Waar een chatbot goed in is
Sommige chatbots accepteren een audiobestand. Geef er een spraakmemo van twee minuten met één duidelijke stem aan en je kunt bruikbare tekst terugkrijgen. Chatbots zijn ook goed in wat na het transcriberen komt: zodra je de tekst hebt, kunnen ze die samenvatten, actiepunten eruit halen of er een e-mail van maken. Is je opname kort en heb je alleen de kern nodig, dan is dat misschien al genoeg.
Waar het misgaat
- Uploadlimieten. Chatbots die audio aannemen beperken de grootte en lengte van het bestand, en sommige nemen helemaal geen audio aan. Een lange opname moet vaak in stukken worden geknipt en één voor één worden aangeleverd.
- Ingekorte tekst. Een chatvenster is gemaakt om een antwoord te geven, niet om veertig pagina's terug te leveren. Bij een lange opname vat de chatbot vaak samen, slaat hij stukken over of stopt hij halverwege.
- Geen betrouwbare sprekers. Bij een interview of vergadering wil je weten wie wat zei. Chatbots markeren sprekerwisselingen niet betrouwbaar, dus je moet elke wisseling van stem zelf met de audio controleren.
- Geen betrouwbare tijdstempels. Zonder het tijdstip van elke regel kun je niet terugspringen naar de audio om een citaat te controleren.
- Geen bestand om mee te werken. Je krijgt tekst in een chat, geen document dat je aan iemand kunt geven.
De ingekorte tekst valt het moeilijkst op. Een samengevat transcript leest prettig door, dus niets wijst erop dat er tien minuten in het midden ontbreken.
Waarom dit gebeurt
Spraak omzetten in tekst vraagt om een spraakmodel en echte rekentijd voor de audio. Een algemene chatbot is ingericht om een bericht te beantwoorden, binnen grenzen aan hoeveel hij kan innemen en hoeveel hij kan terugschrijven. Een lange opname overschrijdt beide.
De uitvoerkant onderschat je gemakkelijk. In onze test met vier lange opdrachten had elk model voor het vertalen van een ondertitelbestand van 85 minuten en 1.200 regels tussen 38.000 en 56.000 outputtokens nodig. Een volledig transcript van een opname van twee uur is een antwoord van dezelfde omvang. Of het in één stuk binnenkomt, hangt af van hoeveel de app in één antwoord toestaat.
Een speciale spraak-naar-tekst-tool is andersom opgebouwd: hij verwerkt het hele bestand in delen, bewaart de timing van elke alinea en slaat het resultaat op als een document dat je kunt bewerken en exporteren.
Zo test je het zelf
Neem een opname die je kent, van minstens twintig minuten, waarin twee mensen praten.
- Vraag een chatbot om de opname woordelijk te transcriberen, met tijdstempels.
- Kijk of de upload überhaupt wordt geaccepteerd.
- Zoek een zin die je je herinnert van vlak voor het einde en zoek die in het resultaat.
- Vergelijk het aantal woorden met een grove schatting: de meeste mensen spreken zo'n 130 tot 160 woorden per minuut.
Staat de zin uit het laatste deel erin en klopt het aantal woorden ongeveer, dan valt je opname in de makkelijke categorie. Wordt de tekst tegen het einde dunner, dan heb je een samenvatting, geen transcript.
Wat je in plaats daarvan kunt gebruiken
Gebruik een tool die voor lange opnames is gemaakt. Onze tool Lange audio & video naar tekst splitst de opname in delen, transcribeert elk deel volledig met tijdstempels en voegt ze op volgorde weer samen. Hij verwerkt audio- en videobestanden tot 2 GB en 6 uur, schrijft elk deel in de gesproken taal en kan onder elke alinea een vertaling toevoegen. Je downloadt TXT of Word. Een voltooid voorbeeld vind je in de demo.
Het eerste deel is gratis, zonder account. De hele opname kost $5, eenmalig betaald, zonder abonnement. Unlimited kost $19 per week (verlengt wekelijks, op elk moment opzegbaar), geldt voor elke tool op de site en accepteert opnames tot 12 uur per opdracht.
Zijn de opnames spraakberichten in een WhatsApp-chat, gebruik dan WhatsApp-chat naar PDF: die transcribeert elk spraakbericht op de plek waar het in het gesprek is verstuurd.