Как включить определение говорящих через API
Добавьте diarize: true в JSON запроса. При загрузке файла передайте diarize как поле формы. Допустимые сочетания с source описаны в настройках diarize.
Опция пригодится для интервью, разговора ведущего с гостем или дискуссии. Для одиночной голосовой заметки часто достаточно текста с временными метками. Разметка показывает смену голосов, но не устанавливает личность и не подтверждает, кому принадлежит голос.
Включайте diarize при создании задачи: эта настройка меняет обработку записи. Добавить её выбором формата экспорта не получится. При source=auto субтитры пропускаем. Загруженные файлы и так всегда проходят через распознавание речи.
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
-H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
-F [email protected] \
-F diarize=trueСвяжите сегменты с участниками разговора
Список меток находится в transcript.speakers, а каждая реплика содержит поле speaker. В transcript_source будет speech_to_text. Поля для интеграции перечислены в схеме объекта транскрибации.
Сначала прослушайте запись, затем сопоставьте Speaker 1 и Speaker 2 с участниками в своём приложении или рабочем документе. Для следующей записи составьте новое соответствие: Speaker 1 там может быть другим человеком.
По полю speaker удобно собрать диалог, а с include=words доступна более точная привязка ко времени. Сохраняйте исходные start и end в секундах, чтобы проверяющий мог вернуться к аудио. JSON ниже иллюстрирует структуру, а не описывает конкретную загруженную беседу.
{
"status": "completed",
"transcript_source": "speech_to_text",
"transcript": {
"speakers": ["Speaker 1", "Speaker 2"],
"segments": [
{ "start": 0, "end": 3.4, "speaker": "Speaker 1", "language": "en", "text": "Good morning." },
{ "start": 3.4, "end": 7.9, "speaker": "Speaker 2", "language": "en", "text": "Thanks for having me." }
]
}
}Как метки выглядят в субтитрах
В format=srt перед репликой появится Speaker 1:, в format=vtt — голосовая метка. При format=text каждый сегмент занимает отдельную строку с меткой. Перед интеграцией сравните форматы субтитров.
Откройте файл в своём плеере или редакторе. Проверьте, как он показывает голосовые метки и префиксы. То, что удобно в исследовательском транскрипте, может мешать в каждой строке субтитров. Правьте отображение в приложении или экспортированном файле и сохраняйте связь с проверенными метками.
Если люди перебивают друг друга, говорят далеко от микрофона или поверх музыки, проверить стоит и слова, и границы реплик. Особенно внимательно прослушайте места с неожиданной сменой метки. При новой записи лучше использовать отдельные микрофоны и стараться не говорить одновременно.
WEBVTT
00:00:00.000 --> 00:00:03.400
<v Speaker 1>Good morning.
00:00:03.400 --> 00:00:07.900
<v Speaker 2>Thanks for having me.Проверьте, кому принадлежит цитата
Найдите в начале записи хорошо слышный обмен репликами и запишите, кому соответствует каждая метка. Затем выборочно проверьте более поздние фрагменты. Если по звуку непонятно, кто говорит, оставьте эту неопределённость в тексте. Не подставляйте имя только потому, что оно подходит по контексту.
Для исследовательских интервью используйте единые правила проверки: идентификаторы участников и ваши пометки храните отдельно от исходных слов. Перед публикацией именной цитаты из дискуссии подтвердите имя по записи и доступному контексту.
Диаризация не заменяет биометрическую идентификацию. По ней нельзя подтверждать личность звонящего или утверждать, что в разных записях звучит один человек. Даже один голос может измениться после смены микрофона, а одновременную речь не всегда удаётся разделить на аккуратные реплики.
| Что заметили | Как проверить |
|---|---|
| Метка сменилась посреди реплики | Прослушайте место до и после смены. При необходимости исправьте рабочую копию. |
| Несколько человек говорят одновременно | Проверьте слова и говорящих. Там, где звук неразборчив, сохраните пометку о сомнении. |
| Та же метка встретилась в другой записи | Заново сопоставьте метки с участниками этой записи. |