zu hören sind, werden die Bezeichnungen automatisch hinzugefügt, sowohl in der Transkription als auch in beiden Untertitelformaten.
Werden die echten Namen der Personen verwendet?
Nein, und kein Tool kann dies ohne vorherige Angabe tun, wer wer ist. Sie erhalten Sprecher 1, Sprecher 2 usw.; suchen Sie die erste Zeile jeder Person und ersetzen Sie die Bezeichnungen in Ihrem Texteditor.
Für wie viele Sprecher ist das Tool geeignet?
Für zwei bis acht. Bei mehr als acht Sprechern ist die Gruppierung der Stimmen nicht zuverlässig genug, um sie anzuzeigen; daher werden keine Beschriftungen verwendet, anstatt falsche Annahmen zu treffen.
Warum hat mein Transkript keine Beschriftungen?
Entweder hat das Tool nur eine Stimme erkannt oder mehr als acht Gruppen, was bedeutet, dass die Aufnahme zu verrauscht oder zu überlappend war, um sie zuverlässig zu gruppieren. Das Transkript selbst ist dennoch vollständig.
Ist die Sprecheridentifikation kostenlos?
Ja, wie bei allen anderen Tools hier: Keine Registrierung erforderlich, 10 Aufnahmen pro Tag, kein Wasserzeichen, und Ihre Datei wird direkt nach der Bearbeitung gelöscht.
Bietet ScribeGrab eine automatische Audiotranskription mit integrierter Sprechererkennung?
Ja, die automatische Sprechererkennung wird bei jeder Transkription mit mehr als einer Stimme ausgeführt, es ist keine separate Sprechererkennungssoftware oder ein zusätzliches Programm erforderlich. Sie ist standardmäßig aktiviert und im kostenlosen Tarif enthalten.
Wie funktioniert die Sprecherkennungs-Transkription hier?
Vollautomatisch, kein Plugin. Nach der Transkription misst das Tool die Stimme in Abschnitten von mindestens 20 Sekunden und fasst ähnlich klingende Abschnitte zusammen; jede Zeile erhält dann das Sprecheretikett des Abschnitts, in den sie fällt, sodass ein Sprecheretikett in der Transkription am Anfang der Zeile wie „Sprecher 1:“ aussieht. Das ist eine Sprechererkennung bei der Transkription ganz ohne manuelles Markieren, und Sie erhalten die Transkription mit Sprecheretiketten direkt ab Werk. Da die Abschnitte recht lang sind, kann eine Zeile direkt an einer Übergabe das benachbarte Etikett erhalten.
Handelt es sich hierbei um ein Tool zur Audio-Diarisierung oder um ein einfaches Transkriptionsprogramm?
Beides in einem: Es handelt sich um ein vollständiges Transkriptionsprogramm mit integrierter Diarisierung (Sprechertrennung), nicht um einen separaten Schritt oder ein kostenpflichtiges Zusatzmodul.
Was passiert, wenn eine Sprecherkennzeichnung falsch ist?
Dies kommt am häufigsten bei Überkreuzgesprächen oder bei zwei sehr ähnlich klingenden Stimmen vor. Die Kennzeichnungen werden von einer KI geschätzt, daher sollten Sie überlappende Abschnitte kurz überprüfen und die Kennzeichnung direkt in Ihrem Texteditor ändern, die Zeitstempel erleichtern das Auffinden der genauen Stelle.
In welchem Format werden die Sprecherkennzeichnungen angezeigt?
Einfach „Sprecher 1:“, „Sprecher 2:“ usw. am Anfang jedes Abschnitts, sowohl in der Transkription als auch in den SRT/VTT-Untertiteldateien, es ist keine spezielle Software erforderlich, um sie zu lesen, sondern nur ein Texteditor.
Kann ich eine Sprecher-Diarisierung online durchführen, ohne etwas installieren zu müssen?
Ja, der gesamte Prozess, Hochladen, Diarisierung, Transkription, läuft in unserem Browser auf unseren GPUs ab. Es muss nichts installiert werden, und die Datei wird direkt nach der Verarbeitung gelöscht.
Wie erhalte ich eine korrekte Sprecherkennzeichnung für jede Stimme im Transkript?
Es funktioniert automatisch und ist bei klarem Audio mit deutlichen Stimmen in der Regel genau; bei Überlappungen oder sehr ähnlich klingenden Sprechern sollten Sie eine kurze Überprüfung durchführen und jeden fehlerhaften Abschnitt neu kennzeichnen, ein erneutes Hochladen ist dafür nicht erforderlich.