Rehber İki kişinin konuştuğu kayıtta konuşmacılar nasıl ayrılır?

İki kişilik kaydı yazıya dökerken kelimeleri tanımakla kimin söylediğini belirlemek ayrı işlerdir. Konuşmacı ayırma, yani diarization, ses değişimlerini etiketler; “Konuşmacı 1” etiketinin gerçek hayattaki hangi kişiye ait olduğunu kendiliğinden kanıtlamaz. Son metinde ad kullanmadan önce etiketleri kaydı dinleyerek eşleştirin.

Kullandığınız deşifre aracında konuşmacı ayırma özelliği bulunması gerekir. Her Whisper arayüzünün veya her ses tanıma modelinin bu özelliği sunduğunu varsaymayın. Google Cloud Speech-to-Text gibi hizmetlerde de dil, model ve ilgili özelliğin birlikte desteklendiğini kontrol etmek gerekir.

Önce kayıt biçimini kontrol edin​

İki konuşmacı ayrı kanallara kaydedilmişse bu bilgiyi koruyun. Kanal ayrımıyla tek kanaldaki sesleri tahmin ederek ayırmak aynı yöntem değildir. Görüşme kaydınızda iki ses zaten tek kanala karışmışsa bir ayarın onları kusursuz, ayrı ses dosyalarına dönüştüreceğini beklemeyin. Metindeki konuşmacı etiketleri, ses kaynağının fiziksel olarak ayrıldığı anlamına gelmez.

Örneğin bir kişi ürünü anlatıyor, diğeri soru soruyor olsun. Başlangıçta sırayla konuştukları net bir bölüm seçin. Etiketlerin doğru kurulup kurulmadığını bu bölümden kontrol etmek, uzun kaydın tamamını yanlış isimlerle düzenlemekten kurtarır.

1. Orijinal kaydı saklayın. Kimin hangi kanalda olduğunu veya kaydın tek kanal olup olmadığını not edin.
2. Aracın Türkçe ve konuşmacı ayırma desteğini kontrol edin. Kullanılabiliyorsa konuşmacı sayısı veya aralığını kaydın gerçek durumuna göre belirleyin.
3. Kısa bir örneği işleyin. “Konuşmacı 1” ve “Konuşmacı 2” etiketlerini net konuşulan cümlelerden başlayarak dinleyin.
4. Doğruladığınız eşlemeyi not alın. Aynı sesin kaydın ilerleyen kısmında başka etikete geçip geçmediğini ayrıca kontrol edin.
5. Üst üste konuşulan bölümleri elle inceleyin. Kimin söylediği anlaşılamıyorsa sırf düzgün görünsün diye kişiye atamayın; belirsizliği açık bırakın.
6. Sayıları, verilen kararları ve kişilere atfedilen görüşleri sesle karşılaştırın. Ardından konuşmacı adlarını ve paragraf sınırlarını düzenleyin.

Etiketler sürekli yer değiştiriyorsa​

Bir kişinin sesini farklı mesafeden duymak, kısa onay sözcükleri ve benzer sesler kontrolü zorlaştırabilir. Önce hatanın bütün kayıtta mı yoksa belli bir gürültülü bölümde mi olduğunu bulun. Her “evet” kelimesini ayrı konuşmacı kabul etmek yerine öncesi ve sonrasını dinleyin.

İki kişinin aynı anda konuştuğu bölümde metnin de eksik olabileceğini hesaba katın. Yalnız etiketi değiştirerek eksik kelimeler geri gelmez. Nihai çıktıda kısa ve okunabilir konuşma sırası, doğrulanmış kişi eşlemesi ve çözülemeyen bölümler için açık notlar bulunmalıdır. Toplantı özetini bu düzeltilmiş metinden çıkarın; yanlış kişiye bağlanan bir cümlenin daha sonra yanlış bir görev veya karar olarak yayılmasını böylece önlersiniz.

İki kişinin tek mikrofona konuştuğu kayıtta uzun cümleler doğru ayrılırken kısa “evet” ve “tamam” cevapları başka etikete gidebilir. Bu tür onayları konuşmanın anlamına bakarak kişiye atamak ne kadar doğru olur? Özellikle toplantı sonunda görev dağılımı çıkarılacaksa küçük bir etiket hatası kararı tersine çevirebilir.

Anlama bakarak tahmin etmek yerine o kısmı önceki ve sonraki konuşmayla birlikte dinlemek gerekir. Kimin söylediği ayırt edilemiyorsa belirsiz bırakmak, yanlış kişiye kesin görev atamaktan daha doğru. Konuşmacı etiketi kimlik doğrulaması değildir. Görev veya onay çıkarılacak cümleleri ayrıca işaretleyip sesle karşılaştırın; otomatik özet aşamasına düzeltilmemiş etiketleri doğrudan taşımayın.

Belirsiz bırakmak doğru; fakat her kısa onayı metinden tamamen çıkarmak da konuşmanın akışını değiştirebilir. Gerekirse sözcüğü koruyup konuşmacının belirsiz olduğunu belirtmek daha açıklayıcı olur. İki ses aynı anda geliyorsa yalnız atama değil, sözcüklerin kendisi de eksik olabilir. Böyle yerlerden kesin görev üretmek yerine ilgili kişilerin daha sonra doğrulayacağı ayrı bir taslak çıkarmak daha sağlam olur.