Sabe os nomes das pessoas?

Não. Distingue vozes e chama-lhes Locutor 1, Locutor 2 e assim por diante, por ordem de aparição. Pôr-lhes nome é um localizar-e-substituir que faz uma vez.

Quantas vozes aguenta?

Está pensado para grupos pequenos: uma mesa, uma reunião, uma entrevista. Um salão com trinta pessoas a alternar não é para o que serve.

E se duas falarem ao mesmo tempo?

Aí é que falha, e aí falha toda a gente. A fala sobreposta é a parte mais difícil deste problema e não vamos fingir o contrário.

Acrescenta uma passagem sobre a gravação inteira antes de começar a transcrever. Numa reunião de dezoito minutos, essa passagem é menos de um minuto.

As legendas levam-no?

Sim, quando há mais de uma voz. A etiqueta vai na primeira legenda de cada intervenção e não em cada linha, o que encheria o ecrã do que já se sabe.

Saber quem disse o quê

A gravação é separada por vozes, de modo que cada linha da transcrição leva quem a disse — e as legendas também o podem levar.

Começar Ver preços

Catorze línguas
Paga-se a fala, não o silêncio
Sem mensalidade

Para quem é

Uma sessão camarária em que importa quem propôs o quê. Uma mesa-redonda que sem isto se lê como um parágrafo interminável. Entrevistas em que é preciso distinguir a pergunta da resposta. Qualquer gravação com mais de uma pessoa de que alguém tenha de citar.

Como funciona

1
Carrega a gravação e assinala que quer as vozes separadas.
2
Antes de transcrever, o ficheiro inteiro é escutado à procura de vozes — inteiro, porque é o que faz com que a voz do minuto 3 e a do minuto 40 sejam a mesma pessoa.
3
Cada troço de fala é atribuído a uma voz, e as vozes são agrupadas.
4
A transcrição volta com o seu locutor em cada intervenção, e as legendas também o levam.

O que leva

Cada intervenção etiquetada com quem a disse.
As mesmas etiquetas no texto, nas legendas e no JSON.
Nas legendas, uma vez por intervenção e não em cada linha.
Quantas vozes distintas foram encontradas.
Funciona sobre a gravação inteira, não bocado a bocado.
Cobra-se uma vez, peça as línguas que pedir.

Dito com franqueza: Acerta à volta de 85 % numa gravação decente, medido contra um corpus anotado. Duas pessoas com vozes parecidas confundem-se, e duas a falar ao mesmo tempo confundem-se mais. Tome-o como um primeiro passo muito bom que lhe poupa escrever, não como uma ata judicial.

Quanto custa

+2 € por hora de fala

Sobre a transcrição ou a tradução. Cobra-se uma vez e não por língua: separar vozes acontece antes de traduzir seja o que for, por isso custa o mesmo se a transcrição sair numa língua ou em catorze.

Ver preços

Perguntas

Sabe os nomes das pessoas?: Não. Distingue vozes e chama-lhes Locutor 1, Locutor 2 e assim por diante, por ordem de aparição. Pôr-lhes nome é um localizar-e-substituir que faz uma vez.
Quantas vozes aguenta?: Está pensado para grupos pequenos: uma mesa, uma reunião, uma entrevista. Um salão com trinta pessoas a alternar não é para o que serve.
E se duas falarem ao mesmo tempo?: Aí é que falha, e aí falha toda a gente. A fala sobreposta é a parte mais difícil deste problema e não vamos fingir o contrário.
Atrasa o trabalho?: Acrescenta uma passagem sobre a gravação inteira antes de começar a transcrever. Numa reunião de dezoito minutos, essa passagem é menos de um minuto.
As legendas levam-no?: Sim, quando há mais de uma voz. A etiqueta vai na primeira legenda de cada intervenção e não em cada linha, o que encheria o ecrã do que já se sabe.

Experimente com uma reunião

Algo com três ou quatro pessoas. Aí é que se nota a diferença entre um muro de texto e uma transcrição que se lê.

Começar