Дополнительные примеры

Все знали, что у них ужасное дело друг на друга.

Защита настаивает на своем.

Суд не будет рассматривать это дело.

Адвокат умело аргументировал дело.

Она подготовила хорошее дело для своего клиента.

Они урегулировали дело во внесудебном порядке.

Охотники убили двух оленей и сняли шкуры.

Он искал поле для карьеры.

В районе зафиксировано 16 случаев повреждения автомобилей.

Количество фруктов во фруктовых соках должно составлять 6% для ягод и 10% для других фруктов.

Во многих случаях стандарты улучшились.

Карьера Тома тому пример (= яркий пример того, что вы обсуждаете или объясняете).

Как и другие, он представил письменное объяснение, но в случае Скотта это был 30-страничный печатный буклет.

Изменить традиционные роли мужчин и женщин непросто, но в нашем случае это помогло.

Может случиться так, что схема потребует больше денег.

Словоформы

глагол
я/ты/мы/они: падеж
он/она/оно: падежи
причастие настоящего времени: корпус
прошедшее время: корпус
причастие прошедшего времени: корпус

существительное
единственное число: падеж
множественное число: падеж

Что такое дословная транскрипция? Определение дословной транскрипции

Что такое дословная транскрипция?

Дословная расшифровка записывает каждое слово из аудиофайла в виде текста, точно так же, как эти слова были произнесены изначально. Когда кто-то запрашивает дословную транскрипцию, он ищет расшифровку, которая включает в себя слова-заполнители, фальстарты, грамматические ошибки и другие словесные подсказки, которые обеспечивают полезный контекст и устанавливают сцену записанного сценария.

Дословная транскрипция включает в себя абсолютно все. Он дословно соответствует аудиофайлу, который загружает клиент.

В чем разница между дословной и не дословной транскрипцией?

Существует два основных типа транскрипции: дословная и не дословная.Verbatim — это когда транскрипционист печатает все слова, которые он слышит, включая определенные неречевые звуки, междометия или признаки активного слушания, слова-паразиты, фальстарты, самоисправления и заикания. Этот тип стенограммы требует массу дополнительного времени и внимания к деталям, и по этой причине стоит немного больше.

Недословная транскрипция, с другой стороны, очищается, чтобы удалить слова-заполнители, запинки и все, что отвлекает от основного смысла того, что говорится. Этот тип стенограммы является наиболее распространенным и должен быть слегка отредактирован транскрипционистом для удобства чтения.

Вот пример двух реальных предложений, расшифрованных не дословно и дословно и сравненных рядом:

Пример 1
Не дословно: Я думаю, мы должны пойти в кино сегодня вечером из-за скидки.
Дословно: Итак, эм, я думаю… Я думаю, нам стоит пойти сегодня вечером в м-м-кино из-за скидки (смеется).

Пример 2
Не дословно: Я звонил ей вчера, и она спала.Наверное, она просто очень устала.
Дословно: Я типа, знаешь, звонил ей, типа, вчера и, гм, типа, она вроде как спала. Наверное, она просто очень устала.

Когда удобна дословная транскрипция?

Verbatim предоставляют полезный контекст, который не может предложить очищенная стенограмма. Поскольку настоящие стенограммы включают неречевые звуки, такие как «мм-хмм (утвердительно)» или «мм-мм (отрицательно)», они особенно полезны при проведении фокус-группы, цитировании источника или запросе юридической транскрипции.

В большинстве случаев эти слова не нужны, но во многих случаях они служат полезными словесными подсказками, например, в аудиофайлах полицейских допросов, где такие словесные паузы могут дать представление о поведении человека.

Дословные транскрипции следует использовать, когда:

• Прямое цитирование источника
• Проведение фокус-группы
• Перевод интервью из научного исследования
• Подготовка юридических документов
• Подача юридического заявления

Какую службу расшифровки следует использовать?

Можно подумать, что стенограмма — это, ну, стенограмма — письменная запись записанного аудио.Но это немного упрощает. В зависимости от типа расшифровки, которую заказывает клиент, могут быть некоторые различия в формате и уровне детализации, предоставляемые специалистом по расшифровке. Временные метки, мгновенный первый черновик, срочная доставка и дословная транскрипция — все это среди дополнений, которые может запросить клиент. Стенограммы поддерживают множество различных проектов, и в зависимости от сложности этого проекта вам нужно убедиться, что вы заказываете правильные надстройки. Узнайте больше о наших услугах транскрипции и определите, какое предложение подходит именно вам.

Индексирование и расшифровка ваших интервью

ЧАСТЬ 108.

108.1 Общее
108.2 Оплата стенограммы
108.3 Стандартные спецификации стенограммы
108.4 Письменное соглашение
108.5 Приложение: Форма протокола судебного репортера

Раздел 108.1 Общие положения.

(a) Если иное не предусмотрено в настоящем документе, эта Часть регулирует формат каждой страницы протокола судебного заседания, который должен быть предоставлен судебным секретарем, который является сотрудником Единой судебной системы или независимым подрядчиком, ставка оплата, на которую он или она имеет право, и требования к соглашению между судебным секретарем и запрашивающей стороной.

(b) Для целей настоящей Части термин «стенограмма» означает расшифровку стенографических протоколов, сделанных одним или несколькими судебными репортерами, представляющих собой полный протокол всех судебных разбирательств по делу.

Историческая справка
сек. подан 18 сентября 1984 г. ; амд. подан 5 января 1998 г., эф. 1 февраля 1998 г. Изменено (а).

(a) Если иное не предусмотрено законом, настоящий раздел применяется в тех случаях, когда Единая судебная система или лица или стороны, отличные от Единой судебной системы, несут ответственность за оплату судебному секретарю за предоставленный протокол или его часть.

(б)

(1) За предоставление протокола судебного заседания или его части судебный секретарь получает вознаграждение по следующим ставкам:

(i) Если Единая судебная система по закону несет ответственность за выплату судебному секретарю — 2,50 доллара США за страницу за оригинал плюс 1 доллар США за страницу за каждую копию, за исключением: доставки в соответствии с требованиями статьи 460.70 Уголовно-процессуального закона. —3,50 доллара США за страницу за оригинал плюс бесплатная первая копия; и за регулярную доставку судье в соответствии со статьей 299 Закона о судопроизводстве — бесплатно.

(ii) За исключением случаев, предусмотренных в подпункте (i) настоящего параграфа, если оплата судебному секретарю должна поступать из государственных средств: для обычной доставки — от 2,50 до 3,15 долларов за страницу за оригинал плюс 1 доллар за страницу. за каждую копию; для ускоренной доставки — от 3,15 долл. США за страницу до 4,25 долл. США за страницу за оригинал плюс 1,10 долл. США за страницу за каждую копию; а для ежедневной доставки — от 3,75 долл. США за страницу до 5,25 долл. США за страницу за оригинал плюс 1,25 долл. США за страницу за каждую копию.

(iii) Во всех случаях, не предусмотренных подпунктами (i) и (ii) настоящего параграфа: для регулярной доставки — от 3,30 долл. США за страницу до 4,30 долл. США за страницу за оригинал плюс 1,00 долл. США за страницу за каждую копию; для ускоренной доставки — от 4,40 долл. США за страницу до 5,40 долл. США за страницу за оригинал плюс 1,10 долл. США за страницу за каждую копию; и для ежедневной доставки — от 5,50 долларов США за страницу до 6,50 долларов США за страницу за оригинал плюс 1,25 доллара США за страницу за каждую копию.

(2) Для целей данного подраздела и подраздела (e) данного раздела:

(i) «обычная доставка» означает подготовку и доставку стенограммы в обычных обстоятельствах после завершения разбирательства, включая любые сроки подготовки и доставки, которые превышают сроки ускоренной или ежедневной доставки;

(ii) «ускоренная доставка» означает составление и доставку стенограммы в течение пяти рабочих дней за каждый день или неполный день разбирательства;

(iii) «ежедневная доставка» означает составление и доставку стенограммы утром следующего рабочего дня;

(iv) копия выписки или ее часть должны быть заказаны в течение 30 дней с даты заказа оригинала выписки или ее части;

(v) сроки доставки измеряются с момента получения судебным секретарем приказа о стенограмме или ее части;

(vi), если заказана доставка стенограммы, и в этом разделе указан диапазон ставок для категории такой доставки (т.e., регулярная доставка, ускоренная доставка или ежедневная доставка), судебный секретарь получает оплату по такой ставке, в таком диапазоне, который он или она и заказчик могут согласовать, исходя из региональной и рыночной стоимости стенограмм и составление стенограммы, сложность предмета судебного разбирательства и объем стенограммы судебного секретаря. Если судебный секретарь и заказчик не могут договориться о ставке, судебный секретарь не обязан предъявлять и доставлять стенограмму, за исключением случаев, когда была заказана регулярная доставка, и в этом случае ставка платежа за нее должна быть самой низкой ставкой в ​​пределах диапазон тарифов, указанный в данном разделе, для регулярной доставки; и

(vii) судебный секретарь может, по согласованию с заказчиком, представить стенограмму в виде файла (в формате ASCII или другом согласованном формате) на компьютерной дискете.В таком случае такой файл должен быть обозначен как оригинал или копия по согласованию между судебным секретарем и заказчиком, и судебный секретарь имеет право на оплату по ставке, применимой в иных случаях за страницу, установленной в настоящем документе, за каждую страницу такой стенограммы. включены в такой файл, если стенограмма не сжата, и в этом случае каждый квадрант такой стенограммы (т. е. одна из четырех страниц стенограммы, сжатых электронным способом в одну страницу) должен представлять собой отдельную страницу, за которую судебный секретарь имеет право на оплату в ином случае. применяется в расчете на одну страницу, установленную в соответствии с настоящим документом.

(c)
(1) Несмотря на положения подпункта (b) настоящего раздела, ни один судебный секретарь не имеет права на получение оплаты за стенограмму или ее часть по ставке, указанной в подпункте (b), за исключением случаев, когда суд отчет или его или ее руководитель получает санкционированный запрос на это на или после даты вступления в силу такой ставки. Для целей настоящего подраздела санкционированный запрос означает запрос, который (i) сделан в письменной форме апелляционным судом или судьей или сотрудником внесудебного суда, действующим по указанию судьи, (ii) датирован и (iii) процитирован установленный законом орган, на основании которого оно совершено.

(2) Положения пункта (1) настоящего подраздела не применяются, если подготовка стенограммы или какой-либо ее части не запрошена апелляционным судом, судьей или несудебным служащим, действующим по указанию судьи, но запрашивается стороной судебного разбирательства или иным лицом, имеющим право по закону на получение его копии, либо требуется в силу закона. В таком случае судебный секретарь, подготовивший стенограмму или ее часть, имеет право на получение оплаты за нее по ставке, указанной в подпункте (b) настоящего раздела, действующей на дату возникновения потребности в ее подготовке.

(d) Для целей настоящего раздела судебный секретарь не имеет права на получение оплаты за страницу стенограммы, если только эта страница не соответствует стандартным спецификациям стенограммы, изложенным в разделе 108.3 настоящей Части, и содержит не менее 13 строк материала. . Если судебный секретарь должен предоставить только часть стенограммы, слово стенограмма, используемое в этом подразделе, означает эту часть.

(e) Невзирая на положения подпункта (b) настоящего раздела, судебный секретарь, который расшифровал стенографический протокол судебного разбирательства до даты вступления в силу этого пункта и который в день вступления в силу или после такой даты вступления в силу получает приказ о расшифровка таких протоколов оплачивается по следующему тарифу, если оплата судебному секретарю производится из государственных средств:

(1) Если Единая судебная система по закону несет ответственность за выплату судебному секретарю по применимой ставке, указанной в подпункте (b)(1)(i) настоящего раздела, за вычетом 10 процентов от нее.

(2) Во всех случаях, когда пункт (1) настоящего подраздела не применяется: 

Для обычной доставки — от 2,25 до 2,75 долларов за страницу за оригинал плюс 1 доллар за страницу за каждую копию.

Для ускоренной доставки — от 2,75 долл. США за страницу до 3,85 долл. США за страницу за оригинал плюс 1,10 долл. США за страницу за каждую копию.

Ежедневная доставка: от 3,40 долл. США за страницу до 4,75 долл. США за страницу за оригинал плюс 1,25 долл. США за страницу за каждую копию.

Историческая справка
сек.подан 18 сентября 1984 г.; амдс. подано: 25 марта 1987 г.; 5 января 1998 г.; 5 июня 2000 г., эфф. 1 июня 2000 г. Изменено (b), добавлено (e).

(a) Стенограммы должны быть на бумаге размером 8 1/2 x 11 дюймов.

(b) Каждая страница стенограммы должна соответствовать следующим спецификациям:

(1) Каждая страница, кроме перечисленных в подпунктах (i) — (iii) настоящего параграфа, должна иметь 25 пронумерованных строк материала, исключая строку, посвященную заголовку и номеру страницы:

(i) страница, на которую включен заголовок, или, если транскрипция заголовка требует более одной страницы, последняя из таких страниц;

(ii) страница, на которую включен указатель, или, если транскрипция указателя требует более одной страницы, последняя из таких страниц; и

(iii) за каждый день, когда судебный секретарь составляет протокол судебного заседания по делу, последняя страница его расшифровки или, если более одного судебного секретаря составляют протокол судебного заседания по делу, последняя такая страница каждая часть стенограммы, представленная каждым судебным секретарем.

(2) На дюйм должно приходиться 10 символов.

(3) Левое поле должно иметь отступ на 1 3/4 дюйма от левого края страницы и должно быть отмечено двумя линиями, отстоящими друг от друга на 1/16 дюйма, идущими от верха до низа страницы. каждая страница. Правое поле должно иметь отступ 3/8 дюйма от правого края и должно быть отмечено одной линией, идущей сверху вниз на каждой странице. Каждая строка расшифрованного материала должна доходить как можно ближе к правому полю.

(4) Размер горизонтального блока для письма должен составлять 6 5/16 дюймов. Вертикальный блок для письма должен быть 9 дюймов.

(c) Часть стенограммы свидетельских показаний и беседы должна быть в следующем формате:

(1) В части свидетельских показаний первая строка каждого вопроса и каждого ответа должна иметь отступ в пять пробелов от левого поля и должна начинаться с «Q» или «A», в зависимости от обстоятельств. Текст каждой такой строки должен начинаться с 10 пробелов от левого поля. Каждая последующая строка вопроса или ответа должна начинаться с левого поля.

(2) [Для применения этого подразделения см. примечание ниже. См. также подраздел (2) ниже.] В части, посвященной разговору, первая строка замечаний каждого выступающего должна иметь отступ в 15 пробелов от левого поля и должна начинаться с обозначения имени выступающего, за которым следует двоеточие. , два пробела и начало его или ее примечаний. Каждая последующая строка таких примечаний имеет отступ 5 знаков от левого поля, за исключением того, что первая строка каждого последующего абзаца таких примечаний имеет отступ 15 знаков от левого поля.

(2) [Для применения этого подразделения см. примечание ниже. См. также подраздел (2) ниже.] В части, посвященной разговору, первая строка замечаний каждого выступающего должна иметь отступ в 15 пробелов от левого поля и должна начинаться с обозначения имени выступающего, за которым следует двоеточие. , два пробела и начало его или ее примечаний. Каждая последующая строка таких примечаний имеет отступ 10 знаков от левого поля, за исключением того, что первая строка каждого последующего абзаца таких примечаний имеет отступ 15 знаков от левого поля.

(d) На первой странице каждой стенограммы должен быть заголовок, содержащий только следующее:

(1) суд, округ или город места проведения и часть, в которой проходило разбирательство;

(2) название дела;

(3) номер обвинительного акта(ов) или номер(а) дела, обвинение и характер разбирательства;

(4) адрес здания суда;

(5) дата (даты) судебного разбирательства;

(6) председательствующий;

(7) было ли разбирательство перед присяжными;

(8) выступления адвокатов сторон; и

(9) имя каждого судебного секретаря и каждого судебного переводчика, если таковые имеются.

Расшифровка протоколов каждого последующего дня должна включать сокращенное название, излагающее только вопрос, указанный в пунктах (1)–(7) настоящего подраздела. Такое сокращенное название должно также включать заявление о том, что внешний вид адвоката является таким же, как указано выше, за исключением того, что в случае изменения внешнего вида такие изменения должны быть изложены.

(e) Каждая стенограмма должна включать один указатель; за исключением случаев, когда более одного судебного секретаря составляют протокол судебного разбирательства по делу, может существовать отдельный указатель для каждой части протокола судебного разбирательства, представленного каждым таким судебным секретарем.В индексе указывается следующее:

(1) сторона, вызвавшая свидетеля, имя каждого свидетеля, давшего показания в ходе судебного разбирательства, записанного в нем, вместе с страницей или страницами, на которых даются его или ее показания, и были ли такие показания даны в рамках прямого допроса, перекрестный допрос или иная форма допроса; и

(2) сторона, предложившая каждое доказательство, описание каждого из представленных доказательств, представленных каждой стороной, вместе со страницей или страницами, на которых оно было предложено для опознания и представлено в качестве доказательства.

(f) Образцы страниц стенограммы, отражающие требуемые здесь спецификации, приведены в Приложении к этой Части. ¹

[«Настоящий приказ вступает в силу в тот же день, когда глава законов 2000 г. (L.2000, c. 279, eff. 16 августа 2000 г.), упомянутая выше, становится законом и, если поправки не предусматривают иное , применяются ко всем стенограммам, заказанным на эту дату или после этой даты, при условии, однако, что положения Части 108, действовавшие непосредственно перед датой вступления в силу настоящего приказа, остаются в полной силе и действуют в отношении внесудебных должностных лиц и сотрудников коллективного переговорная единица, не указанная в разделе первом такой главы.»]
1. Такие образцы здесь не приводятся. См. 22 NYCRR.

(a) [Для применения этого подраздела см. примечание ниже. См. также подраздел (а) ниже.] Каждый судебный секретарь, который представляет стенограмму судебного разбирательства, должен в момент запроса стенограммы заключить письменное соглашение о ее подготовке с лицом или стороной, запрашивающей стенограмму. Договор заключается по форме, указанной в приложении к настоящей части.

(a) [Для применения этого подраздела см. примечание ниже. См. также подраздел (а) выше.] Каждый судебный секретарь, который представляет стенограмму судебного разбирательства, должен в момент запроса стенограммы заключить письменное соглашение о ее подготовке с лицом или стороной, запрашивающей стенограмму. Соглашение составляется по форме, установленной главным администратором судов, и в нем указывается ставка за страницу, предполагаемое количество страниц и дата, к которой должна быть подготовлена ​​стенограмма.

(b) Если иное не предусмотрено в меморандуме о взаимопонимании с Единой судебной системой, каждый судебный секретарь, который заключает такое письменное соглашение, должен подать копию этого соглашения в офис соответствующего административного судьи или его или ее назначенному лицу не позднее чем через семь дней после заключения договора.

(c) [Для применения этого подраздела см. примечание ниже. См. также подраздел (с) ниже.] Этот раздел не применяется, если оплата судебному секретарю за стенограмму должна поступать из государственных средств.

(c) [Для применения этого подраздела см. примечание ниже. См. также подраздел (c) выше.] Этот подраздел не применяется, если единая судебная система несет ответственность за оплату судебного секретаря за стенограмму.

[«Настоящий приказ вступает в силу в тот же день, когда глава законов 2000 г. (L.2000, c. 279, eff. 16 августа 2000 г.), упомянутая выше, становится законом и, если поправки не предусматривают иное , применяются ко всем стенограммам, заказанным на эту дату или после этой даты, при условии, однако, что положения Части 108, действовавшие непосредственно перед датой вступления в силу настоящего приказа, остаются в полной силе и действуют в отношении внесудебных должностных лиц и сотрудников коллективного переговорная единица, не указанная в разделе первом такой главы.»]

Изменено (b) 18 ноября 2008 г.

Раздел 108.5 Приложение: Форма протокола судебного протокола.

ПРИЛОЖЕНИЕ

ФОРМА ПРОТОКОЛА СОГЛАШЕНИЯ С СУДЕБНЫМ РЕПОРТЕРОМ

(согласно статье 108.4(а) Правил Главного администратора
судов)

Пожалуйста, печатайте или пишите разборчиво

1. _____ Суд, округ _____,

Деталь № _____

Имя судьи/судьи ____________________________

2.Наименование дела ________________________________

3. Номер судебного дела/файла/индекса _____

4. Дата запроса протокола _____

5. Тип разбирательства (отметьте один или несколько):

_____Расстановка

_____Приложение

_____Слух

_____Просьба

_____Пробная

_____Предложение

_____Другое (указать)

6. В соответствии с разделом 108 Правил Главного администратора судов расценки за страницу протоколов судебных заседаний в судах штата Нью-Йорк следующие:

Обычная доставка: 3 доллара. 30 – 4,30 доллара (оригинал)
1,00 долл. США (каждая копия)

Ускоренная доставка: 4,40–5,40 долл. США (оригинал)
1,10 долл. США (каждая копия)

Ежедневная доставка: 5,50–6,50 долл. США (оригинал)
1,25 долл. США (каждая копия)

7. Плата за страницу:

Обычный _____ Ускоренный _____ Ежедневный _____Другой _____

Количество заказанных экземпляров _____

8. Расчетное количество страниц: _____

9. Предполагаемая дата поставки _____

10. Согласовано:_________________

_____________________ __________________
Судебный секретарь Адвокат/сторона Дата соглашения

(подпись)

Имя судебного секретаря__________

Имя поверенного/стороны _____________

Адрес__________________

Фирма/Адрес________________________________________________

______________________________________________

Номер телефона ______________

Номер телефона ______________

Номер факса ____________________

Номер факса ____________________

Копия этого соглашения должна быть подана судебным секретарем своему руководителю, назначенному административным судьей, в течение 7 календарных дней после даты соглашения.

ИНСТРУКЦИЯ ПО ЗАПОЛНЕНИЮ ФОРМЫ ПРОТОКОЛА СУДЕБНОГО ДОКЛАДЧИКА

Письменное соглашение должно быть оформлено независимо от того, размещен ли первоначальный заказ по телефону, почте, факсу, электронной почте или лично. Если приказ включает расшифровку протокола по одному и тому же делу, но от более чем одного судебного секретаря, каждый секретарь должен заполнить отдельную форму приказа .

1. Введите конкретное название суда, например. , Верховный суд, окружной суд и т. д.; округ, в котором находится суд; название или номер Части, в которой слушался вопрос; и имя судьи, рассматривавшего дело.

2. Введите название дела.

3. Введите номер дела, дела или индекса, или любой другой идентификационный номер, присвоенный судом этому делу. Если номер не назначен, введите «Нет».

4. Введите дату или даты протокола судебного разбирательства или его части, подлежащей расшифровке.

5. Укажите один или несколько видов протоколов.

6. Данный раздел носит информационный характер и не требует ответа.

7. Введите размер взимаемой постраничной ставки и проверьте запрошенное время доставки.

8. Судебный секретарь должен оценить количество страниц, за которые будет взиматься плата. Фактическое количество страниц не может быть известно, пока стенограмма не будет завершена.

9. Введите предполагаемую дату доставки. Ожидается, что судебные репортеры будут придерживаться предполагаемой даты доставки, указанной в соглашении.Обычно судебные репортеры обязаны расшифровывать запросы о стенограммах в порядке их поступления. Однако, если законодательные или иные положения, изложенные в Руководстве судебного докладчика, требующие немедленного предоставления стенограмм, влияют на дату доставки ранее заказанных стенограмм, судебный секретарь приложит все усилия, чтобы уведомить лицо, заказывающее стенограмму. Уведомление должно быть сделано своевременно до предполагаемой даты доставки, информируя запрашивающую сторону о причине задержки и договариваясь о новой дате доставки.

10. Судебный секретарь и адвокат или сторона, заказывающая стенограмму, должны подписать соглашение и указать свои адреса, номера телефонов и факсов. Соглашение должно быть датировано.

Определения:

. «Ежедневно» означает произведено и доставлено утром следующего рабочего дня UCS.

. «Ускоренный» означает изготовление и доставку в течение пяти рабочих дней UCS за каждый день или неполный день.

. «Обычный» означает изготовление и доставку в обычных условиях после завершения разбирательства, включая любые сроки изготовления и доставки, превышающие сроки для ежедневной или ускоренной копии.

. Сроки доставки измеряются с момента, когда репортер получает заказ на стенограмму или ее часть.

. Чтобы получить право на «копирование», расшифровка или ее часть должны быть заказаны в течение 30 дней с даты, когда расшифровка или ее часть были ранее заказаны.

Если у вас есть какие-либо вопросы относительно этой формы или ее содержания, пожалуйста, обращайтесь к репортеру Надзорного суда или главному секретарю, в зависимости от ситуации.

Часто задаваемые вопросы по Amazon Transcribe — Amazon Web Services (AWS)

В: Как разработчики получат доступ к Transcribe?

Самый простой способ начать работу с Amazon Transcribe — отправить задание на расшифровку аудиофайла с помощью консоли.Вы также можете вызвать сервис непосредственно из интерфейса командной строки AWS или использовать один из поддерживаемых SDK по вашему выбору для интеграции с вашими приложениями. В любом случае вы можете начать использовать Amazon Transcribe для автоматического создания расшифровок аудиофайлов, написав всего несколько строк кода.

В. Поддерживает ли Amazon Transcribe расшифровку в реальном времени?

Да. Amazon Transcribe позволяет пользователям открывать двунаправленный поток через HTTP2. Пользователи могут отправлять аудиопоток в сервис, получая взамен текстовый поток в режиме реального времени.

В: Какую кодировку поддерживает транскрипция в реальном времени?

Потоковая транскрипция в настоящее время поддерживает 16-битное кодирование Linear PCM.

Вопрос. Какие языки поддерживает Amazon Transcribe?

Информацию о языковой поддержке см. на этой странице документации.

Вопрос. С какими устройствами работает Amazon Transcribe?

Amazon Transcribe по большей части не зависит от устройства.Как правило, Amazon Transcribe работает с любым устройством со встроенным микрофоном, таким как телефоны, ПК, планшеты и устройства IoT (например, автомобильные аудиосистемы). Amazon Transcribe API сможет определять качество аудиопотока, поступающего на устройство (8 кГц против 16 кГц), и соответствующим образом выбирать акустические модели для преобразования речи в текст. Кроме того, разработчики могут вызывать Transcribe API через свои приложения для доступа к возможностям преобразования речи в текст.

Вопрос. Существуют ли ограничения на размер аудиоконтента, который может обрабатывать Amazon Transcribe?

Вызовы службы Amazon Transcribe ограничены 4 часами (или 2 ГБ) на вызов API для нашего пакетного сервиса.Потоковая служба может поддерживать открытые соединения продолжительностью до 4 часов.

Вопрос. Какие языки программирования поддерживает Amazon Transcribe?

Amazon Transcribe поддерживает .NET, Go, Java, Javascript, PHP, Python и Ruby.
Сервис Amazon Transcribe в режиме реального времени поддерживает Java SDK, Ruby SDK и C++ SDK. Ожидается дополнительная поддержка SDK. Для получения более подробной информации посетите страницу Ресурсы.

В: Слова из моего пользовательского словаря не распознаются! Что я могу сделать?

Выходные данные распознавания речи зависят от ряда факторов в дополнение к элементам пользовательского словаря, поэтому нельзя гарантировать, что термин, включенный в пользовательский словарь, будет правильно распознан.
Однако наиболее частой причиной является неправильное произношение пользовательского слова. Если вы не указали произношение для своего пользовательского слова, попробуйте создать его. Если вы уже предоставили его, перепроверьте его правильность или при необходимости включите другие варианты произношения. Это можно сделать, создав несколько записей в пользовательском файле словаря, которые различаются полем произношения.

В: Почему в выходных данных отображается слишком много пользовательских слов?

пользовательских словарей оптимизированы для небольшого списка целевых слов; большие словари могут привести к чрезмерному созданию нестандартных слов, особенно если они содержат слова, которые произносятся сходным образом.Если у вас большой список, попробуйте сократить его до редких слов и слов, которые действительно должны встречаться в ваших аудиофайлах. Если у вас есть большой словарный запас, охватывающий несколько вариантов использования, разделите его на отдельные списки для разных вариантов использования. Короткие слова, похожие по звучанию на многие другие слова, могут привести к перегенерации (в выводе появляется слишком много пользовательских слов). Предпочтительно объединять эти слова с соседними словами и перечислять их как фразы, разделенные дефисом. Например, пользовательское слово «А.Д.” может быть включен как часть такой фразы, как «АЦП-преобразователь».

В: Есть два способа указания произношения: поля IPA или SoundsLike в пользовательской таблице словаря. Какой лучше?

IPA позволяет добиться более точного произношения. Вы должны указать произношение IPA, если вы можете создать IPA (например, из лексикона, в котором есть произношение IPA, или с помощью онлайн-конвертера).

Q: Я хотел бы использовать IPA, но я не лингвист.Есть ли онлайн-инструмент, который я могу использовать?

Некоторые стандартные словари, такие как Оксфордский словарь английского языка или Кембриджский словарь (включая их онлайн-версии), содержат произношение в IPA. Существуют также онлайн-конвертеры (например, easypronunciation.com или tophonetics.com для английского языка) — однако обратите внимание, что в большинстве случаев эти инструменты основаны на базовых словарях и могут не генерировать правильный IPA для некоторых слов, таких как имена собственные. Amazon Transcribe не поддерживает какие-либо сторонние инструменты.

В: Нужно ли использовать разные стандарты IPA, относящиеся к разным акцентам одного и того же языка? (например, американский английский по сравнению с британским английским)?

Вы должны использовать стандарт IPA, который подходит для аудиофайлов, которые вы будете обрабатывать — например, если вы планируете обрабатывать аудио от носителей британского английского языка, используйте стандарт британского английского произношения. Набор разрешенных символов IPA может различаться для разных языков и диалектов, поддерживаемых Amazon Transcribe; пожалуйста, убедитесь, что ваше произношение содержит только разрешенные символы. Подробности о наборах символов IPA можно найти в документации: https://docs.aws.amazon.com/transcribe/latest/dg/how-vocabulary.html#charsets

В: Как я могу предоставить произношение, используя поле SoundsLike в пользовательской таблице словаря?

Вы можете разбить слово или фразу на более мелкие части и указать произношение для каждой части, используя стандартную орфографию языка, чтобы имитировать звучание слова. Например, на английском языке вы можете предоставить подсказки по произношению для фразы Los-Angeles следующим образом: loss-ann-gel-es .Подсказка для слова Etienne будет выглядеть так: eh-tee-en . Вы отделяете каждую часть подсказки дефисом (-). Вы можете использовать любой из разрешенных символов для языка ввода.

В: Как работают два разных способа предоставления акронимов (с точками и без точек, но с произношением)?

Если вы используете аббревиатуру, содержащую точки, произношение правописания будет сгенерировано внутри. Если вы не используете точки, укажите произношение в поле произношения.Для некоторых аббревиатур не очевидно, имеют ли они правописание или словесное произношение (например, NATO часто произносится как «n eɪ t oʊ» ( nay-toh ), а не как «ɛn eɪ ti oʊ» (NATO )).

В: Где я могу найти примеры использования пользовательского произношения?

Образцы входных форматов и примеры можно найти в документации: https://docs.aws.amazon.com/transcribe/latest/dg/how-vocabulary.html.

В: Что произойдет, если я использую неправильный IPA? Если я не уверен, лучше ли мне не вводить IPA?

Система будет использовать предоставленное вами произношение; это должно повысить вероятность правильного распознавания слова, если произношение правильное и соответствует тому, что было сказано.Если вы не уверены, что создаете правильный IPA, запустите сравнение, обработав аудиофайлы со словарем, содержащим ваше произношение IPA, и со словарем, который содержит только слова (и, при желании, формы отображения). Если вы не предоставите какое-либо произношение, служба будет использовать приближение, которое может или не может работать лучше, чем ваш ввод.

Вопрос. Можно ли при использовании форм DisplayAs отображать наборы символов, не связанные с транскрибируемым исходным языком? (т.е.г. вывести «улица» как «街道») .

Да. Хотя фразы могут использовать только ограниченный набор символов для определенного языка, символы UTF-8, кроме \t (TAB), разрешены в столбце DisplayAs.

В: Доступно ли автоматическое редактирование контента или редактирование личной информации (PII) как с пакетным, так и с потоковым API для Transcribe?

Да, Amazon Transcribe поддерживает автоматическое редактирование контента или редактирование персональных данных как для пакетных, так и для потоковых API.

В. Какие языки поддерживаются для автоматического редактирования контента/идентификации и редактирования персональных данных?

См. документацию Amazon Transcribe для получения информации о языковой доступности автоматического редактирования содержимого/редактирования PII.

В: Автоматическое редактирование контента также удаляет конфиденциальную личную информацию из исходного аудио?

Нет, эта функция не удаляет конфиденциальную личную информацию из исходного аудио.Однако вы можете самостоятельно отредактировать личную информацию из исходного аудио, используя временные метки начала и окончания, указанные в отредактированных расшифровках для каждого экземпляра идентифицированного высказывания PII.

В: Могу ли я использовать автоматическое редактирование содержимого для удаления личной информации из существующих текстовых расшифровок?

Нет, автоматическое редактирование контента работает только со звуком в качестве входа.

В: Что еще нужно знать перед использованием автоматического редактирования контента?

Автоматическое редактирование содержимого предназначено для выявления и удаления информации, позволяющей установить личность (PII), но из-за предиктивного характера машинного обучения оно может не идентифицировать и удалить все экземпляры PII в стенограмме, созданной службой. Вы должны проверить все выходные данные, предоставленные автоматическим редактированием контента, чтобы убедиться, что они соответствуют вашим потребностям.

В: Существуют ли различия между автоматическим редактированием содержимого для потоковой передачи и пакетного API?

Да, есть две дополнительные возможности, поддерживаемые автоматическим редактированием контента для потокового API, которые не поддерживаются пакетным API. Вы можете решить только идентифицировать PII, а не редактировать, используя редактирование контента с потоковым API.Также у вас есть возможность идентифицировать или редактировать определенные типы PII с помощью потокового API. Например, вы можете отредактировать только номер социального страхования и информацию о кредитной карте и сохранить другие персональные данные, такие как имена и адреса электронной почты.

Вопрос. В каких регионах AWS доступно автоматическое редактирование контента или редактирование PII?

Информацию о доступности автоматического редактирования контента и редактирования PII для пакетных и потоковых API в регионах AWS см. в документации по Transcribe.

В: Какие API поддерживают автоматическую идентификацию языка?

Автоматическая идентификация языка в настоящее время поддерживается для пакетных и потоковых API.

Вопрос. Какие языки Amazon Transcribe определяет автоматически?

Amazon Transcribe может идентифицировать любой из языков, поддерживаемых пакетными и потоковыми API.

Вопрос. Идентифицирует ли Amazon Transcribe несколько языков в одном аудиофайле?

Amazon Transcribe определяет только доминирующий язык в аудиофайле.

В: Можно ли ограничить список языков для автоматического определения языка?

Да, вы можете указать список языков, которые могут присутствовать в вашей медиатеке. Когда вы предоставляете список языков, указанный язык будет выбран из этого списка. Если языки не указаны, система обработает аудиофайл со всеми языками, поддерживаемыми Amazon Transcribe, и выберет наиболее вероятный. Точность идентификации языка лучше, когда предоставляется список выбора языков.

Основы преобразования речи в текст  | Документация по преобразованию речи в текст в облаке  | Облако Google

Обзор

Этот документ представляет собой руководство по основам использования преобразования речи в текст. В этом концептуальном руководстве рассматриваются типы запросов, которые вы можете сделать к преобразованию речи в текст, как составить эти запросы и как обрабатывать их ответы.Мы рекомендуем всем пользователям Speech-to-Text прочтите это руководство и одно из связанных руководств, прежде чем погрузиться в сам API.

Попробуйте сами

Если вы новичок в Google Cloud, создайте учетную запись, чтобы оценить, как Преобразование речи в текст работает в реальном мире сценарии. Новые клиенты также получают бесплатные кредиты в размере 300 долларов США для запуска, тестирования и развертывание рабочих нагрузок.

Речевые запросы

Speech-to-Text имеет три основных метода распознавания речи.Эти перечисленные ниже:

• Синхронное распознавание (REST и gRPC) отправляет аудиоданные в API преобразования речи в текст, выполняет распознавание этих данных и возвращает результаты после всех звуковых обработан. Запросы синхронного распознавания ограничены звуком данные длительностью 1 минута или менее.

• Асинхронное распознавание (REST и gRPC) отправляет аудиоданные в API преобразования речи в текст и инициирует длительную операцию .С помощью этой операции вы можете периодически опрашивать результаты распознавания. Используйте асинхронные запросы для аудиоданные любой продолжительности до 480 минут.

• Потоковое распознавание (только gRPC) выполняет распознавание аудиоданных предоставляется в течение Двунаправленный поток gRPC. Потоковые запросы предназначены для целей распознавания в реальном времени, таких как захват живого звука с микрофона. Потоковое распознавание обеспечивает промежуточные результаты во время захвата звука, позволяющие отображать результат, например, пока пользователь все еще говорит.

Запросы содержат параметры конфигурации, а также аудиоданные. Следующее разделы описывают эти типы запросов на признание, ответы на них генерировать и как обрабатывать эти ответы более подробно.

Распознавание API преобразования речи в текст

Запрос на синхронное распознавание Speech-to-Text API — самый простой способ выполнение распознавания речевых аудиоданных. Преобразование речи в текст может обрабатывать до 1 минута речевых аудиоданных, отправленных в синхронном запросе.После преобразования речи в текст обрабатывает и распознает все аудио, возвращает ответ.

Синхронный запрос блокируется, что означает, что преобразование речи в текст должно вернуть ответ перед обработкой следующего запроса. Преобразование речи в текст обычно обрабатывает звук быстрее, чем в реальном времени, обрабатывая 30 секунд звука в среднем за 15 секунд. В случае плохого качества звука ваше признание запрос может занять значительно больше времени.

Преобразование речи в текст имеет методы REST и gRPC для вызова Синхронные и асинхронные запросы Speech-to-Text API.В этой статье демонстрируется REST API, потому что так проще показать и объяснить основы использования API. Однако базовая структура запроса REST или gRPC очень похожа. Запросы на потоковое распознавание поддерживается gRPC.

Запросы на синхронное распознавание речи

Синхронный запрос Speech-to-Text API состоит из конфигурации распознавания речи, и звуковые данные. Пример запроса показан ниже:

{
    "конфигурация": {
        "кодирование": "LINEAR16",
        "sampleRateHertz": 16000,
        "languageCode": "en-US",
    },
    "аудио": {
        "uri": "gs://  имя-корзины  /  путь_к_аудио_файлу  "
    }
}
 

Все запросы на синхронное распознавание Speech-to-Text API должны включать распознавание речи. config поле (типа Конфигурация распознавания).А RecognitionConfig содержит следующие подполя:

• encoding — (обязательно) указывает схему кодирования поставляемого аудио (типа AudioEncoding ). Если у вас есть выбор в кодеке, предпочитайте кодирование без потерь, такое как FLAC или LINEAR16 для лучшей производительности. (Дополнительную информацию см. в разделе Кодирование аудио.) Поле кодировки является необязательным для файлов FLAC и WAV , где кодировка включена в заголовок файла.
• sampleRateHertz — (обязательно) указывает частоту дискретизации (в герцах) поставляемый звук. (Для получения дополнительной информации о частотах дискретизации см. Примерные цены ниже.) Поле sampleRateHertz является необязательным для файлов FLAC и WAV , где частота дискретизации включена в заголовок файла.
• languageCode — (обязательно) содержит язык + регион/локаль для использования распознавание речи поставляемого аудио. Код языка должен быть Идентификатор BCP-47.Обратите внимание, что языковые коды обычно состоят из тегов основного языка и подтегов дополнительного региона для обозначения диалекты (например, «en» для английского и «US» для Соединенных Штатов в приведенный выше пример.) (Список поддерживаемых языков см. Поддерживаемые языки.)
• maxAlternatives — (необязательно, по умолчанию 1 ) указывает количество альтернативные транскрипции предоставить в ответ. По умолчанию API преобразования речи в текст обеспечивает одну первичную транскрипцию.Если вы хотите оценить различные альтернативы, установите maxAlternatives на более высокое значение. Обратите внимание, что Преобразование речи в текст будет возвращать альтернативы только в том случае, если распознаватель определит альтернативы должны быть достаточного качества; в общем альтернативы больше подходят для запросов в реальном времени, требующих обратной связи с пользователем (для например, голосовые команды) и поэтому больше подходят для стриминга запросы на признание.
• profanityFilter — (необязательно) указывает, следует ли отфильтровывать ненормативную лексику. слова или фразы.Отфильтрованные слова будут содержать первую букву и звездочки для остальных символов (например, f***). Ненормативная лексика фильтр работает по отдельным словам, он не обнаруживает оскорбительные или оскорбительные речь, представляющая собой фразу или сочетание слов.
• speechContext — (необязательно) содержит дополнительную контекстную информацию для обработки этого звука. Контекст содержит следующее подполе:
  • фраз — содержит список слов и фраз, дающих подсказки к задаче распознавания речи.Для получения дополнительной информации см. информация о контекст речи.

Звук подается в преобразование речи в текст через параметр audio типа Распознавание аудио. То Поле audio содержит либо из следующих подполей:

• контент содержит звук для оценки, встроенный в запрос. Дополнительные сведения см. в разделе «Встраивание аудиоконтента» ниже. Продолжительность звука, передаваемого непосредственно в этом поле, ограничена 1 минутой.
• uri содержит URI, указывающий на аудиоконтент. Файл не должен быть сжатый (например, gzip). В настоящее время это Поле должно содержать URI Google Cloud Storage (в формате gs:// имя_корзины / путь_к_аудио_файлу ). Видеть Передача ссылки на аудио по указанному ниже URI.)

Дополнительные сведения об этих параметрах запроса и ответа приведены ниже.

Частота дискретизации

Вы указываете частоту дискретизации вашего аудио в поле sampleRateHertz конфигурации запроса, и он должен соответствовать частоте дискретизации связанного аудио контент или поток.Поддерживаются частоты дискретизации от 8000 Гц до 48000 Гц. в Преобразовании речи в текст. Вы можете указать частоту дискретизации для FLAC или WAV в заголовке файла вместо использования поля sampleRateHertz . Файл FLAC должен содержать частоту дискретизации в заголовке FLAC , чтобы быть переданный в API преобразования речи в текст.

Если у вас есть выбор при кодировании исходного материала, запишите звук с помощью частота дискретизации 16000 Гц.Значения ниже этого могут ухудшить распознавание речи. точность, а более высокие уровни не оказывают заметного влияния на распознавание речи. качество.

Однако, если ваши аудиоданные уже были записаны в существующем семпле частоту, отличную от 16 000 Гц, не передискретизируйте звук до 16 000 Гц. Самое наследие телефонный звук, например, использует частоту дискретизации 8000 Гц, что может дать меньше точные результаты. Если вы должны использовать такое аудио, предоставьте аудио для речи. API с собственной частотой дискретизации.

Языки

Механизм распознавания речи в текст поддерживает различные языки и диалекты.Вы указываете язык (и национальный или региональный диалект) вашего аудио в поле languageCode конфигурации запроса, используя Идентификатор BCP-47.

Полный список поддерживаемых языков для каждой функции доступен на странице языковой поддержки.

Смещение времени (метки времени)

Преобразование речи в текст может включать значения смещения времени (метки времени) для начала и конец каждого произнесенного слова, которое распознается в предоставленном аудио. Время значение смещения представляет количество времени, прошедшее с начала звука с шагом 100 мс.

Временные смещения особенно полезны для анализа более длинных аудиофайлов, в которых вы может потребоваться поиск определенного слова в распознанном тексте и найти его (искать) в оригинальном аудио. Смещение времени поддерживается для всех наши методы распознавания: распознает , потоковое распознавание и долгосрочное распознавание .

Значения смещения времени включаются только для первого варианта, указанного в ответ узнавания.

Чтобы включить временные смещения в результаты вашего запроса, установите Параметр enableWordTimeOffs устанавливается равным true в конфигурации вашего запроса.За примеры использования REST API или клиентских библиотек см. Использование временных смещений (временных меток). Например, вы можете включить параметр enableWordTimeOffsets в запросить конфигурацию, как показано здесь:

{
"конфигурация": {
  "languageCode": "en-US",
  "enableWordTimeOffsets": правда
  },
"аудио": {
  "uri":"gs://gcs-test-data/gettysburg. flac"
  }
}
 

Результат, возвращаемый API преобразования речи в текст, будет содержать смещение времени значения для каждого распознанного слова, как показано ниже:

{
  "имя": "6212202767953098955",
  "метаданные": {
    "@тип": "тип.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeMetadata",
    "прогрессПроцент": 100,
    "startTime": "2017-07-24T10:21:22.013650Z",
    "lastUpdateTime": "2017-07-24T10:21:45.278630Z"
  },
  "сделано": верно,
  "отклик": {
    "@type": "type.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeResponse",
    "Результаты": [
      {
        "альтернативы": [
          {
            "транскрипт": "Четыре балла и двадцать...(и т.д.)...",
            "уверенность": 0,97186122,
            "слова": [
              {
                "Время начала": "1.300с",
                "endTime": "1.400 с",
                "слово": "Четыре"
              },
              {
                "startTime": "1.400 с",
                "endTime": "1. 600 с",
                "слово": "счет"
              },
              {
                "startTime": "1.600 с",
                "endTime": "1.600 с",
                "слово": "и"
              },
              {
                "startTime": "1.600 с",
                "endTime": "1.900 с",
                "слово": "двадцать"
              },
              ...
            ]
          }
        ]
      },
      {
        "альтернативы": [
          {
            "стенограмма": "за очки и много... (и т. д.)...",
            "уверенность": 0,
67,
          }
        ]
      }
    ]
  }
}
 

Выбор модели

Преобразование речи в текст может использовать один из нескольких методов машинного обучения. моделей для расшифровки вашего аудиофайла. Google обучил их модели распознавания речи для определенных типов аудио и источников.

Когда вы отправляете запрос на расшифровку аудио Speech-to-Text, вы можете улучшить результаты, которые вы получаете путем указания источника исходного звука. Это позволяет Speech-to-Text API для обработки ваших аудиофайлов с помощью модель машинного обучения, обученная распознавать речевой звук из этого конкретный тип источника.

Чтобы указать модель для распознавания речи, включите поле модели . в объекте RecognitionConfig для вашего запрос, указав модель, которую вы хотите использовать.

Преобразование речи в текст может использовать следующие типы машин обучающие модели для расшифровки ваших аудиофайлов.

Встроенное звуковое содержимое

Встроенное аудио включается в запрос распознавания речи при передаче параметр содержимого в поле аудио запроса .Для встроенного звука предоставляется как контент в запросе gRPC, этот звук должен быть совместим для Прото3 сериализации и предоставляется в виде двоичных данных. Для встроенного звука, предоставляемого как контент в запросе REST, этот звук должен быть совместим с JSON сериализации и сначала закодировать в Base64. Видеть Base64 Encoding Your Audio для получения дополнительной информации.)

При построении запроса с использованием клиентская библиотека Google Cloud, обычно вы будете записывать эти двоичные (или закодированные в base-64) данные непосредственно в поле содержимого .

Передать аудио, на которое ссылается URI

Как правило, вы передаете параметр uri в запросе речи. Поле audio , указывающее на аудиофайл (в двоичном формате, а не в base64) находится в Google Cloud Storage следующего вида:

gs://  имя-корзины  /  путь_к_аудио_файлу 
 

Например, следующая часть речевого запроса ссылается на образец аудио файл, используемый в Quickstart:

...
    "аудио": {
        "uri":"gs://cloud-samples-tests/speech/brooklyn.flac"
    }
...
 

У вас должны быть соответствующие права доступа для чтения файлов Google Cloud Storage, таких как как одно из следующего:

• Общедоступно (например, наши образцы аудиофайлов)
• Доступно для чтения вашей служебной учетной записи, если используется авторизация служебной учетной записи.
• Доступно для чтения учетной записи пользователя, если для учетной записи пользователя используется трехсторонний протокол OAuth. авторизация.

Дополнительную информацию об управлении доступом к Google Cloud Storage можно найти по адресу Создание и управление списками контроля доступа в документации Google Cloud Storage.

Ответы API преобразования речи в текст

Как указывалось ранее, синхронный ответ Speech-to-Text API может занять некоторое время. для возврата результатов, пропорциональных длине предоставленного аудио. Один раз обработано, API вернет ответ, как показано ниже:

{
  "Результаты": [
    {
      "альтернативы": [
        {
          "уверенность": 0,98267895,
          "стенограмма": "сколько лет Бруклинскому мосту"
        }
      ]
    }
  ]
}
 

Эти поля поясняются ниже:

• results содержит список результатов (типа SpeechRecognitionResult ) где каждый результат соответствует сегменту аудио (сегменты аудио разделены паузами). Каждый результат будет состоять из одного или нескольких следующих полей:
  • альтернативы содержит список возможных транскрипций типа Альтернативы распознавания речи . Наличие более одной альтернативы появляется зависит как от того, запрашивали ли вы более одной альтернативы (путем установки maxAlternatives на значение больше 1 ) и от того, Speech-to-Text производил альтернативы достаточно высокого качества. Каждый альтернатива будет состоять из следующих полей:

Если не удалось распознать речь из предоставленного аудиосигнала, то возвращенный список результатов не будет содержать элементов.Нераспознанная речь обычно является результатом очень плохого качества звука, или из кода языка, кодировки или значений частоты дискретизации, которые не совпадают прилагаемый звук.

Компоненты этого ответа объясняются в следующих разделах.

Каждый синхронный ответ Speech-to-Text API возвращает список результатов, а не один результат, содержащий все распознанные аудио. Список распознанное аудио (в пределах элементов расшифровки ) появится в смежный порядок.

Выберите альтернативы

Каждый результат в ответе об успешном синхронном распознавании может содержать одна или несколько альтернатив (если значение maxAlternatives для запроса больше, чем 1 ). Если функция преобразования речи в текст определяет, что альтернатива имеет достаточно значение достоверности, то эта альтернатива включается в ответ. Первая альтернатива в ответе всегда лучшая (скорее всего) альтернатива.

Настройка maxAlternatives на более высокое значение, чем 1 не подразумевает и не гарантирует что будет возвращено несколько альтернатив. В общем, более одного альтернатива больше подходит для предоставления пользователям возможностей в реальном времени, получающих результаты через запрос на потоковое распознавание.

Обработка транскрипций

Каждая альтернатива, указанная в ответе, будет содержать расшифровку содержащий распознанный текст. При наличии последовательных альтернатив, вы должны объединить эти транскрипции вместе.

Следующий код Python перебирает список результатов и объединяет транскрипции вместе.Обратите внимание, что мы берем первую альтернативу (нулевую) в все случаи.

ответ = service_request.execute()
распознанный_текст = 'Транскрибированный текст: \n'
для i в диапазоне (len (ответ ['результаты'])):
    распознанный_текст += ответ['результаты'][i]['альтернативы'][0]['стенограмма']
 

Значения достоверности

Значение достоверности является оценкой от 0,0 до 1,0. Это рассчитано путем агрегирования значений «вероятности», присвоенных каждому слову в аудио. Более высокое число указывает на предполагаемую большую вероятность того, что отдельные слова были распознаны правильно.Обычно это поле предоставляется только для верхней гипотезы и только для результатов, где is_final=истина . Например, вы можете использовать значение достоверности . решить, показывать ли альтернативные результаты пользователю или запросить подтверждение у пользователя.

Однако имейте в виду, что модель определяет «лучший» результат на основе на большем количестве сигналов, чем только оценка достоверности (например, контекст предложения). Из-за этого иногда бывают случаи, когда лучший результат не имеют наивысший показатель достоверности.Если вы не запрашивали несколько альтернатив результаты, единственный возвращенный «лучший» результат может иметь более низкое значение достоверности чем предполагалось. Это может произойти, например, в тех случаях, когда редкие слова использовался. Редко используемому слову можно присвоить низкое значение «вероятности». даже если он распознан правильно. Если модель определяет редкое слово как наиболее вероятный вариант, основанный на контексте, этот результат возвращается даже наверху если значение достоверности результата ниже, чем у альтернативных вариантов.

Асинхронные запросы и ответы

Асинхронный запрос API преобразования речи в текст к методу LongRunningRecognize по форме идентичен синхронному Запрос API преобразования речи в текст. Тем не мение, вместо возврата ответа асинхронный запрос инициирует Длительная работа (типа Эксплуатация) и возврат эту операцию вызываемому объекту немедленно.

Ниже показан типичный ответ операции:

{
  "имя": " имя_операции ",
  "метаданные": {
    "@type": "type.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeMetadata"
    "прогрессПроцент": 34,
    "startTime": "2016-08-30T23:26:29.579144Z",
    "lastUpdateTime": "2016-08-30T23:26:29.826903Z"
  }
}
 

Обратите внимание, что пока нет результатов. Преобразование речи в текст продолжит обработайте звук и используйте эту операцию для сохранения результатов.Результаты будут появляются в поле ответа операция возвращается, когда LongRunningRecognize запрос завершен.

Полный ответ после завершения запроса отображается ниже:

{
  "имя": "1268386125834704889",
  "метаданные": {
    "lastUpdateTime": "2016-08-31T00:16:32.169Z",
    "@type": "type.googleapis.com/google.cloud.speech.v1.LongrunningRecognizeMetadata",
    "startTime": "2016-08-31T00:16:29. 539820Z",
    "ПрогрессПроцент": 100
  }
  "отклик": {
    "@тип": "тип.googleapis.com/google.cloud.speech.v1.LongRunningRecognizeResponse",
    "Результаты": [{
      "альтернативы": [{
        "уверенность": 0,98267895,
        "стенограмма": "сколько лет Бруклинскому мосту"
      }]}]
  },
  "готово": Верно,
}
 

Обратите внимание, что выполнено установлено значение True и что ответ операции содержит набор результатов типа Результат Распознавания Речи тот же тип, который возвращается синхронным запросом на распознавание Speech-to-Text API.

По умолчанию асинхронный ответ REST будет установлен выполнено от до False , значение по умолчанию; однако, потому что JSON не требует наличия значений по умолчанию в поле при тестировании. завершена ли операция, вы должны проверить, что done Поле присутствует и установлено на True .

Запросы на распознавание потокового API преобразования речи в текст

Вызов распознавания потокового API преобразования речи в текст предназначен для захвата и распознавание аудио в двунаправленном потоке.Ваша заявка может быть отправлена аудио в потоке запроса и получать промежуточное и окончательное распознавание результаты в потоке ответов в режиме реального времени. Промежуточные результаты представляют текущий результат распознавания участка аудио, а окончательный результат распознавания представляет собой последнее, наилучшее предположение для этого фрагмента аудио.

Потоковые запросы

В отличие от синхронных и асинхронных вызовов, при которых вы отправляете конфигурация и аудио в одном запросе, вызывая потоковую речь API требует отправки нескольких запросов.Первый StreamingRecognizeRequest должен содержать конфигурацию типа StreamingRecognitionConfig без какого-либо сопутствующего звука. Последующие StreamingRecognizeRequest отправлены над одним и тем же потоком будет состоять из последовательных кадров необработанных аудиобайтов.

StreamingRecognitionConfig состоит из следующих полей:

• config — (обязательно) содержит информацию о конфигурации аудио, типа Конфигурация распознавания и такое же, как показано в синхронных и асинхронных запросах.
• single_utterance — (необязательно, по умолчанию false ) указывает, является ли это запрос должен автоматически завершиться после того, как речь больше не будет обнаружена. Если установлено, Преобразование речи в текст обнаружит паузы, тишину или неречевой звук, чтобы определить когда прекратить признание. Если не установлено, поток будет продолжать слушать и обрабатывать звук до тех пор, пока либо поток не будет закрыт напрямую, либо предельная длина превышена. Установка single_utterance на true полезно для обработки голосовых команд.
• interim_results — (необязательно, по умолчанию false ) указывает, что это потоковый запрос должен возвращать временные результаты, которые могут быть уточнены в любое время. позднее время (после обработки большего количества аудио). Промежуточные результаты будут отмечены в ответах через настройку is_final до false .

Потоковые ответы

Результаты потокового распознавания речи возвращаются в серии ответов типа StreamingRecognitionResponse.Такой ответ состоит из следующих полей:

• speechEventType содержит события типа SpeechEventType. Значение этих событий укажет, когда было определено, что одно высказывание было завершенный. Речевые события служат маркерами в вашем потоке. отклик.
• результатов содержит список результатов, которые могут быть как промежуточными, так и окончательными результаты типа Результат потокового распознавания. Список результатов содержит следующие подполя:
  • альтернативы содержит список альтернативных транскрипций.
  • isFinal указывает, являются ли результаты, полученные в этой записи списка являются промежуточными или окончательными. Google может вернуть несколько isFinal=true результаты в одном потоке, но результат isFinal=true только гарантируют после закрытия потока записи (полузакрытие).
  • стабильность указывает на изменчивость результатов, полученных до сих пор, с 0,0 указывает на полную нестабильность, а 1,0 указывает на полную стабильность. Обратите внимание, что в отличие от достоверности, которая оценивает, является ли транскрипция правильная, стабильность оценивает, является ли данный частичный результат может измениться. Если для isFinal установлено значение true , стабильность не будет установлено.

Общие инструкции по расшифровке и рецензированию

Чтобы обеспечить удобочитаемость и доступность исторических материалов, мы пересмотрели и упростили инструкции Центра расшифровки.Это не означает, что ранее завершенные проекты должны быть отредактированы, чтобы отразить эти изменения. Вместо этого перейдите к новой расшифровке и просмотрите ее, используя приведенные ниже обновленные рекомендации. Как всегда, мы приветствуем ваши комментарии и вопросы. Пишите нам сюда.

Как работает процесс

Вернуться к началу

КАК ПЕРЕВОДИТЬ

НАПИШИТЕ ТО, ЧТО ВЫ ВИДИТЕ

Наша главная цель — создать текст, отражающий этот документ. Запишите слова и абзацы, как вы их видите.

Пожалуйста, сохраняйте оригинальные орфографию, грамматику, пунктуацию и порядок слов, даже если они грамматически неверны.

Вы можете указать правильное написание слова в двойных скобках рядом с неправильно написанным словом или в поле примечаний на соответствующей странице транскрипции, но это необязательно.

Пример: Эбигейл Адамс [[Эбигейл Адамс]].

Одно исключение: если слово переносится через дефис из-за того, что оно занимает две строки, печатайте его как одно слово. См. пример страницы.

Будьте проще 

Наша цель — улучшить читаемость и удобство поиска, и мы хотим избежать загромождения страниц — не беспокойтесь о форматировании.

Сведите к минимуму использование двойных скобок [[ ]] для описания того, что вы видите, подумайте о читабельности и возможности поиска.Для математического или столбчатого формата по возможности избегайте использования двойных скобок и обязательно ознакомьтесь с конкретными инструкциями, включенными в проект, над которым вы работаете. См. «Дополнительные инструкции», чтобы узнать больше о расшифровке данных в столбцах и другом более сложном содержимом.

Не указывать стиль шрифта, подчеркивание, полужирный или курсивный текст.

Чтобы еще больше упростить расшифровку, мы просим вас больше не указывать предварительно напечатанный текст или подписи в скобках.символы. Они должны быть просто написаны как McDonald, независимо от любого надстрочного индекса, написанного в исходном тексте.

Вставки в текст — Если вы встретите слово, которое было вставлено в предложение или фразу в исходном тексте, пожалуйста, перенесите его в предложение и напечатайте в том порядке, в котором вы будете читать его вслух. Нет необходимости использовать символы вставки или скобки для обозначения вставленного слова. См. пример страницы.

Удаленные слова или слова, зачеркнутые в исходном тексте —Пожалуйста, напишите «зачеркнуто» или «зачеркнуто» в двойных скобках до и после слова или фразы, которые были зачеркнуты или удалены.

Например: я действительно [[зачеркнутый]] ненавижу [[/зачеркнутый]] не люблю запах тухлых яиц. ИЛИ я действительно [[зачеркнуто]] ненавижу [[/зачеркнуто]] не люблю запах тухлых яиц. См. также пример страницы.

Существуют специальные инструкции для маргиналий (дополнительные примечания и т. д. к документу), таблиц и данных в столбцах, а также расшифровки то же самое , которые вы можете найти в дополнительных инструкциях.

Ничего страшного, если у вас нет времени на выполнение всей транскрипции.Даже добавление одного-двух предложений облегчает работу над ним следующему человеку. Часто два или более добровольцев должны работать вместе, чтобы закончить транскрипцию. Каждый бит помогает.

Каждый проект уникален, пожалуйста, прочтите описание проекта, прежде чем начать. Также обратите внимание на любые заметки, оставленные на странице транскрипции, и, пожалуйста, НЕ УДАЛЯЙТЕ любые предыдущие заметки, оставленные другими добровольцами. Они помогают нам отслеживать изменения, записывать дополнительную информацию о коллекциях и отвечать на вопросы.

ИЗОБРАЖЕНИЯ

Когда вы видите эскиз, рисунок или штамп/печать, используйте слово «изображение» или «штамп» и т. д., заключенное в двойные скобки: [[изображение]] [[штамп]]. Если есть какие-либо подписи или текст, связанный с изображением, расшифруйте их. См. пример страницы.

Если инструкции по проекту не требуют описания изображений, вы можете выбрать описание изображения или изображений в поле примечаний на каждой соответствующей странице.Это необязательно. См. пример страницы.

Имейте в виду, что некоторые изображения содержат описания на обратной стороне фотографии, отображаемые на предыдущем изображении транскрипции. Обязательно проверьте это. Если это так, пожалуйста, укажите, что описание изображения существует на следующей странице. Пример: [[изображение — подпись см. на следующей странице]]. См. пример страницы.

ЧАСТО СОХРАНЯТЬ

Расшифровка может быть тяжелой работой, поэтому убедитесь, что вы часто сохраняете  (каждые пару минут).Нажмите кнопку [Сохранить], расположенную под формой транскрипции, чтобы сохранить ваш прогресс. Помните, что никто не может редактировать страницу, пока вы над ней работаете (вы должны увидеть надпись «Заблокировано» желтым цветом в правом верхнем углу экрана). Если вы хотите двигаться дальше, вы можете нажать оранжевую кнопку [Завершить и отметить для проверки] или [Сохранить] и использовать кнопки навигации над полем транскрипции для смены страниц. Система предоставит вашу страницу другим пользователям для редактирования, если вы не нажмете ни одну кнопку ([Сохранить] или [Завершить и отметить для просмотра]) в течение 5-10 минут.Поэтому чаще сохраняйте страницу, чтобы сохранить ее для себя, если вы все еще работаете над ней.

ЕСЛИ ВЫ НАШЛИ СЛОВО, КОТОРОЕ НЕ МОЖЕТЕ ПРОЧИТАТЬ

Пожалуйста, сделайте примечание, используя двойные скобки [[ ]] следующим образом: [[хорошее предположение?]] или просто [[?]]. См. пример страницы ниже. Сохраните свою работу, и вы можете продолжить расшифровку остальной части элемента. Иногда слово почти невозможно расшифровать (даже для лучших из нас!), поэтому 1-2 [[?]] оставшихся на странице приемлемо для того, чтобы оно было помечено как «Завершено».» Если страница была в основном расшифрована, но по-прежнему содержит 2 или более [[?]], пожалуйста, НЕ отправляйте эту страницу со статусом «Завершено», а вместо этого оставьте ее на стадии «транскрипция» или «проверка», чтобы другие волонтеры могут продолжить работу над ним. Не стесняйтесь обращаться к нам и своим коллегам-волонтерам, оставив вопрос в поле заметок на странице транскрипции, через «вкладку обратной связи» сбоку страницы, в социальных сетях или через напишите нам напрямую.

СПЕЦИАЛЬНЫЕ СИМВОЛЫ

Вводить специальные символы может быть сложнее, поэтому просто делайте все возможное.Вы всегда можете оставить слово нерасшифрованным и сообщить другим расшифровщикам и рецензентам, что необходимо проделать дополнительную работу, набрав [[?]] вместо слова или части слова, требующей специальных символов. Вот список сочетаний клавиш для некоторых из наиболее часто встречающихся специальных символов (для ПК):

.

ç — Альтернативный 1159
ü — Альтернативный 1153
ñ — Альтернативный 164
á — Альтернативный 0225
é — Альтернативный 130
è — Альтернативный 138
¢ — Альтернативный 0162
— (длинное тире) — Альтернативный 0151

• (маркер) — Alt 0149

 

МАРКИРОВКА ДЛЯ ПРОВЕРКИ

 

Пожалуйста, нажимайте оранжевую кнопку «ЗАВЕРШИТЬ и ПОМЕТИТЬ ДЛЯ ПРОСМОТРА» только после расшифровки ВСЕЙ страницы.Вы можете просто расшифровать одно слово, предложение или всю страницу, но если страница расшифрована не полностью, пожалуйста, только нажмите СОХРАНИТЬ, чтобы другие волонтеры знали, что еще предстоит выполнить расшифровку.

 

 

Вернуться к началу

 

КАК ПРОВЕРИТЬ

 

Когда доброволец завершает транскрипцию и отмечает ее для проверки, хорошо, если к ней привлечет еще одна пара глаз. Вот как просмотреть транскрипцию:

• В качестве рецензента у вас должна быть учетная запись в Центре транскрипции, которую вы можете создать здесь.
• Обязательно прочитайте Общие и Расширенные инструкции, чтобы выявить ошибки в расшифровке. Проверьте документ на точность и полноту.
• Прочитайте всю расшифровку и внимательно сравните ее с исходным текстом.

 

ЕСЛИ ПЕРЕВОД ЗАВЕРШЕН И ГОТОВ:

 

Нажмите кнопку [Пометить как выполненную] (зеленую).После этого элемент будет помечен как «Выполнено и ожидает утверждения». 

 

 

 

ЕСЛИ ВЫ СЧИТАЕТЕ, ЧТО ЕСТЬ ОШИБКИ, КОТОРЫЕ НЕОБХОДИМО ИСПРАВИТЬ:

 

• Нажмите кнопку [Повторно открыть для редактирования] (синяя).
• Внесите изменения и измените транскрипцию, чтобы она соответствовала странице, и исправьте ошибки. Не забывайте избегать редактирования оригинальной орфографии и грамматики.
• После того, как вы внесли изменения, нажмите кнопку [Завершить и отметить для проверки] — после этого для проверки потребуется новый доброволец.

 

Если вы столкнулись с проектом «ЗАВЕРШЕНО и ОЖИДАЕТ УТВЕРЖДЕНИЕ», который содержит ошибки и нуждается в дальнейшем редактировании, вы можете связаться с командой TC, нажав «кнопку обратной связи» сбоку на каждой странице проекта или написав нам по электронной почте напрямую по адресу transcribe @si.edu. Обязательно укажите URL-ссылку на рассматриваемую страницу, и команда TC ответит, повторно открыв страницу для расшифровки и просмотра.

 

Дополнительные советы по рецензированию см. в публикации волонтера Бет Грэм о ее процессе.

 

ДОПОЛНИТЕЛЬНЫЕ ИНСТРУКЦИИ И СОВЕТЫ

 

Нажмите здесь, чтобы найти дополнительную информацию о проектах, требующих расширенных или специальных рекомендаций, а также  инструкции по расшифровке полей, таблиц и данных в столбцах, а также пометок.

Вернуться к началу

 

 

.