問題排解
自動轉錄為什麼不準,以及如何修正
排查語言選錯、噪音、重疊說話、姓名和說話人錯誤,並在 Transcrever 中對照錄音修正。

自動轉錄不準時,先檢查出錯片段,不要盲目重做整個檔案。在 Transcrever 編輯器搜尋某個詞,或打開出錯時間,播放前後幾秒並對照文字。錯誤類型會指向下一步:修正姓名、確認說話者、更換語言,或尋找更好的來源檔案。
快速診斷:出了什麼問題?
| 文字症狀 | 可能原因 | 首先要做的事 |
|---|---|---|
| 大量句子沒有意義 | 選擇的語言不符 | 檢查語言後必要時重送 |
| 某段內容消失 | 聲音太小、截斷、噪音或遮蓋 | 聽缺口前後的錄音 |
| 姓名變成常見詞 | 專有名詞缺少上下文 | 查看議程或參與者名單 |
| 說話者分錯 | 聲音相似、音量不等或重疊 | 跨越切換點回聽,並修改該片段的說話者 |
| 整體效果很差 | 來源遠、失真或過度壓縮 | 尋找更接近原始的檔案 |

1. 逐句修改前先檢查語言
錯誤語言會改變系統認為可能的詞。返回上傳頁,確認錄音的主要語言,不要在檢查此設定前修改數百行文字。

2. 聽噪音、距離和回音是否遮蓋人聲
麥克風距離遠時,會收錄更多環境聲。交通、風扇、鍵盤和其他人聲會與主要語音競爭,回音也會讓輔音和詞尾模糊。可參考 Google Cloud 的語音資料建議。
3. 把重疊說話當作必須回聽的點
兩人同時說話時,文字可能漏詞、合併兩句或標錯說話者。說話者區分可以整理初稿,但不能保證每段歸屬。應從上一輪發言聽到回答結束。如果只有一個片段歸屬錯誤,可以單獨修改該片段的說話者;不需要顯示姓名時,可以移除標籤。只有同一標籤需要在全文統一更名時,才使用全域重新命名。
如果一個片段同時包含上一位和下一位說話者的內容,可以把游標放在交界處拆分。兩個連續碎片只有在說話者相同時才能合併。先用錄音確認邊界,不要只是為了讓文字看起來整齊而改動結構。
4. 用其他資料核對姓名、縮寫和數字
上傳前準備參與者、機構、專案、日期和專業術語清單。在上傳區開啟「自訂詞彙」,用逗號或換行分隔這些詞。詞彙表只用來提示辨識,並不保證每個詞都會正確出現,仍需對照錄音和上下文校對。
結果產生後,在 Transcrever 搜尋這些詞,回聽完整片段後再修正拼寫。如果同一個字面錯誤重複出現,可以使用「尋找與取代」:它會在所有片段文字中進行不區分大小寫的字面取代,並顯示取代數量。它不會修改錄音、說話者或時間碼。套用到全文前,至少先核對一處;參考清單用於確認拼法,不能用來補寫聽不清楚的內容。
5. 在 Transcrever 中按順序修正
- 搜尋姓名、數字、日期和否定詞;
- 播放包含上下文的片段;
- 只修改能確認的文字,只有每個字面符合項目都需要相同修正時才全部取代;
- 修改單一片段的說話者,移除不需要的標籤,並在錄音支援時拆分或合併片段;
- 確認某個片段不應保留後再刪除;
- 只有播放證明同步有誤時才修改開始和結束時間,編輯器會拒絕無效或重疊範圍;
- 再讀一次片段,並為下一步選擇檔案。

需要純文字時下載 TXT,需要在文件軟體中繼續編輯時下載 DOCX,需要 SubRip 字幕時下載 SRT,平台使用 WebVTT 時下載 VTT。SRT 和 VTT 會保留校對後的時間範圍,但不會設定字幕樣式、位置,也不會把字幕燒錄進影片。發佈前仍要把字幕檔和最終影片一起播放檢查。
6. 決定是修改、重送還是更換錄音
錯誤集中在少數可聽清片段時,直接修改。語言選錯或找到更好來源時,重新提交。人聲長時間無法辨識時,尋找其他錄音。
常見問題
調大音量能改善轉錄嗎?
可能更容易聽,但也會放大噪音,無法恢復已丟失的頻率或失真。
降噪一定有用嗎?
不一定。過強濾波可能把人聲一起刪除,應在副本測試。
錄音清楚時姓名為什麼還會錯?
姓名比常見詞缺少可預測上下文。上傳前可以把預計出現的姓名加入自訂詞彙來提示辨識,結果產生後仍要查證拼法並回聽完整片段。詞彙表不能取代校對。
自訂詞彙和全部取代有什麼差別?
自訂詞彙隨錄音一起提交,用來提示可能出現的姓名和術語,但不保證辨識結果。全部取代在轉錄完成後執行,只改變已產生文字中的字面符合項目。前者提供辨識上下文,後者應在確認所有符合項目都需要相同修正後使用。
如何更快校對長錄音?
先處理將被使用的姓名、數字、日期、引用和說話人切換。

