Transkription für Sprachforschung und Korpora

Für Feldforschung, Interviews und Korpora erstellen Sie Rohtranskripte in 100 Sprachen. Sie erhalten JSON mit Zeitstempeln auf Wortebene und Sprecherwechseln, das sich direkt für Ihre Annotationswerkzeuge umwandeln lässt.

API-Schlüssel holen Schnellstart Unterstützte Sprachen

Zuletzt aktualisiert: · Markdown

Was für die Forschung wichtig ist

  • Unterstützt werden 100 Sprachcodes, auch für ressourcenärmere Sprachen wie Jiddisch (yi), Amharisch (am), Swahili (sw), Yoruba (yo), Māori (mi) und Hawaiianisch (haw). Hier finden Sie die vollständige Liste.
  • Wortgenaue Start- und Endzeiten erleichtern das Alignment von Audio und Text.
  • Sprecherwechsel in Interviews lassen sich über include_diarization kennzeichnen. Bei Aufnahmen mit mehreren Mikrofonen können die Sprecher stattdessen nach physischem Audiokanal getrennt werden.
  • Für Teams, in denen nicht alle die Quellsprache lesen können, übersetzen die Oracle-Modelle das Transkript in eine gemeinsame Arbeitssprache.

Beispielanfrage für eine Interviewaufnahme

{
  "audio_url": "https://example.org/corpus/session-014.wav",
  "model": "oracle",
  "language": "yi",
  "word_timestamps": true,
  "include_diarization": true,
  "num_speakers": 2,
  "output_format": "json"
}

Die API gibt ein JSON-Objekt zurück, dessen segments[] die Felder start, end, speaker, text und words[] enthalten. Formate wie ELAN, Praat TextGrid oder CSV werden nicht direkt exportiert, lassen sich aber mit einem kurzen eigenen Skript aus den JSON-Daten erzeugen.

Vor der Analyse: Transkripte prüfen

  • Maschinelle Transkripte liefern nur einen ersten Entwurf. Planen Sie für alle Texte, die annotiert oder veröffentlicht werden sollen, eine manuelle Korrektur ein.
  • Wie genau das Ergebnis ausfällt, hängt von Sprache, Dialekt, Tonqualität und Fachgebiet ab. Für Sprachen mit wenig Trainingsdaten ist die Trefferquote geringer. Bestimmen Sie am besten zuerst die Wortfehlerrate anhand einer Stichprobe Ihres Korpus, bevor Sie das gesamte Material durchlaufen lassen.
  • Geben Sie bei Aufnahmen mit Sprachwechseln den Parameter language fest vor, da die automatische Spracherkennung immer nur eine Sprache für die gesamte Datei auswählt.
  • Gleichen Sie vor dem Berechnen von Fehlerraten die Schreibweise auf beiden Seiten an, insbesondere bei Diakritika und orthographischen Konventionen.

Budget

100 Stunden Audiomaterial kosten bei sekundengenauer Abrechnung 48 US$ mit dem Modell base oder 144 US$ mit oracle. Forschungsgruppen, die auf Rechnung zahlen möchten oder Mengenrabatte benötigen, wenden sich an KolWrite Enterprise.

Fragen und Antworten

Exportiert KolWrite Praat- oder ELAN-Dateien?

Nein. Sie erhalten JSON mit den Zeiten für Segmente und einzelne Wörter, das Sie leicht in TextGrid, EAF oder CSV umwandeln können.

Kann ich Transkripten ressourcenärmerer Sprachen vertrauen?

Nutzen Sie diese Transkripte nur als Rohentwurf. Testen Sie vorab eine Stichprobe, ermitteln Sie die Fehlerrate und planen Sie Zeit für die manuelle Nachbearbeitung ein.

Werden meine Forschungsaufnahmen zum Training von Modellen verwendet?

Laut der Modellseite von KolWrite werden Audiodateien, die über die API gesendet werden, nicht für das Training der eigenen Modelle genutzt.

Verwandte Seiten