Metin Temizleyici

Dağınık Bir Transkripti Okunabilir Metne Dönüştürün

YouTube altyazılarından, bir Zoom .vtt dosyasından veya otomatik oluşturulmuş bir podcast dışa aktarımından elde ettiğiniz ham bir transkripti yapıştırın; zaman damgalarını, altyazı işaret numaralarını, “ımm” ve “ıh” seslerini, “KONUŞMACI 1:” etiketlerini ve tekrarlayan satırları temizler. Ardından bozuk altyazı parçalarını tekrar gerçekten okuyabileceğiniz paragraflara birleştirir.

Tamamen tarayıcınızda çalışır. Transkript asla yüklenmez, bu da temizlediğiniz şeyin özel bir arama veya yayınlanmamış bir röportaj olduğunda önemlidir.

Kurallar, Yapay Zeka Değil ve Neden Önemli Olduğu

Adında “AI” (Yapay Zeka) geçen çoğu araç, transkriptinizi temizlemek için bir dil modelinden geçirir. Bu, dilbilgisini düzeltir, ancak aynı zamanda modelin birinin söylediklerini sessizce yeniden ifade edebileceği anlamına gelir. Bir transkript için, bu tam da istemediğiniz şeydir. “İyileştirilmiş” bir alıntı artık bir alıntı değildir.

Bunun yerine, basit kalıp kurallarıyla temizler. Açtığınız şeyleri tam olarak kaldırır ve başka hiçbir şeyi. Bir cümleyi yeniden yazmaz, noktalama işaretleri icat etmez veya garip bir ifadeyi düzeltmez, bu nedenle geriye kalanlar hala konuşmacının gerçek kelimeleri, gürültüden arındırılmış olur.

Dürüst takas: kural tabanlı olduğu için, bir yapay zeka geçişinin yapacağı gibi dilbilgisini düzeltmez veya noktalama işaretleri eklemez. Bunu isterseniz, konuşmacı yapısı ve okunabilirlik eklemek için yapay zeka kullanan transkript biçimlendirici üzerinden geçirin. Önce çöpü temizleyin, parlaklık isterseniz ikinci olarak biçimlendirin. Ben tek başına temizleyiciye zamanın yaklaşık yüzde sekseninde başvuruyorum, çünkü okunabilir bir paragraf genellikle tüm ihtiyacım olan şey.

Neleri Temizler

Bunların her biri bir açma/kapama düğmesidir, böylece istediğinizi tutar, gerisini bırakırsınız.

• Zaman damgaları ve işaretler. SRT sıra numaraları, 00:00:04,500 --> 00:00:08,200 zamanlama satırları, WEBVTT başlığı ve [00:05] veya sadece 00:01:32 gibi satır içi damgalar. Bu, insanların en çok aradığı “transkriptten zaman damgalarını kaldırma” işidir.
• Dolgu kelimeler. Açık sözlü tikler: ımm, ıh, eee, hımm, “biliyorsunuz”, “yani”. Kaç tane çıkardığını sayar, böylece kaydın verdiği zararı görebilirsiniz.
• Konuşmacı etiketleri. SPEAKER 1:, John:, [Röportajcı] gibi satır başı etiketleri ve Zoom ile altyazı araçlarının eklediği >> işaretleri.
• Tekrarlayan satırlar. Otomatik altyazılar genellikle yeniden çizilirken aynı satırı iki kez yazdırır. Art arda gelen kopyalar tek bir satıra indirgenir.
• Bozuk satır aralıkları. Altyazılar birkaç kelimede bir sarar, bu nedenle bir cümle dört satıra bölünmüş olarak gelir. Birleştirme bunları yeniden birleştirir ve sonucu paragraflara böler.

Dikkat çekmeye değer bilinçli bir seçim: “gibi”, “aslında”, “temelde” veya “yani” kelimelerini temizlemez. Bunlar bir listede dolgu kelime gibi görünse de, anlamlarını o kadar sık taşırlar ki, onları kaldırmak cümleleri değiştirir. Ne demek istediğinizi düzenleyen bir temizleyici, fazladan bir “gibi” bırakan bir temizleyiciden daha kötüdür, bu yüzden onları bırakır.

Bir YouTube, Zoom veya Podcast Transkriptini Temizleyin

En çok karışıklık yaratan üç kaynak, bunun en iyi şekilde ele aldığı üç kaynaktır.

YouTube altyazı dökümleri neredeyse her satırda bir zaman damgasıyla ve hiç paragraf olmadan gelir. Kopyalanan transkripti yapıştırın, zaman damgalarını açın ve birleştirin; beş kelimelik parçacık yığını yerine bloga hazır bir blok elde edersiniz.

Zoom ve Teams, size işaret numaraları, zamanlamalar ve her dönüşte bir konuşmacı etiketi içeren bir .vtt dosyası verir. Dosyayı bırakın ve temiz bir diyalog veya akıcı metin olarak geri döner, konuşmacı adlarını saklayıp saklamamak size kalmış.

Podcast ve röportaj transkriptleri genellikle zaten daha temizdir ancak sözlü dolgu maddeleriyle doludur, çünkü insanlar aslında o şekilde konuşurlar. “ımm”ları temizleyin ve birleştirin, okuma süresi içeriğe dokunmadan düşer.

Word’de Bir Transkriptten Zaman Damgaları Nasıl Kaldırılır

İnsanlar bunu arıyor çünkü Microsoft Word’de Bul ve Değiştir ile 00:00:00 eşleştirmek için joker karakter desenleri kullanarak yapmaya çalışıyorlar. Zar zor çalışıyor, ancak desen ince ayar gerektiriyor ve zaman damgası formatı bir dosyadan diğerine değiştiği anda bozuluyor.

Metni buraya yapıştırmak kısa yoldur. Ortak zaman damgası biçimlerini (SRT, VTT ve sadece SS:DD:SS) otomatik olarak tanır, bu nedenle bir joker karakter ifadesi yazmanıza veya dört farklı format için dört kez çalıştırmanıza gerek kalmaz. Burada temizleyin, sonucu Word’e geri yapıştırın.

Temizliğin Ardından

Transkript temizlendikten sonra, sonraki adımların kendi araçları vardır. Yapay zeka ile uygun konuşmacı yapısı ve okunabilirlik eklemek için transkript biçimlendiriciyi kullanın. En baştan bir video veya ses dosyasından temiz bir transkript çekmek için transkript oluşturucu transkripsiyonu yapar. Ve temizlenmiş bir transkripti altyazıya dönüştürmek için, metinden SRT’ye dönüştürücü bu sefer bilerek zaman damgalarını geri ekler.

Sıkça Sorulan Sorular

Bu transkript temizleyici ücretsiz mi?

Evet ve tarayıcınızda kalır. Kayıt olma, yükleme ve kaç transkripti temizlediğinize dair bir sınırlama yoktur, çünkü iş bir sunucuda değil, cihazınızda gerçekleşir.

Transkriptimi yüklüyor veya saklıyor mu?

Hayır. Temizleme, sayfada çalışan düz JavaScript’tir, bu nedenle metin asla tarayıcınızdan ayrılmaz. Hiçbir şey hiçbir yere gönderilmez, depolanmaz veya günlüğe kaydedilmez; bu da özel bir arama veya yayınlanmamış bir röportaj için yerel bir temizleyici kullanma sebebidir.

Sadece zaman damgalarını nasıl kaldırır ve diğer her şeyi nasıl tutarım?

Zaman damgaları düğmesini açın ve diğerlerini kapatın. SRT ve VTT zamanlama satırlarını, sıra numaralarını ve [00:05] gibi satır içi damgaları kaldırır ve konuşmacı etiketlerini, dolgu kelimelerini ve satır sonlarını olduğu gibi bırakır.

”Like” ve “actually” kelimelerini dolgu kelimeleri olarak kaldırıyor mu?

Hayır, bilerek. Sadece “um” ve “uh” gibi net sözel dolgu kelimelerini kaldırır. “Like”, “actually” ve “basically” gibi kelimeler çok sık gerçek anlam taşır, bu yüzden onları çıkarmak cümleleri değiştirirdi. Bir temizleyici, birinin söylediklerini düzenlememelidir.

Hangi dosya türlerini temizleyebilirim?

Herhangi bir metni yapıştırın veya bir .srt, .vtt veya .txt dosyası bırakın. Araç, dosyayı yerel olarak okur ve yapıştırılan metinle aynı şekilde temizler. Yaklaşık 5MB’a kadar olan dosyalar sorunsuz çalışır; bunun üzerinde, metni yapıştırın.

Kural tabanlı bir temizleyici, yapay zeka transkript temizleyicisinden daha mı iyidir?

Farklı işler yaparlar. Bunun gibi kural tabanlı bir temizleyici, sözlerinizi değiştirmeden gürültüyü giderir, bu da alıntılar ve kayıtlar için daha güvenlidir. Bir yapay zeka temizleyici ayrıca dilbilgisini ve noktalama işaretlerini de düzeltir, ancak söylenenleri yeniden ifade edebilir. Önce burada temizleyin ve cilalamak istiyorsanız ancak daha sonra bir yapay zeka geçişi çalıştırın.