AI转录难题：Mr. Transcription不擅长哪些音频？

“Mr. Transcription”（Mojiokoshi-san）是一款利用人工智能（AI）进行语音转写的AI转写工具。它采用了谷歌和AmiVoice（日本语音识别系统提供商）的AI技术。

AI语音转写对于不同类型的音频文件有其擅长和不擅长之处。

本文将介绍AI语音转写不擅长或难以处理的音频文件类型，并提供实际案例和原因。

AI语音转写不擅长的音频文件类型

1. 音量过小、麦克风距离过远导致难以听清的音频
2. 噪音过大，语音被掩盖的音频
3. 室内混响严重，语音模糊的音频
4. 包含歌曲歌词等音乐内容的音频
5. 没有语音内容的音频 
6. 方言口音过重的音频 
7. 多种语言混杂的音频
8. 人耳听起来也难以听清的语音 

对于这类音频文件，由于无法进行准确的语音转写，我们不建议使用“Mr. Transcription”。   

相关文章>提高语音转写准确性的6个录音技巧

如果提交AI语音转写不擅长的音频文件作为错误报告，将不会被批准，并且无法退还已消耗的时间。

特别是，许多错误报告都涉及文件内容本身的问题。让我们来看一个实际的例子。

文件中未录入声音（持续有噪音或完全静音）

如果在未检查音频文件内容的情况下上传，可能会出现以下情况：

录音失败，导致“录音失败且静音”或“录音过程中麦克风断开，导致中间只有噪音，没有语音”。

上图是上传了一个只有噪音的文件并进行语音转写的结果。 

“Mr. Transcription”使用AI进行语音转写。即使是噪音部分，AI也会尽力尝试进行转写。

特别是，如果使用PerfectVoice，并且文件开头有超过1分钟的杂音或静音时间，则很容易出现此问题。

如果语音转写结果出现“啊啊啊啊啊啊”、“嗯嗯嗯嗯嗯嗯”等，或者重复转写相同的短语，导致结果难以理解，请检查文件内容。

通过剪切开头的杂音或静音部分，可以避免此问题的发生。

即使对上述类型的文件进行语音转写并消耗了时间，也无法退还时间。

1. 音量过小、麦克风距离过远导致难以听清的音频

即使能够转录，准确率也会很低。因此，对于说话者音量小、麦克风输入距离远导致声音拾取不清晰的音频，不建议使用AI语音转录。

例：在教室后排用手机录制讲座

二、噪音严重导致声音被掩盖的音频

带有噪音的音频通常会掩盖说话者的声音，导致“即使是人听起来也很困难”。

录音时容易忽略的风声也是一个强敌。

如果“即使是人听起来也很困难”的音频，AI又怎能准确地进行转录呢？

例：在人多的环境（如外出咖啡馆）、有餐具声或音乐（BGM）的情况下录音

　　嘴巴和麦克风距离很近，有呼吸风声

 

三、室内回声导致声音模糊的音频

平时用耳朵听的时候，室内回声是意外地难以察觉的。

录制下来的音频，回声听起来会变得闷闷的，或者声音听起来像是从远处传来。

特别是方形房间、物品较少的房间等，容易产生回声。

例：在会议室用一个IC录音笔录制多人在不同位置的对话

　　在会议室进行演示，但录制的音频因室内回声而模糊不清

 

四、包含歌曲歌词等音乐的音频

有些人会想，从YouTube等下载没有歌词的歌曲，然后进行转录！

但是，AI语音转录终究是用于转录对话的。

无法转录歌曲。

例：下载YouTube歌曲进行转录

 

五、没有声音的音频

没有声音的内容当然无法转录。

也许是您在不知情的情况下尝试转录，而麦克风输入为零。

在尝试转录之前，请先检查您的音频文件，确认“声音是否已正确输入”，然后再尝试AI转录。

示例：没有注意到麦克风没有输入

6. 方言浓重的内容

AI转录顾名思义，是由“AI”进行转录。AI是基于标准语进行学习的，因此不擅长转录方言。

虽然并非完全无法通过AI进行转录，但即使录音环境再好，说话者语速缓慢、发音清晰，也可能出现

转录内容缺失或仅转录部分内容的情况。

示例：为地方会议记录录制音频→说话者方言较重

示例：日语方言的情况

即使是发音标准的主播在电视这种录音环境良好的地方录制的音频，方言也难以被准确转录。

 

7. 人耳听起来也难以辨认的声音

一提到“AI”，人们往往觉得它无所不能，能比人类更出色地完成工作。

然而，AI目前仍无法与人类相提并论。

当需要灵活应变时，AI的工作精度会急剧下降。

对于AI转录而言，如果人类听起来都觉得“难以听清”的声音，AI转录的准确率会大大降低。

当人类进行转录时，即使有些地方听不清，也可以根据对话的上下文和前后语境来“猜测”内容。

但是，AI转录只能“照原样”转录所听到的内容。它无法像人类一样进行补充或预测。

如何通过AI转录获得高精度的转录结果？

为了实现高精度的AI语音转录，在录音时采取一些技巧至关重要。

本文将介绍使用AI进行语音转录时最佳录音的要点。

使用AI进行语音转录时最佳录音的6个要点

1. 高质量麦克风
2. 麦克风位置得当
3. 营造安静的录音环境
4. 说话者发音清晰
5. 逐个说话
6. 进行录音测试

详情请见>>实现高精度转录的6个录音要点

充分利用AI语音转录和人工语音转录

与人工语音转录相比，AI语音转录的成本要低得多。

特别是，在AI语音转录服务中，“Mr. Transcription”（Mojiokoshi-san）价格实惠，可能是业界最低价。

然而，对于AI语音转录效果不佳的音频文件，委托人工转录仍然是更可靠的选择。

但是，委托人工转录会不会很贵呢？

如果您有此疑问，请参阅这篇文章。

相关文章>>语音转录外包的市场价格是多少？【附省钱技巧】

 

如本文所述，AI语音转录也有其擅长和不擅长的方面。

对于AI语音转录擅长的音频文件，请使用“AI语音转录”。

对于不擅长的音频文件：

• 尝试使用AI进行转录
  →如果效果不佳，则使用“人工转录”

是推荐的做法。

由于AI语音转录成本较低，即使是AI语音转录可能不擅长的音频文件，也可以抱着“即使失败也无妨，成功了就赚到”的心态尝试一下，有时也能成功转录。

“Mr. Transcription”（Mojiokoshi-san）AI语音转录服务提供前1分钟免费转录。您可以借此确认转录精度。请务必尝试一下。

■ 人工智能转录服务“转录先生”

“Mr. Transcription”是一种在线转录工具，可以从零初始成本和每月 1,000 日元（*提供免费版本）开始使用。

• 支持音频、视频、图片等20多种文件格式
• 可从 PC 和智能手机使用
• 支持医疗、IT、长期护理等技术术语
• 支持创建字幕文件和扬声器分离
• 支持英语、汉语、日语、韩语、德语、法语、意大利语等约100种语言转录。

要使用它，只需从站点上传音频文件。转录文本在几秒钟到几十分钟内可用。
如果您转录最多 10 分钟，您就可以免费使用它，所以请尝试一次。