Transkripsiyon ayarları

Audiotext, yazıya dökmeden önce transkripsiyonun ayarlarını kartlar halinde gösterir. Ayarlar bir sonraki sefer için hatırlanır ve her transkripsiyon oluşturulduğu ayarları saklar.

Motor

Transkripsiyon yöntemi:

Motor	Nerede çalışır	Ücret	Notlar
WhisperX (varsayılan)	Bilgisayarınız	Ücretsiz ve sınırsız	Gizli ve çevrimdışı. Daha fazla seçenek: konuşmacılar, kelime zamanlaması, canlı metin. Apple Silicon’lu Mac’lerin grafik işlemcisinde çalışır.
Whisper API	OpenAI sunucuları	Dakika başına ücretli	OpenAI API anahtarı gerektirir. WhisperX’i rahat çalıştıramayan bilgisayarlar için.
Google API	Google sunucuları	Ücretsiz katman veya ücretli	Daha düşük kalite ve zaman damgası yok. API anahtarı isteğe bağlıdır.

Model motora bağlıdır. WhisperX’te büyük modeller daha doğrudur ama daha yavaştır. Whisper API’de transkripsiyonun zaman damgaları ve konuşmacılar içerip içermeyeceğini belirler. Karşılaştırmak için Motorlar sayfasına bakın.

Dil

• Sesin dili: varsayılan Otomatik algıla. Seçmek, kısa veya karışık kayıtlarda hataları önler. Google API dili algılayamaz, bu yüzden seçmeniz gerekir.
• Transkripsiyonun dili: varsayılan Sesle aynı. Sesi yazıya dökerken çevirmek için başka bir dil seçin.

İki dil farklı olduğunda Çeviri seçenekleri görünür:

• Whisper ile çevir (önerilen): Whisper sesi tek adımda yazıya döker ve çevirir. Yalnızca İngilizceye çevirebilir.
• Doğrudan hedef dilde yaz (dil, deneysel): Whisper’dan transkripsiyonu doğrudan o dilde yazması istenir. Birçok dilde iyi çalışır, ancak sonucu kontrol edin.

Google API çeviri yapamaz. Bir transkripsiyonu daha sonra, daha fazla sağlayıcıyla herhangi bir dile çevirmek için dökümdeki Çevir düğmesini kullanın.

Bağlam

Modele yardımcı olan iki isteğe bağlı alan:

• Anahtar kelimeler: kayıtta geçen adlar, terimler veya kısaltmalar, virgülle ayrılmış olarak (ör. Audiotext, WhisperX, Henestrosa), doğru yazılmaları için. Bunlar yalnızca ipuçlarıdır: bir anahtar kelime ancak kayıtta söyleniyorsa yazılır.
• Açıklama: kaydın konusu veya ortamı gibi, neyle ilgili olduğu (ör. Konuşma tanıma hakkında bir röportaj).

WhisperX ve Whisper API tarafından kullanılırlar; gpt-4o-transcribe-diarize modeli hariç. Google API bunları kullanmaz.

Seçenekler

• Kelime düzeyinde zamanlama (WhisperX): oynatma sırasında vurgulamak ve en az emin olduğu kelimeleri incelemek için her kelimeyi sesle hizalar. Biraz daha uzun sürer. Varsayılan olarak açıktır. Altyazılar kelimelerin zamanlamalarına ihtiyaç duyar, bu yüzden bir klasörün Dosya türleri alanında .srt veya .vtt seçili olduğu sürece bu seçenek açılır ve kilitlenir; seçili olmadıklarında sizin seçiminiz geri gelir.
• Arka plan gürültüsünü azalt: transkripsiyondan önce uğultuyu ve sabit arka plan gürültüsünü azaltır, kısık konuşmayı dengeler. Daha uzun sürer.
• Konuşmacıları belirle (WhisperX): her bölümde kimin konuştuğunu etiketler, ör. SPEAKER_00. Kaç kişinin konuştuğunu biliyorsanız Konuşmacı sayısı’na girin (0 otomatik algılar). Ücretsiz bir Hugging Face belirteci gerektirir; Konuşmacıları belirleme bölümüne bakın. Whisper API’de konuşmacıları gpt-4o-transcribe-diarize modeli belirler.

Konuşmacıları belirleme

Konuşmacıları belirleyen model, pyannote/speaker-diarization-community-1, ücretsizdir ancak bir Hugging Face belirteci gerektirir:

1. Hugging Face’te bir hesap oluşturun ve pyannote/speaker-diarization-community-1 koşullarını kabul edin.
2. Ayarlarınızda Read rolüne sahip bir belirteç oluşturun.
3. Hugging Face belirtecini ayarla…’ya tıklayın ve yapıştırın.

Model ilk kullanımda indirilir. Sonrasında konuşmacılar çevrimdışı belirlenir.

Canlı metin

Yalnızca mikrofon için gösterilir. Canlı metin bölümüne bakın.

Klasör ve Çıktı

Yalnızca klasörler için gösterilir:

• Klasörü izle: Bir klasörü izleyin bölümüne bakın.
• Klasörde zaten bulunan dosyaları yazıya dök (yalnızca izlerken): önce klasörde zaten bulunan ve henüz transkripsiyonu olmayan dosyaları yazıya döker. Varsayılan olarak kapalıdır.
• Alt klasörleri dahil et: alt klasörlerdeki dosyaları da yazıya döker.
• Şununla eşleşen dosyaları atla: atlanacak dosyaların virgülle ayrılmış adları veya yolları (ör. *.wav, drafts/*). Gizli dosyalar her zaman atlanır.
• Dosya türleri: WhisperX ile .txt, .srt, .vtt, .json, .tsv ve .aud türlerinden bir veya daha fazlası. Whisper API ile dosyaların biçimi (text, json, verbose_json, srt veya vtt); altyazılar zaman damgalı bir model gerektirir. Google API düz metin (.txt) döndürür.
• Konum: dosyalar her kaynak dosyanın yanına kaydedilir. Başka bir klasöre kaydetmek için Değiştir…’e (alt klasörleri yeniden oluşturulur), geri dönmek için Kaynağın yanına’ya tıklayın.

Zaten transkripsiyonu olan dosyalar atlanır. Onları yeniden yazıya dökmek için klasörün dosyalarındaki seçenekleri kullanın.

Altyazı seçenekleri (satır genişliği, satır sayısı, vurgulanan kelimeler) Tercihler’de bulunur.