QUEM FALOU E QUANDO
Diarização de falantes, explicada.
E o que os rótulos não dizem.
A diarização de falantes divide uma gravação em falas e marca quem falou e quando. Veja como os rótulos de falante funcionam no Voice Note Transcriber para iPhone e Android, e onde conferir.
TRANSCRIÇÃO
Speaker A: Dá para passar a revisão para quinta? Speaker B: Quinta dá certo se o rascunho estiver pronto.
A RESPOSTA CURTA
Quem falou e quando, não quem a pessoa é
A diarização de falantes é a etapa que divide a fala em trechos de acordo com a voz e dá um rótulo para cada voz, para que a transcrição seja lida em falas, e não como um bloco único de texto. Ela responde “quem falou e quando?”. Não responde “quem é essa pessoa?”. Essa segunda pergunta é a identificação de falantes, que associa uma voz a uma identidade conhecida.
No Voice Note Transcriber, os rótulos de falante são uma opção do plano Power. Ative Speaker labels (rótulos de falante) antes de enviar uma gravação, escolha Transcribe (transcrever) e o resultado mostra cada fala na sua própria linha, como Speaker A, Speaker B e assim por diante. Este guia é para quem transcreve as próprias gravações no celular. Se você é desenvolvedor e procura um modelo ou API de diarização, consulte a documentação de plataformas de fala para texto.
QUEM FALOU E QUANDO
Como obter uma transcrição com rótulos de falante
1. Comece com uma gravação adequada
A diarização funciona melhor quando as vozes são diferentes e as pessoas falam uma de cada vez. Use uma gravação que você pode processar: uma reunião, uma entrevista, uma chamada gravada com consentimento ou um episódio de podcast. Importe o arquivo de áudio ou vídeo, compartilhe com o app ou grave no app (até 2 horas por gravação). Gravações muito longas podem ser recusadas para a detecção de falantes; se isso acontecer, tente uma gravação mais curta.
2. Ative Speaker labels e envie
Nas opções de envio, ative Speaker labels. A opção aparece para assinantes Power; nos outros planos, fica bloqueada. Escolha Transcribe para uma transcrição fala a fala. Uma tarefa com rótulos de falante conta como o dobro da duração no uso do seu plano, então use quando houver mais de uma voz.
3. Revise e dê nome aos falantes
Leia a transcrição junto com a gravação. Trechos seguidos da mesma voz viram uma única fala. Os rótulos são anônimos: decida quem é Speaker A e quem é Speaker B, copie o texto e troque os rótulos por nomes no seu próprio documento. Confira com atenção respostas curtas e interrupções: são as falas mais fáceis de cair na voz errada.
QUEM FALOU E QUANDO
Como os rótulos aparecem em cada resultado
Cada tarefa gera um resultado. Veja o que os rótulos de falante fazem em cada um:
- Transcribe: uma linha por fala, começando com um rótulo como “Speaker A:”.
- Translate: os mesmos rótulos na mesma ordem; só a fala é traduzida.
- Summarize: o resumo mantém o estilo escolhido, como Action items, e atribui pontos a um falante quando isso importa. Ele não repete cada fala.
- Summarize + Translate: esse tipo de resumo, no idioma de destino.
- Se os rótulos não puderem ser mantidos: a tarefa falha em vez de devolver o texto sem eles, e você pode enviar de novo.
QUEM FALOU E QUANDO
Onde os rótulos de falante erram
A diarização estima as trocas de falante só pelo áudio: não vê rostos nem sabe quem foi apresentado. Estas situações pedem mais conferência:
- Falas sobrepostas: quando duas pessoas falam ao mesmo tempo, palavras podem cair na fala errada.
- Vozes parecidas: dois falantes com voz semelhante podem virar um só rótulo, ou uma voz pode ser dividida em duas.
- Falas muito curtas: um “sim” ou “beleza” rápido é facilmente atribuído à pessoa errada.
- Distância e ruído: uma voz longe do microfone ou um ambiente barulhento dificultam detectar as trocas.
QUEM FALOU E QUANDO
Os rótulos valem por gravação e são anônimos
Speaker A numa gravação não é a mesma pessoa que Speaker A em outra. Os rótulos são atribuídos de novo a cada vez, na ordem em que as vozes são detectadas. Não são nomes, e o app não reconhece nem memoriza a voz de ninguém.
Os rótulos valem para tarefas novas enviadas com a opção ativada. Resultados processados antes não ganham rótulos depois; envie a gravação de novo se precisar. Para entrevistas em que as citações importam, o guia para transcrever entrevistas aprofunda a atribuição. Para transformar uma reunião com rótulos em tarefas, veja o guia para transcrever reuniões.
PERGUNTAS
Perguntas sobre diarização de falantes
A transcrição vai mostrar o nome das pessoas?
Não. Ela mostra rótulos anônimos: Speaker A, Speaker B e assim por diante. Mesmo que alguém diga o próprio nome, o app não troca o rótulo por ele. Coloque os nomes você mesmo depois de conferir a gravação.
Speaker A é a mesma pessoa em todas as gravações?
Não. Os rótulos são atribuídos separadamente para cada gravação, então a mesma letra pode ser de pessoas diferentes em dois resultados.
Posso adicionar rótulos de falante a uma transcrição que já tenho?
Num resultado existente, não. Ative Speaker labels e envie a gravação de novo como uma tarefa nova. Ela conta no uso do seu plano como qualquer tarefa com rótulos de falante.
Isto é uma API ou SDK de diarização de falantes?
Não. O Voice Note Transcriber é um app para iPhone e Android para as suas próprias gravações. Desenvolvedores que precisam de diarização no próprio software devem usar a API de uma plataforma de fala para texto.
Conheça o app e seus recursos ou veja como importar arquivos de áudio e vídeo.
QUEM FALOU E QUANDO
Veja quem disse o quê e deixe o texto do seu jeito.
Baixe o Voice Note Transcriber para iPhone ou Android, ative Speaker labels com o Power e transcreva uma gravação fala a fala.
Por enquanto, a interface do app está em inglês; ele transcreve áudios em português e pode traduzir o texto para o português.