Transkrypcja AMR na tekst
Format rozmów telefonicznych i starszych nagrywarek — najtrudniejszy materiał, jaki przyjmujemy, i warto wiedzieć dlaczego.
Gotowe do zapisu
Sprawdź język i zaczynamy.
W skrócie
Plik AMR zamienisz na tekst, przesyłając go bez konwersji. Uczciwie: to najtrudniejszy materiał, jaki przyjmujemy, bo AMR-NB zapisuje pasmo 8 kHz przy kilku kilobitach na sekundę — tyle, ile potrzeba do rozmowy przez telefon. Rozpoznanie zadziała, ale pomyłek będzie więcej niż przy nagraniu z dyktafonu czy z telefonu trzymanego przy ustach.
Jak to zrobić
- Skopiuj plik z telefonu na komputer bez wysyłania go komunikatorem, który mógłby go przekodować jeszcze raz.
- Przeciągnij plik AMR na pole powyżej. Konwersja niczego nie poprawi.
- Wskaż język nagrania ręcznie zamiast zostawiać wykrywanie — przy wąskim paśmie bywa mniej pewne.
- Przeczytaj podgląd i oceń dokładność, zanim zdecydujesz, czy zapłacić.
Dlaczego AMR jest trudny
AMR powstał po to, żeby ludzka mowa zmieściła się w kanale GSM, a nie po to, żeby ją wiernie zapisać. W odmianie wąskopasmowej próbkuje 8 kHz przy przepływności od 4,75 do 12,2 kbps — dla porównania zwykły MP3 z dyktafonu ma jej kilkakrotnie więcej przy dwukrotnie szerszym paśmie.
Praktyczny skutek jest zawsze ten sam: giną wysokie częstotliwości, po których odróżnia się spółgłoski szczelinowe. Po polsku najbardziej cierpią „s”, „sz” i „ś”, a po nich końcówki fleksyjne — czyli dokładnie to, co niesie gramatykę zdania. Nazwiska i nazwy własne wychodzą gorzej niż reszta tekstu, bo kontekst nie pomaga ich odgadnąć.
Piszemy o tym wprost, bo podgląd transkryptu jest darmowy i lepiej, żebyś ocenił jakość na własnym nagraniu przed zapłatą, a nie po niej. Jeśli wynik Cię nie przekona, nic nie zapłacisz.
Co jeszcze da się zrobić
- Wskaż język ręcznie. Przy paśmie telefonicznym automatyczne rozpoznanie języka bywa mniej pewne niż samo rozpoznanie słów.
- Nie konwertuj do WAV-a ani do MP3 o wysokiej przepływności. Wyciętych częstotliwości nie da się dołożyć, a plik tylko urośnie.
- Nie przepuszczaj pliku przez komunikator. Drugie przekodowanie na już mocno skompresowanym nagraniu dokłada artefakty do artefaktów.
- Jeśli masz to samo zdarzenie nagrane czymś jeszcze — dyktafonem w pokoju, drugim telefonem — prześlij tamten plik. Prawie zawsze będzie lepszy.
Na przyszłość: większość telefonów pozwala dziś nagrywać dyktafonem systemowym, który zapisuje M4A w pełnym paśmie. Jeśli rozmowa ma być potem przepisana, to jest różnica między materiałem trudnym a łatwym — a nie kwestia lepszego programu do transkrypcji.
Nagranie rozmowy to zwykle także cudze słowa. Warto pamiętać, na jakiej podstawie zostało zrobione i komu udostępniasz gotowy transkrypt — my przechowujemy nagrania prywatnie, a w ustawieniach konta możesz włączyć automatyczne kasowanie pliku dźwiękowego po 1, 7 albo 30 dniach.
Pytania
Czy transkrypcja z AMR w ogóle ma sens?
Ma, tylko z niższą dokładnością niż przy zwykłym nagraniu. Podgląd jest darmowy i nie wymaga konta, więc najtaniej sprawdzić to na własnym pliku — jeden rzut oka na pierwsze zdania wystarczy, żeby ocenić, czy wynik się nadaje.
Czy konwersja AMR do WAV poprawi wynik?
Nie. Konwersja zwiększa plik, ale nie dokłada informacji, której w nim nie ma — pasmo 8 kHz zostaje pasmem 8 kHz. Prześlij oryginał.
Mam plik .3gp, a nie .amr
Też go przyjmiemy. 3GP to kontener ze starszych telefonów, w którym dźwięk bywa właśnie zakodowany w AMR — czasem razem z obrazem, czasem sam. Prześlij bez konwersji.