Čistač transkripta
Zalijepite transkript ili otvorite .txt, .srt ili .vtt. Uklonite poštapalice, vremenske oznake i brojeve titlova te spojite istupe svakog govornika. Radi u vašem pregledniku — tekst ga nikada ne napušta i nema korisničkog računa.
Što alat radi i kojih se pravila drži
Svaka promjena slijedi pravilo koje možete provjeriti u polju s rezultatima. Kada pravilo mora nagađati, radije ostavlja riječ.
- Riječi poštapalice
- Zvuci bez drugog značenja — um, eh, hum, euh, äh i slično — uklanjaju se gdje god se nalazili. Riječi koje su samo ponekad poštapalice uklanjaju se samo kada su odvojene interpunkcijom i samo tamo gdje rijetko znače išta drugo: neke gdje god su odvojene zarezima („we, like, went”), neke samo na početku rečenice („Well, I think”), neke samo na kraju („c’est cool, quoi.”). Riječ koja sama čini rečenicu („Right.”) ostaje: to je odgovor. Riječ koja nakon toga otvara rečenicu piše se velikim početnim slovom; poštapalica napisana velikim slovima unutar teksta malim slovima smatra se akronimom i zadržava se. Popisi se nalaze u nastavku pod Pitanja.
- Imena govornika
- „Ime:” na početku retka smatra se govornikom kada otvara najmanje dva retka, kada glasi „Speaker 1”, kada se vrijeme nalazi između njega i dvotočke („Maya (00:01:23):”) ili kada je tekst napisan u obliku redaka „Ime: tekst” i neko se ime ponavlja. Inače riječ koja otvara samo jedan redak — „Warning:”, „Note:” — ostaje kako je napisana, jer bi njezino uklanjanje bilo gore od zadržavanja imena. Ime počinje slovom, pa rezultat poput „3:2” nikada nije ime. WebVTT oznaka glasa uvijek imenuje svog govornika.
- Vremenske oznake i brojevi titlova
- Vrijeme na početku retka — [00:01:23], (1:30), 0:02:05 — ili nakon imena — Maya (00:01:23): — vrijeme je odlomka. Redak koji sadrži samo ime i vrijeme, kako izvoze aplikacije za sastanke, imenuje odlomak ispod sebe kada glasi „Speaker 1” ili se to ime nalazi na početku više od jednog takvog retka; inače ostaje kao tekst jer „Lunch at 12:30” izgleda jednako. Vrijeme unutar rečenice („we met at 12:30”) ne dira se. Brojevi titlova uklanjaju se zajedno s vremenskim oznakama.
- Datoteke titlova
- SubRip i WebVTT čitaju se kao titlovi, pri čemu je svaki titl odlomak sa spojenim prijelomima redaka; prijelom retka nikada se ne smatra krajem rečenice. Uz zadržane vremenske oznake, očišćeni se titlovi mogu preuzeti kao .srt ili .vtt s nepromijenjenim vremenskim rasporedom i istim riječima kao u okviru s rezultatima; spajanje istupa primjenjuje se samo na tekst jer svaki titl zadržava vlastito vrijeme na zaslonu.
- Spojeni govori
- Uzastopni odlomci istog imenovanog govornika spajaju se u jedan, uz zadržavanje vremena prvog odlomka. Odlomak bez imena nikada se ne spaja: nagađanje je nastavlja li prethodnog govornika, a jednako se čita u oba slučaja.
- Oznake redoslijeda bajtova (BOM) i Windows prijelomi redaka
- Uklonjeno i normalizirano, kako se prvi titl ne bi pretvorio u nečitljiv blok.
Pitanja
Prenosi li se moj transkript na poslužitelj?
Ne. Tekst se čita i preoblikuje na ovoj stranici, u vašem pregledniku, i nigdje se ne šalje. Poveznica na dnu vodi do usluge txscribe koja transkribira snimke u oblaku; ova stranica to ne radi.
Koje riječi poštapalice uklanja?
One s njegovih popisa za engleski, španjolski, portugalski, francuski i njemački jezik — odaberite jezik iznad teksta; riječi svakog jezika odvojene su točkom sa zarezom. Zvuci bez drugog značenja uklanjaju se gdje god se nalazili: um, uh, uhm, er, erm, ah, eh, hm; eh, ehm, em; hum, hã, ahn, ãh, eh; euh, hum, hm, bah; äh, ähm, öhm, ehm, hm, mh. Ove se uklanjaju gdje god su s obje strane odvojene interpunkcijom: like, actually, basically, literally, you know, i mean, sort of, kind of; o sea, digamos, en plan, pues; né, quer dizer; en fait, du coup, tu vois, hein; sozusagen, quasi, ich meine, irgendwie, halt. Ove se uklanjaju samo na početku rečenice, uz zarez iza njih: so, well, right, okay, ok, anyway; este, bueno, mira, oye, tipo, a ver; então, assim, bom, enfim, olha, tipo, é; bon, alors, donc, enfin, voilà, bref, genre; also, naja, na ja, nun. Ove se uklanjaju samo na kraju rečenice, nakon zareza: sabe, entendeu; quoi, voyez; gell, weißt du, weisst du. Nijedna se ne uklanja kada sama čini rečenicu: to je odgovor.
Zašto je zadržana riječ koju smatram poštapalicom?
Jer je ništa nije odvajalo ili se nalazila na mjestu gdje je često stvarna riječ. „We like went home” zadržava „like”: bez zareza s bilo koje strane stranica je ne može razlikovati od „we like going home”, a pravilo je radije ostaviti riječ nego oduzeti značenje. Dodajte zareze i uklonit će se.
Mogu li zadržati vremenske oznake?
Da: poništite odabir opcije „Ukloni vremenske oznake i brojeve titlova”. Svaki odlomak tada počinje svojim vremenom, a ako je ulazna datoteka bila .srt ili .vtt, očišćeni se titlovi mogu preuzeti kao .srt ili .vtt s nepromijenjenim vremenima.
Što sve može učitati?
Običan tekst s recima u obliku „Ime: tekst”, oznake vremena na početku retka ili iza imena, zaglavlja aplikacija za sastanke poput „Speaker 1 0:03”, SubRip i WebVTT datoteke, WebVTT oznake glasa, prijelome redaka u stilu sustava Windows i oznaku redoslijeda bajtova (BOM). Audio i videodatoteke se odbijaju: ova stranica čisti tekst, ne bavi se transkripcijom.
Je li besplatno?
Da, bez računa i bez instalacije ičega.
Prvo vam treba transkript?
txscribe transkribira audio i videozapise uz vremensku oznaku na svakoj riječi te izvozi običan tekst, SubRip i WebVTT. Za razliku od ove stranice, taj se dio odvija u oblaku.
Započnite besplatno