元の音声を準備する
処理する許可を得ている録音を特定します。言語、話者として想定される人、特に聞き取りにくい箇所を記録してください。
音声をテキストに変換
deepgram文字起こしの実践ガイド
Deepgramの文字起こしは、音声を検索、確認、再利用できるテキストに変換します。ただし、最初の出力をそのまま使えるとは限りません。人名、声の重なり、聞き取りにくい音声は、人による確認が必要です。
音声を活用できる形にする
文字起こしがあれば、音声を聞くだけの場合よりも録音内容をすばやく確認できます。次に何をするかは、元のファイル形式だけでなく、発言内容をどう使いたいかに応じて選びましょう。
3つの仕組みと、それぞれの確認ポイント
音声認識、話者の識別、読みやすい形式への整形は、それぞれ異なる課題に対応します。録音から聞き取れない言葉を復元することは、どれにもできません。
- 音声認識では欠けた音声を補えない
-
途切れた言葉、大きな雑音、複数人の声の重なりによって、抜けや、もっともらしく見える誤りが生じることがあります。自然な文章になっていても、すべての言葉を正しく聞き取れたとは限りません。
対処法元の録音を残し、引用する前に不確かな箇所を聞き直しましょう。
- 話者ラベルは本人確認ではない
-
選んだ作業手順で話者の分離が利用できる場合、発言の順序を整理するのに役立ちます。ただし、話者の名前を特定したり、割り込みがあった場面で正確に分離できることを保証したりするものではありません。
対処法ラベルと既知の話者を手作業で照合し、判断が難しい発言には不確かであることを明記しましょう。
- 句読点だけでは意図を十分に伝えられない
-
自動整形されたテキストでは、間が省かれたり、話し手の意図とは異なる位置で文が区切られたりすることがあります。皮肉、強調、文脈は、文字にすると失われる場合があります。
対処法公開したり、重要な判断に使用したりする前に、音声を確認しながら文字起こしを修正してください。
録音から確認済みのテキストまで：手順を追って説明
deepgramによる文字起こしは確認作業の出発点として扱い、細部が重要な場合に音声を聞く代わりにはしないでください。
最初の文字起こしを作成する
元の音声に適した音声テキスト変換の手順を使います。疑わしい箇所を一つずつ確認できるよう、元の音声を生成されたテキストと一緒に保管してください。
確認して共有する
録音と照らし合わせて、名前、数字、専門用語を修正します。最終版ですべての発話を残すか、編集したメモとして読みやすくするかを決めてください。
限界と注意点：文字起こしは編集済みの原稿ではありません
この2つは異なる成果物です。誰かが草稿の修正を始める前に、どちらが必要かを決めてください。
初回の文字起こし
確認済みの文字起こし
1
目的
初回の文字起こし
発話内容を見つけてざっと確認する
確認済みの文字起こし
用途に合わせて確認したテキストを提供する
2
固有名詞
初回の文字起こし
音から推測される場合がある
確認済みの文字起こし
音声と信頼できる文脈に照らして確認済み
3
聞き取りにくい発話
初回の文字起こし
空白や誤った単語として表示される場合がある
確認済みの文字起こし
聞き直し、それでも判別できない場合は不確かであると明記
4
話者の特定
初回の文字起こし
記載がないか、ラベルで示される場合がある
確認済みの文字起こし
名前は別途確認できた場合にのみ付ける
5
句読点
初回の文字起こし
間の取り方を機械が解釈したもの
確認済みの文字起こし
意味が変わる箇所は調整する
6
適した用途
初回の文字起こし
内部検索と最初の確認
確認済みの文字起こし
引用、記録、公開用に準備する資料
作業の進め方が変わる場面
録音の出所と最終的な読み手によって、特に注意して確認すべき点が決まります。
ポッドキャスト制作者
エピソードには、検索可能なメモと正確な引用が必要です。
名前と引用箇所を音声と照らし合わせて確認してください。プロジェクトに生成音声も含まれる場合は、別項目のdeepgram音声も参照してください。
deepgram音声動画編集者
インタビューの録画を編集するために、参照用のテキストが必要です。
字幕や抜粋に使う前に、文字が音声と一致しているか確認してください。動画向けのガイドでは、その最初の手順を説明しています。
deepgramの動画文字起こし多言語を扱う研究者
参加者が、録音の途中や録音ごとに使用する言語を切り替える場合があります。
作業手順を決める前に使用されている言語を確認し、各言語を理解できる適任の確認者に該当箇所をチェックしてもらってください。
deepgramの対応言語次の音声タスクの目的を明確にする
録音と、得たい結果から始める
大まかな検索用テキスト、確認済みの文字起こし、公開できる原稿のどれが必要かを決めましょう。音声ツールを調べたい場合は、次のリンクからパートナーサイトにアクセスできます。録音を共有する前に、現在の機能を確認してください。
- 確認のために元の録音を保管する
- 名前と重要な詳細を確認する
- アップロード前に、アップロード先のデータの取り扱いを確認する
よくある質問
話し言葉の音声を、検索や確認ができ、ほかの作業にも組み込めるテキストに変換するために使います。生成されたテキストは出発点です。必要な確認の程度は、録音の状態と結果の用途によって異なります。
作業手順によっては話者ごとにラベルを付けられますが、ラベルは確認済みの名前ではありません。特に話者同士の発言が重なる場合は、録音と信頼できる文脈を使って声と人物を照合してください。
初回の文字起こしでも、内部向けの録音から話題を探すには役立つ場合があります。引用、公開資料、または正確な言い回しに左右される判断に使う場合は、元の音声を聞き直し、誤りを修正してから利用してください。
該当箇所を元の音声や、手元にある信頼できる表記と照合してください。それでも録音から判別できない場合は、推測で埋めずに不確かな語として示してください。