Defina la grabación
Anote el idioma o los idiomas hablados, los acentos probables, la fuente de audio y si los hablantes cambian de idioma. Conserve una muestra breve que incluya el ruido y el vocabulario del uso real.
Guía de idiomas
Cómo evaluar los idiomas de deepgram para tu audio
Al evaluar los idiomas de deepgram, empieza por el idioma que se habla en la grabación y consulta la documentación actual del modelo y el flujo de trabajo que piensas usar. Que un idioma figure como compatible no garantiza por sí solo una transcripción precisa.
Tres flujos de trabajo de voz relacionados
La elección del idioma afecta a todo el flujo de trabajo, no solo a una opción de la solicitud. Estas guías relacionadas abordan las decisiones de entrada y salida que la acompañan.
-
1
transcripción de deepgram
Descubre cómo el audio hablado se convierte en texto y qué opciones de transcripción conviene probar.
-
2
voz de deepgram
Distingue entre comprender un idioma hablado y generar una respuesta de voz.
-
3
transcripción de vídeo de deepgram
Ten en cuenta los diálogos, los subtítulos y la calidad del audio cuando el habla procede de un vídeo.
Los límites de la compatibilidad con idiomas
Que un idioma aparezca en la lista es un punto de partida, no una promesa de que todos los hablantes o grabaciones funcionarán igual de bien.
- Que un idioma figure en la lista no indica su precisión
-
El ruido de fondo, los micrófonos lejanos, los hablantes que se solapan y los nombres poco conocidos pueden afectar a los resultados aunque el idioma hablado sea compatible.
Solución alternativaPrueba grabaciones representativas y revisa manualmente los nombres, los números y otras palabras importantes.
- Una sola etiqueta puede no abarcar el habla en varios idiomas
-
Una grabación puede cambiar de idioma a mitad de una frase o contener términos prestados de otros idiomas. No des por sentado que una configuración de un solo idioma gestionará todos los cambios.
Solución alternativaPrueba una muestra con varios idiomas y comprueba si la documentación actual del modelo contempla ese caso de uso.
- Las variedades regionales requieren comprobaciones propias
-
Un acento o un vocabulario regional pueden dar resultados distintos de los ejemplos utilizados para describir la compatibilidad general con un idioma.
Solución alternativaIncluya en el conjunto de evaluación a hablantes de las regiones que representa su audiencia.
- La entrada de voz y la salida de voz son diferentes
-
La compatibilidad con el reconocimiento no garantiza que haya disponible una voz sintetizada, una pronunciación o un idioma de salida correspondientes.
Solución alternativaVerifique por separado las capacidades de conversión de voz a texto y de texto a voz antes de diseñar una interacción multilingüe.
Compruebe la compatibilidad paso a paso
Use la misma evaluación breve para cada idioma que necesite su proyecto, en lugar de basarse en un único clip de demostración.
Verifique el modelo actual
Consulte la documentación actual de Deepgram para el modelo y el flujo de trabajo de voz concretos. Confirme si, para esa configuración, se debe especificar un idioma, si se puede detectar o si no es compatible.
Compare con una transcripción de referencia
Procese audio representativo, compare el resultado con una transcripción revisada por una persona y anote los errores en nombres, números y pasajes en los que se alternan idiomas. Repita la prueba cuando cambie el modelo o el audio de origen.
Adapte la comprobación a su audiencia
La prueba adecuada depende de lo que las personas vayan a hacer con el resultado. Cada situación requiere un audio de origen y un criterio de revisión diferentes.
Investigador de entrevistas
Las grabaciones incluyen varios hablantes, acentos regionales y términos especializados.
Compruebe la compatibilidad con los idiomas usando fragmentos de entrevistas reales y, después, revise los turnos de habla y la terminología en la transcripción.
transcripción de deepgramDiseñador de asistentes de voz
Una persona llama en un idioma, pero espera una respuesta en otro.
Valide el reconocimiento y la salida de voz como capacidades independientes; que una funcione no demuestra que la otra también funcione.
voz de deepgramEditor de video
La grabación de un evento contiene preguntas del público y cambios ocasionales de idioma.
Pruebe el audio extraído y revise la sincronización de los subtítulos y los pasajes en varios idiomas antes de publicarlo.
transcripción de video con deepgramCompare los enfoques para seleccionar el idioma
Estos son enfoques de evaluación, no una afirmación de que todos los modelos de Deepgram ofrezcan ambas opciones. Compruebe los controles disponibles para el modelo que elija.
Especificar un idioma
Usar la detección, si está disponible
1
Mejor punto de partida
Especificar un idioma
El idioma hablado en la grabación se conoce de antemano.
Usar la detección, si está disponible
El idioma hablado se desconoce cuando llega el audio.
2
Decisión sobre la entrada
Especificar un idioma
Elija una configuración de idioma compatible con el modelo seleccionado.
Usar la detección, si está disponible
Compruebe que el modelo y el flujo de trabajo seleccionados ofrezcan detección.
3
Posible ventaja
Especificar un idioma
Indica explícitamente el idioma previsto.
Usar la detección, si está disponible
Evita tener que indicar un idioma antes del procesamiento.
4
Riesgo principal
Especificar un idioma
Una indicación incorrecta del idioma puede representar mal la grabación.
Usa la detección, si está disponible
La etiqueta detectada puede ser incorrecta o demasiado general para la tarea.
5
Audio en varios idiomas
Especifica un idioma
Es posible que una sola configuración no describa todos los pasajes.
Usa la detección, si está disponible
Que la detección esté disponible no garantiza por sí solo que los cambios de idioma se gestionen de forma fiable.
6
Paso de revisión
Especifica un idioma
Compara el resultado con una muestra de referencia en el idioma elegido.
Usa la detección, si está disponible
Comprueba tanto el idioma identificado como la transcripción resultante.
Sigue explorando los flujos de trabajo de voz
Da el siguiente paso con las herramientas de voz
Esta guía te ayuda a plantear una prueba de compatibilidad lingüística. El destino es un producto de voz independiente, así que comprueba sus funciones y condiciones antes de usarlo en un proyecto.
- Prepara audio representativo
- Comprueba los flujos de trabajo compatibles con el producto de destino
- Revisa tú mismo los resultados importantes
Preguntas frecuentes sobre la compatibilidad lingüística
La compatibilidad depende del modelo y del flujo de trabajo de voz, y la lista puede cambiar. Consulta la documentación actual de Deepgram para el modelo específico que piensas usar, en lugar de basarte en una lista general o en un ejemplo antiguo.
No des por hecho que la detección está disponible en todos los modelos o configuraciones. Consulta la documentación actual del flujo de trabajo que hayas elegido y, después, comprueba si la identificación es fiable con grabaciones similares a las tuyas.
El habla que mezcla idiomas requiere una prueba específica; que se admitan dos idiomas por separado no demuestra qué tan bien maneja un modelo los cambios entre ellos. Incluye fragmentos reales que alternen entre idiomas en tu muestra y examina la transcripción con atención.
Una etiqueta general de idioma no garantiza la misma precisión para todas las variantes regionales, personas que hablan o condiciones de grabación. Evalúa audio con los acentos y en los entornos que importan a tu público.
No. Reconocer el habla y generarla son tareas distintas que pueden usar modelos diferentes y admitir distintos idiomas. Comprueba cada capacidad por separado si tu flujo de trabajo necesita ambas.