Sprecherzuordnung im Transkript
Beschrifte Transkriptsegmente mit einem konfigurierten Diarisierungsmodell.
Sprecherzuordnung im Transkript
Drop your files here
or choose files from your device
So verwendest du Sprecherzuordnung im Transkript
- Wähle eine Quelldatei aus. Wenn das Tool mehrere Dateien akzeptiert, ordne sie in der gewünschten Reihenfolge an.
- Lege den Sprachcode (leer = erkennen) und die maximalen Sekunden fest.
- Führe die Sprecherzuordnung im Transkript aus, prüfe die Ausgabe und verwende dann die verfügbaren Bedienelemente zum Kopieren oder Herunterladen.
Was dieses Tool unterstützt
Whisper-Wortzeitstempel im Browser werden innerhalb eines 10-Sekunden-Ausschnitts mit der Pyannote-Segmentierung abgeglichen, mit bis zu drei anonymen Sprecher-Slots. Die Labels identifizieren keine Personen und bleiben nicht über mehrere Durchläufe hinweg erhalten. Prüfe Überlappungen und kurze Redebeiträge.
- Sprachcode (leer = erkennen)
- Set this value for your task.
- Maximale Sekunden
- Range: 1 to 10
Grenzen und Verarbeitung
Bis zu 10 Sekunden, drei anonyme Sprecher-Slots. Labels gelten nur innerhalb des ausgewählten Ausschnitts und sind keine Sprecheridentitäten. Die erste Inferenz lädt Transkriptions- und Segmentierungsmodelle herunter.
Beispielquelle
A useful tool makes everyday work easier. Review the results before sharing.
Häufige Fragen
Was macht die Sprecherzuordnung im Transkript?
Whisper-Wortzeitstempel im Browser werden innerhalb eines 10-Sekunden-Ausschnitts mit der Pyannote-Segmentierung abgeglichen, mit bis zu drei anonymen Sprecher-Slots. Die Labels identifizieren keine Personen und bleiben nicht über mehrere Durchläufe hinweg erhalten. Prüfe Überlappungen und kurze Redebeiträge.
Wo wird meine Eingabe verarbeitet?
Quelldateien und Text bleiben in diesem Browser. Beim ersten Durchlauf werden öffentliche Modelle von Hugging Face und lokale Laufzeit-Assets von der Website heruntergeladen. Modelle können im Browsercache verbleiben. Es ist kein Upload der Quelle zu Vercel, Supabase oder einem Konvertierungsdienst erforderlich.
Welche Eingabelimits gelten?
Bis zu 10 Sekunden, drei anonyme Sprecher-Slots. Labels gelten nur innerhalb des ausgewählten Ausschnitts und sind keine Sprecheridentitäten. Die erste Inferenz lädt Transkriptions- und Segmentierungsmodelle herunter.