Sprekerherkenning bij de transcriptie van gesprekken

Zet diarize op true in je requestbody. Bij een bestandsupload stuur je dezelfde optie als formulierveld. In de uitleg bij diarize zie je welke combinaties met source werken.

Gebruik de optie als je moet weten wie aan het woord is: een interviewer en gast, een panel of een vergadering. Bij een spraakmemo met één stem heb je vaak genoeg aan tekst en tijdstempels. De labels verdelen het gesprek, maar herkennen geen echte personen, accounts of stemmen voor authenticatie.

Kies sprekerherkenning wanneer je de transcriptie start. Het verandert hoe we de audio verwerken; het is geen exportoptie die je achteraf toevoegt. Bij source=auto gebruiken we hierdoor speech-to-text in plaats van ondertitels. Uploads gaan sowieso via speech-to-text, dus het voorbeeld werkt zonder platformondertitels.

transcript.speakers bevat de labels; elk segment vermeldt zijn speaker. transcript_source is speech_to_text, omdat we voor sprekerherkenning de audio verwerken. De beschrijving van het transcriptieobject helpt je de velden aan je app te koppelen.

Luister naar de opname voordat je Speaker 1 en Speaker 2 aan namen koppelt. Bewaar die koppeling in je app of bewerkte document. De labels gelden alleen binnen deze transcriptie. Speaker 1 in een andere opname hoeft dus niet dezelfde persoon te zijn.

Gebruik het speaker-veld voor een gespreksweergave en include=words als je nauwkeuriger wilt uitlijnen. Bewaar daarbij de begin- en eindtijden in seconden, zodat iemand een uitspraak kan terugluisteren. Het JSON-voorbeeld is ter illustratie, niet het letterlijke transcript van een specifiek panel.

Met format=srt staat bijvoorbeeld Speaker 1: voor de tekst. format=vtt gebruikt een voice-tag. Met format=text krijg je één gelabelde regel per segment. Bekijk de verschillen tussen de ondertitelformaten voordat je een formaat voor je speler kiest.

Test hoe je speler voice-tags weergeeft en wat je editor met de labels doet. Wat prettig leest in een onderzoekstranscript, kan in elke ondertitelregel afleiden. Pas de weergave aan in je app of ondertitelbestand en bewaar de gecontroleerde koppeling met de oorspronkelijke labels.

Bij door elkaar praten, een verre microfoon of harde achtergrondmuziek kunnen zowel woorden als sprekerwissels onzeker zijn. Luister overgangen na waar het label onverwacht verandert. Bij een volgende opname helpen aparte microfoons en elkaar laten uitspreken meer dan reparaties achteraf.

Begin bij een duidelijk gesprek aan het begin van de opname. Noteer welke stem bij welk label hoort en controleer later nog een paar wisselingen. Kun je niet horen wie iets zei, laat die onzekerheid dan staan. Vul geen naam in op basis van alleen de context.

Werk bij meerdere interviews steeds op dezelfde manier. De interviewgids houdt deelnemercodes en eigen notities gescheiden van de uitgesproken tekst. Controleer bij een openbaar panel de namen met de opname en de context die je hebt voordat je een citaat publiceert.

Sprekerherkenning is geen biometrische identificatie. Gebruik het niet om een beller te authenticeren of vast te stellen dat dezelfde persoon in verschillende opnames voorkomt. Eén stem kan anders klinken na een microfoonwissel. Bij gelijktijdige spraak past soms geen enkel sprekerlabel bij het hele segment.