Режими снимања
Режим снимања дефинише шта се дешава када притиснете дугме за снимање или интервентни тастер. У свим режимима, апликација шаље само фрагменте у којима се детектује говор за транскрипцију.
аутоматски (ВАД)
ВАД је најбољи за редовне разговоре, интервјуе и позиве где говор може да почне и престане без да управљате сваким фрагментом.
Важно: и даље морате да укључите ВАД помоћу дугмета за снимање или интервентног тастера. Након што је укључена, апликација слуша изабране аудио изворе и аутоматски детектује говор. Када неко проговори, фрагмент се снима. Након паузе, фрагмент се затвара и шаље на транскрипцију. Када искључите ВАД, апликација престаје да анализира звук.
Како то ради:
- Укључујете ВАД
- Апликација слуша изабране аудио изворе и тражи говор
- Када се открије говор, почиње фрагмент снимања
- Након паузе, фрагмент се шаље на транскрипцију
- Ако говор траје дуже време, снимак се може поделити на делове
Ручно (искључи)
Пребацивање је за случајеве када сами желите да изаберете почетак и крај фрагмента. Први притисак на дугме за снимање или Цтрл+Р почиње снимање, а други притисак га зауставља и шаље аудио на транскрипцију.
Пре него што снимање почне, апликација чува кратак бафер у позадини. Ако лагано притиснете интервентни тастер након што фраза почне, прве секунде и даље могу бити укључене. Ако завршни фрагмент не садржи говор, аутоматски се одбацује.
Оне-схот (Онесхот)
Оне-схот је за питања која желите да чујете у целини пре него што тражите одговор. Не почињите снимање унапред: сачекајте да друга особа заврши, а затим притисните дугме за снимање или Цтрл+Р. Апликација узима најновији звук из бафера, транскрибује га и користи га за одговор.
Овај режим је користан када не знате унапред који ће тренутак бити важан. Не бележи дуг сегмент од почетка до краја; узима један кратки снимак недавног звука.
Избор режима снимања
Отворите подешавања (икона зупчаника у бочном менију), одељак „Аудио снимање“. Овде можете изабрати режим снимања и конфигурисати друге параметре.
Сва подешавања снимања
Подешавања снимања су у подешавањима апликације под „Снимање звука“. Неке ставке се појављују само за одређени режим снимања, аудио извор, платформу или верзију апликације.
Основна подешавања
Извор звука је увек видљиво. Он бира шта ће снимити: системски аудио + микрофон, само системски звук или само микрофон.
Режим снимања је увек видљиво. Дефинише понашање дугмета за снимање: ВАД, Тоггле или Онесхот.
Микрофон се појављује када изабрани извор укључује звук микрофона. Овде можете одабрати одређени улазни уређај. Ако задржите „Подразумевано“, користи се подразумевани системски микрофон.
Излазни уређај се појављује на Виндовс-у када изабрани извор укључује системски звук. Он бира звучнике или слушалице чији ће звук бити снимљен.
Извор звука
Системски аудио + микрофон је за позиве и интервјуе: снима и ваш глас и звук друге особе.
Само системски звук снима звук апликације или звучника. Ваш микрофон није укључен.
Само микрофон хвата само ваш глас. Користите га када вам није потребан системски аудио или када системски звук стане на пут.
ВАД Сеттингс
Цхункинг је у напредним подешавањима ВАД-а и подразумевано је укључен. Она дели дугачак говор у засебне аудио датотеке тако да транскрипција и генерисање одговора могу почети раније.
Цхунк Дуратион се појављује у напредним подешавањима ВАД-а када је омогућено цхункинг. Опсег: 5 до 15 секунди, подразумевано 7 секунди. Ограничава максималну дужину једног аудио фрагмента пре него што се пошаље на транскрипцију.
Окидач за заустављање снимања (микрофон) се појављује у напредним ВАД подешавањима када извор укључује звук микрофона. Опсег: 0,5 до 5 секунди, подразумевано 0,5 секунди. Поставља колико је тишине микрофона потребно да се заврши тренутни фрагмент говора.
Окидач заустављања снимања (системски звук) се појављује у напредним подешавањима ВАД-а када извор укључује системски звук. Опсег: 0,5 до 5 секунди, подразумевано 1 секунда. Поставља колико је системске аудио тишине потребно да се заврши тренутни говорни фрагмент.
Укључите подешавања
Трајање бафера се појављује у Тоггле. Опсег: 0 до 15 секунди, подразумевано 4 секунде. Додаје неколико секунди пре притиска на почетак снимка, што помаже када лагано притиснете интервентни тастер након што фраза почне.
Пошаљите снимке екрана са звуком се појављује у Тоггле и подразумевано је укључено. Аутоматски прилаже снимке екрана са ћаскања на аудио фрагмент.
Проверите аудио за говор налази се у напредним подешавањима за пребацивање и подразумевано је укључено. Снимак се преноси кроз Силеро ВАД, а фрагменти без говора се одбацују. Онемогућите га само ако треба да пошаљете било какав звук, укључујући тишину и буку.
Онесхот Сеттингс
Трајање снимања појављује се у Онесхот-у. Опсег: 5 до 60 секунди, подразумевано 20 секунди. Поставља колико последњих секунди треба узети из бафера када притиснете интервентни тастер.
Обришите бафер након снимања се појављује у Онесхот-у и подразумевано је искључено. Када је омогућено, брише бафер након сваког снимка тако да следећи притисак не шаље поново већ транскрибован звук.
Пошаљите снимке екрана са звуком се појављује у Онесхот-у и подразумевано је укључено. Аутоматски прилаже снимке екрана са ћаскања на аудио фрагмент.
Проверите аудио за говор је у напредним подешавањима Онесхот-а и подразумевано је укључен. Снимак се преноси кроз Силеро ВАД, а фрагменти без говора се одбацују. Онемогућите га само ако треба да пошаљете било какав звук, укључујући тишину и буку.
Често постављана питања
Снимање се покреће од буке
Неуронска мрежа добро филтрира не-говорне звукове, али високи нивои позадинске буке могу изазвати лажне окидаче. Покушајте да смањите осетљивост микрофона у подешавањима система или користите слушалице.
Одсеца почетак фраза
У ручном режиму — повећајте дужину бафера.
Снимци се одбацују као празни
Неуронска мрежа проверава присуство говора на сваком снимку. Ако модел не детектује глас (на пример, снимљена је само позадинска бука или музика), снимак се аутоматски одбацује. Уверите се да је ваш микрофон правилно конфигурисан и да је ваш говор довољно јасан.