Įrašymo režimai
Įrašymo režimas apibrėžia, kas nutinka, kai paspausite įrašymo mygtuką arba spartųjį klavišą. Visais režimais programa siunčia tik fragmentus, kuriuose aptinkama kalba transkripcijai.
Automatinis (VAD)
VAD geriausiai tinka reguliariems pokalbiams, interviu ir skambučiams, kai kalba gali prasidėti ir sustoti, netvarkant kiekvieno fragmento.
Svarbu: vis tiek turite įjungti VAD įrašymo mygtuku arba sparčiuoju klavišu. Kai ji įjungta, programa klausosi pasirinktų garso šaltinių ir automatiškai aptinka kalbą. Kai kas nors kalba, fragmentas įrašomas. Po pauzės fragmentas uždaromas ir siunčiamas transkripcijai. Kai išjungiate VAD, programa nustoja analizuoti garsą.
Kaip tai veikia:
- Įjungiate VAD
- Programėlė klausosi pasirinktų garso šaltinių ir ieško kalbos
- Kai aptinkama kalba, pradedamas įrašymo fragmentas
- Po pauzės fragmentas siunčiamas transkripcijai
- Jei kalba tęsiasi ilgą laiką, įrašą galima padalyti į dalis
Rankinis (perjungti)
Perjungimas skirtas tiems atvejams, kai norite patys pasirinkti fragmento pradžią ir pabaigą. Pirmą kartą paspaudus įrašymo mygtuką arba Ctrl+R pradedamas įrašymas, o antrasis paspaudimas sustabdomas ir garso įrašas siunčiamas transkripcijai.
Prieš pradedant įrašymą, programa išsaugo trumpą fono buferį. Jei šiek tiek paspausite sparčiąjį klavišą po frazės pradžios, pirmąsias sekundes vis tiek galite įtraukti. Jei galutiniame fragmente nėra kalbos, jis automatiškai atmetamas.
Vienas šūvis (Oneshot)
Vienas šūvis skirtas klausimams, kuriuos norite išgirsti iki galo prieš prašydami atsakymų. Nepradėkite įrašinėti anksčiau laiko: palaukite, kol baigs kitas asmuo, tada paspauskite įrašymo mygtuką arba Ctrl+R. Programa paima naujausią garso įrašą iš buferio, perrašo jį ir naudoja jį atsakymui.
Šis režimas naudingas, kai iš anksto nežinote, kuris momentas bus svarbus. Jis neįrašo ilgo segmento nuo pradžios iki pabaigos; daroma viena trumpa naujausio garso momentinė nuotrauka.
Įrašymo režimo pasirinkimas
Atidarykite nustatymus (krumpliaračio piktograma šoniniame meniu), skyrių „Garso įrašymas“. Čia galite pasirinkti įrašymo režimą ir konfigūruoti kitus parametrus.
Visi įrašymo nustatymai
Užfiksavimo nustatymai pateikiami programos nustatymų skiltyje „Garso įrašymas“. Kai kurie elementai rodomi tik konkrečiam įrašymo režimui, garso šaltiniui, platformai arba programos versijai.
Pagrindiniai nustatymai
Garso šaltinis visada matomas. Jis pasirenka, ką įrašyti: sistemos garsas + mikrofonas, tik sistemos garsas arba tik mikrofonas.
Įrašymo režimas visada matomas. Jis apibrėžia įrašymo mygtuko veikimą: VAD, Toggle arba Oneshot.
Mikrofonas pasirodo, kai pasirinktame šaltinyje yra mikrofono garsas. Čia galite pasirinkti konkretų įvesties įrenginį. Jei paliksite „Numatytasis“, bus naudojamas sistemos numatytasis mikrofonas.
Išvesties įrenginys rodomas sistemoje Windows, kai pasirinktame šaltinyje yra sistemos garso. Jis pasirenka garsiakalbius arba ausines, kurių garsas bus įrašomas.
Garso šaltinis
Sistemos garsas + mikrofonas skirtas skambučiams ir interviu: fiksuoja ir jūsų, ir kito asmens garsą.
Tik sistemos garsas fiksuoja programos arba garsiakalbio garsą. Jūsų mikrofonas neįtrauktas.
Tik mikrofonas fiksuoja tik jūsų balsą. Naudokite jį, kai jums nereikia sistemos garso arba kai sistemos garsas trukdo.
VAD nustatymai
Chunking yra išplėstiniuose VAD nustatymuose ir yra įjungtas pagal numatytuosius nustatymus. Jis padalija ilgą kalbą į atskirus garso failus, todėl transkripcija ir atsakymų generavimas gali prasidėti anksčiau.
Grupių trukmė rodoma išplėstiniuose VAD nustatymuose, kai įjungtas gabalų skirstymas. Diapazonas: nuo 5 iki 15 sekundžių, numatytoji 7 sekundės. Tai riboja didžiausią vieno garso fragmento ilgį prieš siunčiant jį transkripcijai.
Įrašymo sustabdymo paleidiklis (mikrofonas) rodomas išplėstiniuose VAD nustatymuose, kai šaltinyje yra mikrofono garsas. Diapazonas: 0,5–5 sekundės, numatytoji 0,5 sekundės. Jis nustato, kiek mikrofono tylos reikia norint užbaigti esamą kalbos fragmentą.
Įrašymo sustabdymo paleidiklis (sistemos garsas) rodomas išplėstiniuose VAD nustatymuose, kai šaltinis apima sistemos garsą. Diapazonas: nuo 0,5 iki 5 sekundžių, numatytoji 1 sekundė. Jis nustato, kiek sistemos garso tylos reikia norint užbaigti esamą kalbos fragmentą.
Perjungti nustatymus
Buferio trukmė rodoma Perjungti. Diapazonas: nuo 0 iki 15 sekundžių, numatytoji 4 sekundės. Jis prideda kelias sekundes nuo prieš paspaudimo iki įrašymo pradžios, o tai padeda, kai šiek tiek paspaudžiate sparčiąjį klavišą po frazės pradžios.
Siųsti ekrano kopijas su garsu rodoma perjungti ir yra įjungta pagal numatytuosius nustatymus. Jis automatiškai prideda ekrano kopijas iš pokalbio prie garso fragmento.
Patikrinti garsą, ar nėra kalbos, yra išplėstiniuose perjungimo nustatymuose ir įjungta pagal numatytuosius nustatymus. Įrašas perduodamas per Silero VAD, o fragmentai be kalbos atmetami. Išjunkite jį tik tuo atveju, jei reikia siųsti bet kokį garsą, įskaitant tylą ir triukšmą.
Oneshot nustatymai
„Oneshot“ rodoma Užfiksavimo trukmė. Diapazonas: nuo 5 iki 60 sekundžių, numatytoji 20 sekundžių. Jame nustatoma, kiek paskutinių sekundžių paimti iš buferio, kai paspausite sparčiąjį klavišą.
Išvalyti buferį po fiksavimo rodoma Oneshot ir yra išjungta pagal numatytuosius nustatymus. Kai įjungta, jis išvalo buferį po kiekvieno momentinio vaizdo, kad kitą kartą paspaudus nebūtų iš naujo išsiųstas jau perrašytas garso įrašas.
Siųsti ekrano kopijas su garsu rodoma Oneshot ir yra įjungta pagal numatytuosius nustatymus. Jis automatiškai prideda ekrano kopijas iš pokalbio prie garso fragmento.
Patikrinti garsą, ar nėra kalbos, yra išplėstiniuose Oneshot nustatymuose ir įjungta pagal numatytuosius nustatymus. Įrašas perduodamas per Silero VAD, o fragmentai be kalbos atmetami. Išjunkite jį tik tuo atveju, jei reikia siųsti bet kokį garsą, įskaitant tylą ir triukšmą.
Dažnai užduodami klausimai
Įrašymas sukelia triukšmą
Neuroninis tinklas gerai filtruoja ne kalbos garsus, tačiau didelis foninis triukšmas gali sukelti klaidingus paleidiklius. Pabandykite sumažinti mikrofono jautrumą sistemos nustatymuose arba naudokite ausines.
Nupjauna frazių pradžią
Rankiniu režimu – padidinkite buferio ilgį.
Įrašai atmetami kaip tušti
Neuroninis tinklas tikrina kiekvieną įrašą, ar nėra kalbos. Jei modelis neaptinka balso (pvz., buvo įrašytas tik foninis triukšmas arba muzika), įrašas automatiškai atmetamas. Įsitikinkite, kad mikrofonas tinkamai sukonfigūruotas ir kalba pakankamai aiški.