哞咔 MouKa三個功能處理的是不同問題
| 功能 | 回答的問題 | 需要留意 |
|---|---|---|
| 語音轉文字 | 說了什麼？ | 同音字、姓名、口語與背景聲可能影響文字。 |
| 說話者分類 | 哪個時間由誰發言？ | 聲音相似、很短的詞、換人邊界及重疊可能混淆。 |
| 人聲分離 | 能否從混合聲音取得較分開的人聲？ | 分離結果仍可能不完整，不等於原話或人物已確認。 |
哞咔以固定兩位說話者的情境設計；超過兩人的會議與訪談不是目前正式支援範圍。
為什麼同性別或短回應容易分錯？
說話者分類需要依據聲音特徵與時間資訊。兩位聲音相近、同一人的音量與收音條件變化，或只出現很短的一個字，都可能讓可用線索不足。這不能單靠「男聲／女聲」或音量較大來判定。
短詞若夾在同一人的連續句子中，可能是時間對齊或段落切分造成的碎片；也可能是另一位真實插話。系統會嘗試整合可用線索，但仍需以錄音回聽核對，不能保證所有短詞都能自動分對。
校對時先處理高影響的位置
- 先核對清楚的長段落：確認兩位說話者的標籤沒有整體互換。
- 再聽換人位置：從雙人時間軸或段落時間跳到附近音訊，避免只讀文字推斷。
- 拆開混合段落：同一格有兩個人時，從游標處拆分並調整人物。
- 保留有意義的短回應：「嗯」「對」可能是另一人的回應，並非所有短段都應合併。
- 最後合併連續發言：確定相鄰段是同一位、語意也連貫後，再合併。
重疊發言與待確認，不是同一件事
重疊描述同一時間有人同時說話；待確認表示目前人物仍未確定。重疊片段若已分配說話者 1 或 2，就不因重疊標籤本身增加待確認數；若人物仍為待確認，即使同時標示重疊，也仍需核對。
待確認數量降低，只能表示未分類段落減少，不能直接當成說話者辨識準確率。要判斷是否真的改善，仍需對照實際音訊與正確的人物標記。
下次錄音可以先改善哪些條件？
讓兩位人聲都清楚可聽，避免一位過近、一位長期過遠；減少持續背景聲，並保留原始音檔作為回聽依據。若對話本身大量重疊，任何工具都可能需要較多校對，不宜期待只靠更大的模型完全解決。
完成分類後，再使用語速、相對音量與發言分布理解錄音變化。人物標籤若不正確，後續圖表也可能跟著偏移。操作細節可參考逐字稿校對教學。
把錄音接回可整理的對話
先確認設備與方案，再從一份錄音開始。辨識結果仍需依錄音校對。
延伸閱讀與資料來源
以下為專業資源或官方技術說明，供延伸閱讀；不代表相關機構認可本站編寫的操作流程。