TranscriberAG - Расшифровка аудио в текст

Программа для расшифровки аудио в текст, которая сегментирует, маркирует и транскрибирует речь в текст для облегчения обработки другими сторонними приложениями, предлагая поддержку множества аудио-форматов и форматов документов. Она предоставляет набор инструментов для облегчения ручной расшифровки звуковых файлов.

TranscriberAG предназначен для помощи ручного аннотирования речевых сигналов. Он предоставляет удобный графический интерфейс пользователя (GUI) для сегментации длинных речевых записей, их расшифровки, маркировки поворотов речи, смены тем и акустических условий.

Несмотря на то, что он не имеет очень удобного дизайна, макет программы легко понять. Пользователи могут импортировать аудиофайл, который передает речь определенного человека. После этого его можно сегментировать и транскрибировать в текст благодаря простой и доступной встроенной звуковой дорожке. Однако фактические слова должны быть вручную введены операторами на отдельной панели.

Хотя Transcriber AG не обнаруживает произнесенные слова автоматически, он предоставляет необходимые программные средства для упрощения ручной расшифровки аудио в текст. Все, что нужно сделать, это запустить новую транскрипцию, основанную на новом звуковом файле, размещаемом на главной панели. Пользователи могут вручную добавлять теги на отображаемую дорожку мультимедийного файла, чтобы потом редактировать их.

Текстовые и аудиосигналы автоматически синхронизируются. Пользователи могут увеличить звуковую дорожку, чтобы рассмотреть подробнее каждый сигнал. Они также могут включить трек в петлю, изменить его темп или включить автозапуск каждый раз, когда его выбирают. Они могут отмечать новые сегменты звуковой дорожки и редактировать свой вспомогательный текст или экспортировать их непосредственно в файлы, совместимые с Praat, Wavesurfer или Audacity. Этот инструмент не определяет, какие аудио форматы он поддерживает, но, безусловно, WAV является одним из них, поскольку он поставляется с демонстрационной дорожкой по умолчанию.

Кроме того, текстовая панель, на которой вводятся синхронизированные слова, может быть легко настроена, чтобы пользователи могли редактировать имя говорящего, даже текстовые цвета можно настроить для лучшего распознавания. Если панель становится слишком загроможденной, некоторые теги могут быть либо скрыты, либо показаны, а текстовая область может быть разбита на две части или как одна целая. Проекты можно сохранять в файлы TAG, а стенограммы можно экспортировать в форматы CHAT, HTML и STM.

Программа для расшифровки аудио в текст распространяется как свободное программное обеспечение в соответствии с GNU General Public License v3.

TranscriberAG работает на нескольких платформах (Windows XP, Mac OS X и Linux).

Он разработан на C++ с использованием библиотеки GTK+ для графического интерфейса и AGlib для управления файлами аннотаций.