31分钟前发布
能转,不过有 3 个前提:单文件不超过 500MB、时长在 1 小时以内、格式是 m4a 或者 mp3。
要准备 4 样东西:原始录音文件、1 份参会人名单用来校对人名、耳机回放听漏词的地方、导出用的电脑或平板。手机录音直接导 m4a,别转成 amr,压缩太厉害会掉字,1 小时能丢几十处。
按 3 步操作:1)在录音工具里选「导入音频」,把文件传上去;2)识别语言选普通话,多人会议勾上「区分说话人」;3)转完先导出 txt 核对,再导 docx 排版,2 个格式各存 1 份。
1 小时的录音,转写通常 3 到 8 分钟出结果,标点还要自己再过一遍。涉密会议和客户隐私内容不要往公开的网页版上传,用本地部署的工具处理更稳妥。
上个月部门开季度会,录音 1 小时 20 分钟,我先用手机自带的录音机转,转了 40 分钟才出来一半,还断在中间,只能重来。
换到电脑上的转写工具,切两段传,前 60 分钟一段、后面 20 分钟一段,两段加起来 12 分钟出完,比手机快 3 倍多。
麻烦的是人名。会上 6 个人说话,转出来「张工」写成「章工」,「李姐」写成「里姐」,我对着参会名单改了 17 处。
后来学乖了,开会前把 6 个人的名字和职务先录进工具的「热词」里,下次转出来只错了 2 处,省了半个多小时。热词一栏能存 50 个,整个部门 12 个人都够用。
转写准不准,跟录音本身的关系比跟工具大,2 个因素能差出 15 个百分点。
安静会议室里 1 米内录的音频,普通话转写准确率能到 95% 上下;开到免提、隔着桌子录,掉到 85%;多人抢话、有人来回走动,实际能用的只有 80% 左右,差出来的部分全靠人工补。
原因是转写模型按声学特征切句,两个人声音叠在一起,切点落在词中间,前后 2 句都串了,人一多错误率就翻倍。
改善的办法有几个:用 1 个全向麦克风放桌子中间,别用手机免提;开会时提醒大家说话隔开半秒;录音前把空调和投影风扇关掉,同样 1 小时录音,错字能从 60 处降到 20 处。
录音转文字有 4 个容易白忙一场的地方。
一是把 2 小时的长会整段丢进去,多数免费工具在 1 小时处截断,后一半直接没有,还提示「转写完成」。
二是用 amr 或者微信语音的 silk 格式,这些格式压缩率高,转出来大段空白。
三是不核对就发会议纪要。数字和金额错得较多,80 万写成 8 万,1.5 吨写成 15 吨,这种错在纪要里很难被发现。
四是把客户名单、报价单一起传上去。录音里提到的手机号和价格会留在对方服务器上,删了会话也不一定清干净,涉及这些内容的会议,用本地工具处理。
最多设置5个标签!
能转,不过有 3 个前提:单文件不超过 500MB、时长在 1 小时以内、格式是 m4a 或者 mp3。
要准备 4 样东西:原始录音文件、1 份参会人名单用来校对人名、耳机回放听漏词的地方、导出用的电脑或平板。手机录音直接导 m4a,别转成 amr,压缩太厉害会掉字,1 小时能丢几十处。
按 3 步操作:1)在录音工具里选「导入音频」,把文件传上去;2)识别语言选普通话,多人会议勾上「区分说话人」;3)转完先导出 txt 核对,再导 docx 排版,2 个格式各存 1 份。
1 小时的录音,转写通常 3 到 8 分钟出结果,标点还要自己再过一遍。涉密会议和客户隐私内容不要往公开的网页版上传,用本地部署的工具处理更稳妥。
上个月部门开季度会,录音 1 小时 20 分钟,我先用手机自带的录音机转,转了 40 分钟才出来一半,还断在中间,只能重来。
换到电脑上的转写工具,切两段传,前 60 分钟一段、后面 20 分钟一段,两段加起来 12 分钟出完,比手机快 3 倍多。
麻烦的是人名。会上 6 个人说话,转出来「张工」写成「章工」,「李姐」写成「里姐」,我对着参会名单改了 17 处。
后来学乖了,开会前把 6 个人的名字和职务先录进工具的「热词」里,下次转出来只错了 2 处,省了半个多小时。热词一栏能存 50 个,整个部门 12 个人都够用。
转写准不准,跟录音本身的关系比跟工具大,2 个因素能差出 15 个百分点。
安静会议室里 1 米内录的音频,普通话转写准确率能到 95% 上下;开到免提、隔着桌子录,掉到 85%;多人抢话、有人来回走动,实际能用的只有 80% 左右,差出来的部分全靠人工补。
原因是转写模型按声学特征切句,两个人声音叠在一起,切点落在词中间,前后 2 句都串了,人一多错误率就翻倍。
改善的办法有几个:用 1 个全向麦克风放桌子中间,别用手机免提;开会时提醒大家说话隔开半秒;录音前把空调和投影风扇关掉,同样 1 小时录音,错字能从 60 处降到 20 处。
录音转文字有 4 个容易白忙一场的地方。
一是把 2 小时的长会整段丢进去,多数免费工具在 1 小时处截断,后一半直接没有,还提示「转写完成」。
二是用 amr 或者微信语音的 silk 格式,这些格式压缩率高,转出来大段空白。
三是不核对就发会议纪要。数字和金额错得较多,80 万写成 8 万,1.5 吨写成 15 吨,这种错在纪要里很难被发现。
四是把客户名单、报价单一起传上去。录音里提到的手机号和价格会留在对方服务器上,删了会话也不一定清干净,涉及这些内容的会议,用本地工具处理。
一周热门 更多>