Ordliste
Begrepene, kort forklart
Feltet er fullt av engelske forkortelser og ord som betyr noe annet i dagligtale. Her er 32 av dem, forklart på norsk, kort nok til å leses ferdig.
Talegjenkjenning og modeller
- ASR
- Automatic speech recognition, det engelske fagbegrepet for automatisk talegjenkjenning.
- Diarisering
- Å dele et opptak i segmenter etter hvem som snakker, uten nødvendigvis å vite hvem personene er.
- Finjustering
- Å videretrene en ferdig modell på et smalere materiale, for eksempel norsk tale.
- Hallusinasjon
- Tekst som modellen produserer uten at det finnes dekning for den i lyden.
- Kodeveksling
- Å veksle mellom to eller flere språk i samme samtale, ofte innenfor én setning.
- NB-Whisper
- Nasjonalbibliotekets videretrente versjon av Whisper, tilpasset norsk tale og dialekt.
- Ordfeilrate (WER)
- Andelen ord som er feil, manglende eller lagt til, delt på antall ord i fasiten.
- Språkmodell
- En modell som forutsier sannsynlige ordrekker, og som brukes både i transkribering og til å lage sammendrag.
- Taleaktivitetsdeteksjon (VAD)
- Teknikken som avgjør hvor i et lydopptak det faktisk snakkes, og hvor det er stille.
- Talegjenkjenning
- Teknologien som gjør talelyd om til skrevet tekst.
- Taleridentifikasjon
- Å knytte en stemme til en kjent person, ikke bare skille den fra andre stemmer.
- Whisper
- En åpen talegjenkjenningsmodell fra OpenAI, som kan kjøres på egen maskin.
Metoder og arbeidsflyt
- Batch-transkribering
- Å transkribere et ferdig opptak i etterkant, i stedet for mens det snakkes.
- Etterredigering
- Å gå gjennom og rette et maskingenerert transkript mot lyden.
- Lokal transkribering
- Transkribering som kjøres på din egen maskin, uten at lyden sendes til en server.
- Sanntidstranskribering
- Transkribering som skjer mens det snakkes, med ett til tre sekunders forsinkelse.
- Sky-transkribering
- Transkribering der lyden lastes opp og behandles på leverandørens servere.
Filformater og lyd
- Lydformat
- Filformatet lyden er lagret i, for eksempel m4a, mp3 eller wav.
- Samplingsfrekvens
- Hvor mange ganger i sekundet lydsignalet måles, oppgitt i hertz.
- SRT
- Det vanligste undertekstformatet: nummererte tekstblokker med start- og sluttid.
- Teksting
- Å vise tale som lesbar tekst på skjerm, tidsstyrt og begrenset i linjer og tegn.
- Tidsstempel
- En tidsangivelse som knytter en bit av teksten til et bestemt punkt i lydopptaket.
- VTT
- Webstandarden for undertekster, med støtte for styling, posisjonering og metadata.
Transkriptformer
- Renskrevet transkript
- Transkript der innholdet er beholdt, men formulert i hele, lesbare setninger.
- Verbatim
- Ordrett transkripsjon som tar med nøling, gjentakelser, avbrudd og ofte pauser.
Møte og protokoll
- Aksjonspunkt
- En konkret oppgave som følger av et møte, med én ansvarlig og én frist.
- Beslutningslogg
- En løpende liste over beslutninger på tvers av møter, med dato, eier og begrunnelse.
- Dissens
- At et medlem stemmer mot eller markerer uenighet i et vedtak.
- Eventuelt
- Fast siste punkt på sakslisten, for korte saker som ikke er meldt inn på forhånd.
- Habilitet
- Om en person kan delta i behandlingen av en sak, eller er utelukket på grunn av egne interesser.
- Protokolltilførsel
- En uttalelse et medlem krever tatt inn i protokollen, uavhengig av hva flertallet mener.
- Vedtaksfør
- At nok medlemmer er til stede til at organet lovlig kan fatte vedtak.
Begreper med egen guide
Disse er for store til et oppslag. De har egne artikler.
Hvorfor engelsk dominerer feltet
Forskningen på talegjenkjenning er gjort på engelsk, og begrepene har fulgt med. Noen har fått gode norske ord, som ordfeilrate for word error rate. Andre har det ikke, og da er det bedre å bruke det engelske enn å finne opp noe ingen kjenner igjen. Der begge deler er i bruk, står begge oppført her.
Norsk tale, skrevet ut
Sayable transkriberer norsk med dialekt, skiller talerne og lager referatutkast. Gratis å komme i gang.