LesskeysGlosari suara ke teks
Perisian suara menggunakan banyak istilah khas, dan sebahagiannya membawa maksud yang berbeza bagi pembekal yang berbeza. Halaman ini menyatakan maksud setiap istilah di sini.
Perkataan yang digunakan di laman ini dengan cara tertentu atau luar biasa, dan maksudnya apabila kami menggunakannya.
A
- ASR (pengecaman suara automatik)
- Nama umum bagi perisian yang menukar pertuturan menjadi teks. Whisper ialah salah satu sistem sedemikian. “Suara ke teks” bermaksud perkara yang sama dalam penggunaan biasa.
D
- Imlak (taip guna suara)
- Bercakap sebagai ganti menaip, supaya perkataan muncul dalam apa-apa aplikasi yang sedang anda gunakan. Ia berlaku secara langsung dan ringkas. Bezakan dengan transkripsi, yang menukar rakaman sedia ada menjadi teks selepas perkara itu berlaku.
H
- Kekunci pintas
- Gabungan kekunci yang berfungsi di mana-mana, bukan hanya di dalam satu aplikasi. Lesskeys menggunakannya untuk memulakan dan menghentikan imlak, jadi anda tidak perlu bertukar tetingkap untuk bercakap.
O
- Dalam peranti
- Kerja dilakukan pada komputer di hadapan anda, bukan pada pelayan sesebuah syarikat. Bagi Lesskeys, ini bermaksud rakaman, model pertuturan dan teks yang siap semuanya kekal pada komputer anda. Ia ialah pernyataan tentang tempat pemprosesan berlaku, sebab itu ia boleh disemak: matikan rangkaian dan ia masih berfungsi.
S
- Pemisahan penutur
- Mengenal pasti siapa yang bercakap, dan bila, dalam rakaman yang mempunyai lebih daripada satu suara. Ia tugas yang berasingan daripada transkripsi: transkripsi bertanya apa yang dikatakan, pemisahan penutur bertanya siapa yang mengatakannya. Kedua-duanya digabungkan untuk menghasilkan transkrip dengan nama pada setiap baris.
- Audio sistem
- Bunyi yang dimainkan oleh komputer anda, berbeza daripada bunyi yang didengar oleh mikrofon anda. Merakam audio sistem bersama mikrofon menangkap kedua-dua pihak dalam panggilan tanpa sesuatu pun menyertai mesyuarat.
T
- Transkripsi
- Menukar rakaman yang sudah wujud, seperti panggilan, temu bual atau video, menjadi teks bertulis. Berbeza daripada imlak, ia berlaku selepas kejadian, dan biasanya melibatkan lebih daripada seorang penutur.
V
- Profil suara
- Ringkasan tersimpan tentang bunyi suara tertentu, digunakan untuk mengenali orang yang sama merentas rakaman berbeza. Lesskeys menyimpan profil suara pada komputer anda dan tidak di tempat lain.
W
- WER (kadar ralat perkataan)
- Cara ketepatan diukur. Ia mengira perkataan yang salah oleh sesebuah sistem, sama ada diganti, tertinggal atau ditambah, sebagai peratusan daripada perkataan yang sebenarnya dituturkan. Lebih rendah lebih baik, dan WER 2.5% bermaksud kira-kira satu daripada empat puluh perkataan salah.
- Whisper
- Keluarga model pengecaman suara terbuka yang boleh berjalan pada perkakasan biasa, termasuk Mac atau PC Windows. Ia terdapat dalam beberapa saiz; yang lebih besar tidak semestinya lebih baik, dan itulah yang diukur oleh penanda aras kami sendiri.
Jawapan pantas
Apakah sebenarnya maksud “dalam peranti”?
Maksudnya pemprosesan berlaku pada komputer anda sendiri, bukan pada pelayan sesebuah syarikat. Ujiannya mudah: matikan rangkaian. Jika ia masih berfungsi, ia dalam peranti.
Adakah imlak sama dengan transkripsi?
Tidak. Imlak berlaku secara langsung: anda bercakap dan perkataan muncul di tempat anda menaip. Transkripsi menukar rakaman yang sudah wujud menjadi teks, biasanya dengan lebih daripada seorang penutur di dalamnya.
Apakah kadar ralat perkataan yang baik?
Ia bergantung pada audio, sebab itu satu angka sahaja boleh mengelirukan. Pada pertuturan yang jelas, model terbaik masa kini berada sekitar 2–3%, bermaksud kira-kira satu daripada empat puluh perkataan salah. Audio yang sukar, seperti percakapan bertindih, loghat yang kuat atau bilik dengan akustik yang buruk, jauh lebih sukar bagi setiap sistem.