Defina a gravação
Anote o idioma ou os idiomas falados, os sotaques prováveis, a origem do áudio e se os falantes alternam entre idiomas. Separe uma amostra curta com o ruído e o vocabulário do uso real.
Guia de idiomas
Como avaliar os idiomas do deepgram para seu áudio
Ao avaliar os idiomas do deepgram, comece pelo idioma realmente falado na gravação e, depois, consulte a documentação atual do modelo e do fluxo de trabalho que você pretende usar. O nome de um idioma compatível, por si só, não garante uma transcrição precisa.
Três fluxos de trabalho de voz interligados
A escolha do idioma afeta todo o fluxo de trabalho, não apenas uma configuração da solicitação. Estes guias relacionados abordam as decisões de entrada e saída envolvidas.
-
1
transcrição do deepgram
Veja como a fala é convertida em texto e quais opções de transcrição vale a pena testar.
-
2
voz do deepgram
Diferencie a compreensão de um idioma falado da geração de uma resposta falada.
-
3
transcrição de vídeo do deepgram
Considere diálogos, legendas e qualidade do áudio quando a fala vier de um vídeo.
Onde o suporte a idiomas encontra seus limites
Uma lista de idiomas é um ponto de partida, não uma promessa de que todos os falantes ou gravações terão resultados igualmente bons.
- Um idioma listado não é uma nota de precisão
-
Ruído de fundo, microfones distantes, falas sobrepostas e nomes desconhecidos podem alterar os resultados, mesmo quando o idioma falado é compatível.
AlternativaTeste gravações representativas e revise manualmente nomes, números e outras palavras importantes.
- Uma única identificação pode não abranger falas em vários idiomas
-
Uma gravação pode alternar entre idiomas no meio de uma frase ou conter termos emprestados. Não presuma que uma configuração de idioma único dará conta de todas as alternâncias.
AlternativaTeste uma amostra com vários idiomas e verifique se a documentação atual do modelo contempla esse caso de uso.
- Variedades regionais exigem verificações próprias
-
Um sotaque ou vocabulário regional pode produzir resultados diferentes dos exemplos usados para descrever o suporte amplo a um idioma.
Solução alternativaInclua no conjunto de avaliação falantes das regiões representadas pelo seu público.
- A entrada e a saída de fala são diferentes
-
O suporte ao reconhecimento não garante a disponibilidade de uma voz sintetizada correspondente, da pronúncia ou do idioma de saída.
Solução alternativaVerifique separadamente os recursos de conversão de fala em texto e de texto em fala antes de projetar uma interação multilíngue.
Verifique o suporte passo a passo
Use a mesma avaliação breve para cada idioma necessário ao seu projeto, em vez de se basear em um único trecho de demonstração.
Verifique o modelo atual
Consulte a documentação atual da Deepgram para o modelo e o fluxo de trabalho de fala específicos. Confirme se, nessa configuração, é preciso especificar um idioma, se ele pode ser detectado ou se não há suporte a ele.
Compare com uma referência
Processe áudios representativos, compare o resultado com uma transcrição revisada por uma pessoa e anote erros em nomes, números e trechos com alternância de idiomas. Repita a avaliação quando o modelo ou o áudio de origem mudar.
Aplique a verificação ao seu público
O teste adequado depende do que as pessoas farão com o resultado. Cada cenário exige um áudio de origem diferente e critérios de revisão distintos.
Pesquisador que realiza entrevistas
As gravações incluem vários falantes, sotaques regionais e termos especializados.
Verifique o suporte ao idioma com trechos de entrevistas reais e, em seguida, examine as alternâncias entre falantes e a terminologia na transcrição.
transcrição com deepgramDesigner de assistentes de voz
Uma pessoa liga falando um idioma, mas espera uma resposta em outro.
Valide o reconhecimento e a saída de voz como recursos separados; o sucesso em um não garante o sucesso no outro.
voz com deepgramEditor de vídeo
Uma gravação de evento contém perguntas do público e mudanças ocasionais de idioma.
Teste o áudio extraído e revise a sincronização das legendas e os trechos em vários idiomas antes da publicação.
transcrição de vídeo com deepgramCompare as abordagens de seleção de idioma
Estas são abordagens de avaliação, não uma afirmação de que todos os modelos da Deepgram oferecem as duas opções. Verifique os controles disponíveis para o modelo escolhido.
Especifique um idioma
Use a detecção, se disponível
1
Melhor ponto de partida
Especifique um idioma
O idioma falado na gravação é conhecido com antecedência.
Use a detecção, se disponível
O idioma falado é desconhecido quando o áudio chega.
2
Decisão sobre a entrada
Especifique um idioma
Escolha uma configuração de idioma compatível com o modelo selecionado.
Use a detecção, se disponível
Verifique se o modelo e o fluxo de trabalho selecionados oferecem detecção.
3
Possível vantagem
Especifique um idioma
Deixa explícito o idioma pretendido.
Use a detecção, se disponível
Dispensa a necessidade de informar um idioma antes do processamento.
4
Principal risco
Especifique um idioma
Um idioma informado incorretamente pode representar a gravação de forma imprecisa.
Use a detecção, se disponível
O idioma detectado pode estar errado ou ser amplo demais para a tarefa.
5
Áudio com vários idiomas
Especifique um idioma
Uma única configuração pode não descrever todos os trechos.
Use a detecção, se disponível
A disponibilidade da detecção, por si só, não garante que as mudanças de idioma sejam tratadas de forma confiável.
6
Etapa de revisão
Especifique um idioma
Compare o resultado com uma amostra de referência no idioma escolhido.
Use a detecção, se disponível
Confira tanto o idioma identificado quanto a transcrição resultante.
Continue explorando os fluxos de trabalho de voz
Dê o próximo passo com ferramentas de voz
Este guia ajuda você a planejar um teste de suporte a idiomas. O produto indicado é um produto de voz separado; portanto, confira os recursos e os termos dele antes de usá-lo em um projeto.
- Traga áudios representativos
- Confira os fluxos de trabalho compatíveis com o produto indicado
- Revise você mesmo os resultados importantes
Perguntas frequentes sobre suporte a idiomas
O suporte depende do modelo e do fluxo de trabalho de fala, e a lista pode mudar. Consulte a documentação atual da Deepgram para o modelo específico que você pretende usar, em vez de confiar em uma lista geral ou em um exemplo antigo.
Não presuma que a detecção esteja disponível em todos os modelos ou configurações. Consulte a documentação atual do fluxo de trabalho escolhido e teste se a identificação é confiável em gravações semelhantes às suas.
A fala que mistura idiomas precisa de um teste próprio; o suporte a dois idiomas separadamente não demonstra o desempenho de um modelo ao alternar entre eles. Inclua trechos reais com alternância de idiomas na sua amostra e examine a transcrição com atenção.
Uma classificação ampla de idioma não garante a mesma precisão para todas as variantes regionais, pessoas ou condições de gravação. Avalie áudios com os sotaques e nos ambientes relevantes para o seu público.
Não. Reconhecer fala e gerar fala são tarefas diferentes, que podem usar modelos distintos e oferecer suporte a idiomas diferentes. Verifique cada recurso separadamente se o seu fluxo de trabalho precisar dos dois.