Czyszczenie transkrypcji

Co robi narzędzie i jakimi regułami się kieruje

Każda zmiana wynika z reguły, którą możesz sprawdzić w polu wynikowym. Gdy reguła musi dokonać wyboru, woli zostawić słowo, niż je usunąć.

Słowa wypełniające

Dźwięki niemające innego znaczenia — um, eh, hum, euh, äh i tym podobne — są usuwane niezależnie od miejsca wystąpienia. Słowa będące wypełniaczami tylko czasami są usuwane tylko tam, gdzie wydziela je interpunkcja, i tylko tam, gdzie rzadko pełnią inną rolę: niektóre wszędzie, gdzie wydzielają je przecinki („we, like, went”), niektóre tylko na początku zdania („Well, I think”), inne tylko na jego końcu („c’est cool, quoi.”). Słowo stanowiące samodzielne zdanie („Right.”) pozostaje: stanowi odpowiedź. Słowo rozpoczynające wtedy zdanie zapisuje się wielką literą; wypełniacz zapisany wielkimi literami w tekście pisanym małymi literami jest uznawany za akronim i pozostawiany. Listy znajdują się poniżej w sekcji Pytania.

Imiona mówców

Ciąg „Imię:” na początku wiersza oznacza mówcę, gdy rozpoczyna co najmniej dwa wiersze, gdy brzmi „Speaker 1”, gdy czas znajduje się między nim a dwukropkiem („Maya (00:01:23):”) lub gdy tekst składa się z wierszy w formacie „Imię: tekst” i jakieś imię się powtarza. W przeciwnym razie słowo otwierające tylko jeden wiersz — „Uwaga:”, „Notatka:” — pozostaje bez zmian, ponieważ jego usunięcie byłoby gorsze niż pozostawienie imienia. Imię zaczyna się od litery, więc wynik w rodzaju „3:2” nigdy nim nie jest. Znacznik głosu WebVTT zawsze wskazuje swojego mówcę.

Znaczniki czasu i numery sekwencji

Czas na początku wiersza — [00:01:23], (1:30), 0:02:05 — lub po nazwisku — Maya (00:01:23): — to czas akapitu. Wiersz zawierający wyłącznie imię i czas, jak w eksporcie z aplikacji do spotkań, oznacza akapit pod nim, gdy brzmi „Speaker 1” lub gdy to samo imię rozpoczyna więcej niż jeden taki wiersz; w przeciwnym razie pozostaje tekstem, ponieważ „Lunch o 12:30” wygląda tak samo. Czas wewnątrz zdania („spotkaliśmy się o 12:30”) pozostaje bez zmian. Numery sekwencji są usuwane razem ze znacznikami czasu.

Pliki napisów

Formaty SubRip i WebVTT są odczytywane jako napisy, gdzie każda sekwencja tworzy akapit z połączonymi podziałami wierszy; podział wiersza nigdy nie jest uznawany za koniec zdania. Po zachowaniu znaczników czasu oczyszczone sekwencje można pobrać jako .srt lub .vtt z niezmienionym czasem i tymi samymi słowami, co w polu wynikowym; scalanie wypowiedzi dotyczy wyłącznie tekstu, ponieważ każda sekwencja zachowuje swój własny czas wyświetlania na ekranie.

Połączone wypowiedzi

Kolejne akapity tego samego nazwanego mówcy są łączone w jeden i zachowują czas pierwszego z nich. Akapit bez imienia nigdy nie jest z niczym łączony: to, czy jest kontynuacją wypowiedzi poprzedniego mówcy, byłoby zgadywaniem, a tekst czyta się tak samo w obu przypadkach.

Znaczniki BOM i końce linii w formacie Windows

Usuwane i normalizowane, dzięki czemu pierwszy napis nie zamienia się w nieczytelny blok tekstu.

Pytania