我们回顾了最受欢迎的 音频转文本工具 市场上，无论是用于 iOS, 安卓或 Windows 平台.
然而，人工智能工具的能力是有限的，这也是影响人工智能的最大因素。 誊写准确性 是音频质量。
录制清晰的音频是准确转录的基础。我花了很多时间来试验各种设置，我可以肯定地说，音频越清晰，以后修正错误所花的时间就越少。
以下是我学到的行之有效的方法。
高品质音频为何重要
音频质量差意味着您的转录工具难以分辨单词，从而导致错误。音频质量差会降低 精确度 等转录工具的价格低至 85%。
干净的音频不仅是为了听起来好听，也是为了给转录软件一个清晰的工作信号。最终，它将大大减少后期编辑和校对的工作量。
了解音频质量基础知识
音频质量取决于比特率和采样率。我通常以 44.1kHz 采样率和 256kbps 比特率录制 WAV 或高质量 MP3 文件。WAV 文件较大，但保留了更多细节，这有助于 誊写准确性.
各种音频格式的比较
| 音频格式 | 说明 | 优点 | 缺点 |
|---|---|---|---|
| WAV | 未压缩的原始音频格式 | 最佳精度、高质量 | 文件大小 |
| MP3 | 压缩音频格式 | 文件较小，应用广泛 | 可能会丢失一些细节 |
| 审咨委 | 压缩格式类似于 MP3，受苹果公司青睐 | 优质、高效的压缩 | 也是有损压缩 |
选择正确的设备
我建议投资购买一个好的麦克风。USB 电容式麦克风能以合理的价格捕捉清晰的声音。
对于随身录音，连接到手机上的领夹式麦克风效果很好。
避免使用笔记本电脑内置麦克风--它们噪音大，而且会拾取房间回声。
设置录音环境
安静的房间会带来巨大的不同。我在一间铺着地毯的小房间里录音，并拉上厚厚的窗帘以减少回声。
如果做不到这一点，DIY 泡沫板甚至悬挂毯子都有助于吸收声音反射。避免在房间内使用会产生混响的硬质表面。
使用正确的麦克风技术
麦克风距离嘴巴大约 8-12 英寸。离得太近，可能会发出 "啪啪 "的声音；离得太远，声音会被掩盖。
我总是使用流行滤波器来减少刺耳的 "p "和 "b "音。直接对着麦克风说话，但不要离轴。
录音软件和设置很重要
我使用 听觉 或 Adobe Audition 进行更多控制。录音时始终监控音量--争取峰值在 -6 dB 左右，以避免削波。
用 WAV 或软件支持的最高质量 MP3 录音。剪切或失真音频是转录的噩梦。
或者您也可以使用转录应用程序，如 VOMO.它的性能也非常出色。
清晰演讲并管理多个发言人
语速要慢，发音要清晰，尤其是在录音用于转录的情况下。如果多人交谈，尽量轮流或使用不同的麦克风。
声音重叠会让人工智能感到困惑。在录制访谈时，我会提醒大家在问题之间暂停一下。
当今大多数主流转录应用程序（如 VOMO 或 Otter）都包含说话人识别功能，并具有一定的纠正多说话人对话错误的功能。
增强音频后期录音
有时你无法避免背景噪音。我使用 Audacity 的降噪功能来消除嘶嘶声或嗡嗡声。
均衡可以提高声音的清晰度。一些人工智能工具，如 Krisp 或 RTX Voice，也有助于在转录前抑制噪音。
应避免的错误
不要在咖啡馆等嘈杂环境或风扇附近录音.默认情况下避免使用笔记本电脑麦克风。
一定要在实际会话前测试设置--检查是否有失真或音量问题。
快速清单
- 使用高质量的外置麦克风
- 在安静、经过处理的房间里录音
- 将麦克风放在离嘴 8-12 英寸的地方
- 监控音频电平，避免削波
- 说话清晰、稳重
- 在转录前编辑音频以减少噪音
常见问题
如何降低背景噪音？
在安静的房间里录音，并在后期制作中使用降噪工具。
哪种音频格式最好？
为保证转录的准确性，最好使用 WAV 格式；也可使用高质量的 MP3 格式。
离麦克风多远？
约 8-12 英寸，以平衡清晰度和减少爆音。
在录音设置和技巧方面稍加注意，您的录音誊本就会更加清晰，所需的编辑也会更少。相信我，这些技巧为我节省了数小时的清理时间，也会让您的转录项目顺利进行。
