Heute ist eine Beta Version von Hindenburg veröffentlicht worden, die ein Transkript erstellt und den Text in die Wellenform einbaut.
Erster Test: nahezu perfektes Transkript, der Text wird genau an den richtigen Stellen der Wellenform platziert, man kann lesen und bestimmte Stellen ansteuern. Das ist ein ziemlicher Hit für die tägliche ganz gewöhnliche Schneidearbeit.
Ich habe hier ein Video - ohne Ton, damit man sich auf diese Textgeschichte konzentrieren kann.
(Ähm, Ich habe es einfach nicht geschafft, den Computerton mit aufzunehmen). Aber man sieht, was man sehen muss.
Was mich interessieren würde ist, wie verhalten sich die Worte in der Wellenfirm, wenn man rauszoomt aus dem Projekt. Werden dann Teile übersprungen?
Und in der Transkriptansicht unten, wie wird angezeigt wenn man zwei oder noch mehr Sprecher_innen hat auf den verschiedenen Spuren?
In dem Video isses ja eine Sprecherspur während in den anderen Spuren nix ist.
Wenn in den anderen Spuren wer spricht, wird das dann auch im Transkript mit angezeigt?
Und wie geht Hindenburg mit ähmms und ineinander gesprochenen Worten um? Und wie klingts, wenn man dort sowas wie „ichehmhabe das gesehen“ schneiden würde? Entsteht dann nen Schweineschnitt oder wird da sauber das ähm entfernt?
Was mich interessieren würde ist, wie verhalten sich die Worte in der Wellenfirm, wenn man rauszoomt aus dem Projekt. Werden dann Teile übersprungen?
Ja, man sieht die Satzanfänge, und dann … Punkte für den Rest des Satzes
Und in der Transkriptansicht unten, wie wird angezeigt wenn man zwei oder noch mehr Sprecher_innen hat auf den verschiedenen Spuren?
Es wird S1 und S2 (Sprecher 1 und Sprecher2) dem Text vorangestellt, je nachdem wer spricht.
Und wie geht Hindenburg mit ähmms und ineinander gesprochenen Worten um? Und wie klingts, wenn man dort sowas wie „ichehmhabe das gesehen“ schneiden würde? Entsteht dann nen Schweineschnitt oder wird da sauber das ähm entfernt?
Man kann im Text Worte / Sätze ausschneiden - auch „ähms“, und in der Wellenform wird das auch automatisch rausgeschnitten. Das funktioniert auch mit ganzen Sätzen, und je sauberer die Leute getrennt sprechen (oder man nur Stellen schneidet, die sauber schneidbar sind) funktioniert das gut oder mit Klick im Schnitt. Ich habe noch nicht genügend Erfahrung, wie gut ähms im Text geschnitten werden können. Es wird - so sehe ich - nicht jedes ähm auch im Text angezeigt.
In Summe ist es eine ziemlich gute Text / Wellenform Verbindung, in der man inhaltlich gut schneiden kann. Man findet die Stellen einfach gut, wenn man sie dann manuell schneidet ist alles gut (mit Atmen etc).
Ich habe es geschafft, in dem ich den Ton über USB an mein Aufnahmegerät geschickt habe und von da wieder zurück in den Rechner zu Quicktime.
Ansonsten editiere ich noch wie in der vorherigen Version, also auf der Tonspur.
Das Transkript hilft mir bei der Orientierung, besonders wenn ich Satzteile bzw. Versprecher aufräume.
Ich habe das noch nicht wirklich genutzt, aber ein 90 minütiges Interview hat rund 15 Minuten fürs Transkribieren gebraucht. Was ich so lese klappt das mit dem Löschen einzelner Worte sehr gut. Kommt natürlich auch drauf an, wie die Aufnahme ist. Das Switches zwischen Editor und Wellenform sollte kein Problem sein. Der Editor erscheint unterhalb aller Audiowellen.
Lothar, du müsstest nur auf die Hindenburg-Seite und die letzte beta runterladen, die ist noch bis 1. Juni verfügbar, auch wenn es inzwischen den release gibt. ich habe die beta gerade nochmal erneuert.
So, ich hatte endlich mal die Zeit und Muße das Multitrack Transskript Dingens von Hindenburg zu testen … out of the box ist das schon ziemlich cool.
Ich habe die letzte Episode ESC Schnack transskribieren lassen, die ist fast zwei Stunden lang und hat zwei Sprecher. Dafür braucht die DAW circa 20 Minuten. Ich muss gestehen, dass ich nicht auf die Uhr geguckt habe.
Ja, auch hier ist das Ergebnis nicht perfekt und die Software möchte manchmal zurück zur englischen Mama. Aber die Trennung zwischen den Sprechern, selbst wenn es etwas durcheinander geht, ist perfekt! Als Export sind: SRT, VTT, HTML, JSON und TXT möglich.
Zur Anschauung, ohne Korrekturen, habe ich es in den Podcast nachgeladen.
Hier könnt Ihr das Ergebnis sehen:
