第九章:專屬字典與發言人聲紋庫
自訂業界專有名詞庫與糾正辭典以消除辨識錯誤,建立發言人聲紋庫自動辨識會議人物姓名。
第九章:專屬字典與發言人聲紋庫 (Dictionaries & Voiceprint)
9.1 專屬 ASR 術語字典 (ASR Dictionary)
在醫療、法律、科技、半導體或特定動漫遊戲領域中,通用模型有時會將專有名詞辨識為同音常用字。
ASR 專用字典管理頁面,顯示術語條目清單 (誤聽詞 ➔ 正確詞) 與內建的「即時校正測試工具」
設定方法:
- 新增條目:設定「容易聽錯的詞 (Key)」與「正確的標準詞 (Value)」。
- 範例:
居批踢➔ChatGPT、克勞德➔Claude、庫伯耐提斯➔Kubernetes。
- 範例:
- 即時校正測試:在介面下方的測試框輸入任意測試句子,即可即時驗證字典規則是否正確生效。
9.2 發音與音標字典 (Phonetic Dictionary)
針對進階的語音合成 (TTS) 與多音字發音修正:
- 支援 注音符號 (ㄅㄆㄇ)、漢語拼音 (Pinyin) 與 IPA 國際音標。
- 可指定特定文字的精確發音方式,確保語音朗讀時字音完全正確。
發音字典編輯視窗,展示 IPA 國際音標、注音符號與漢語拼音映射對照
9.3 發言人聲紋庫與群組自動標註 (Voiceprint Recognition)
在團隊會議或常態性訪談中,每次手動修改講者姓名非常耗時。透過聲紋庫,軟體能「聽聲辨人」:
聲紋庫管理介面,展示群組清單 (如「每週產品例會」)、成員檔案卡片與 15 秒語音樣本波形
聲紋庫三步驟建立:
- 建立群組 (Groups):建立一個分類(例如「產品每週例會組」或「Podcast 主持人組」)。
- 新增成員檔案 (Profiles):輸入發言人姓名、職稱與代表色彩,並上傳該成員 15 至 30 秒的清晰說話音檔。
- 群組自動套用:下次轉錄會議錄音時,只需選取該群組,Scribis 會自動比對聲紋特徵,將
講者 1直接標註為王執行長!