Skip to content

Textspur 1.4.0

Latest

Choose a tag to compare

@Montinew Montinew released this 03 Nov 07:17

In Textspur 1.4.0 lassen sich Aufnahmen direkt in der App schneiden. Außerdem kann Textspur viele fertige Transkripte auf einmal laden und die Sprecher darin benennen, und die Sprechererkennung arbeitet genauer. Das Handbuch ist auf dem Stand von 1.4.0.

Datei schneiden

Im neuen Tab Datei schneiden wird eine Aufnahme vorne und hinten gekürzt, etwa wenn das Stoppen der Aufzeichnung vergessen wurde. Sie lässt sich auch an der Abspielposition in zwei Dateien teilen. Den Anfang und das Ende schlägt Textspur aus dem Pegel vor. Ein einzelner Systemton in einer sonst stillen halben Stunde verschiebt das Ende dabei nicht. Die Marker lassen sich in der Wellenform ziehen und vorher anhören.

Geschnitten wird verlustfrei und ohne neues Kodieren, deshalb dauert es auch bei großen Dateien nur Sekunden. Ein Video beginnt dadurch am Keyframe vor dem Marker. FLAC und WAV werden aufs Sample genau geschnitten. Mit Nur Ton behalten wird aus einem Video eine M4A-Datei. Eine 41-minütige Bildschirmaufnahme schrumpfte so von 151 MB auf knapp 20 MB.

Standardmäßig entsteht das Ergebnis als Kopie neben dem Original. Mit Original ersetzen wird das Original überschrieben, und seine Transkripte rücken mit: Zeiten, Wörter, Übersetzungen und Folien werden verschoben. Der entfernte Teil ist danach weg. Den Standard legen die Einstellungen fest.

Mehrere Transkripte laden

📂 Transkript laden öffnet jetzt einen oder viele fertige Transkripte auf einmal. Gewählt wird ein Ordner: einzelne Job-Ordner oder der Ordner, in dem die Job-Ordner liegen. Danach sieht alles aus wie nach einem Batch-Lauf, und im Sprecher-Tab schaltet man zwischen den Transkripten um. 44 Podcast-Folgen waren in 3 Sekunden geladen.

Stimmen in allen Transkripten erkennen

Sind mehrere Transkripte geladen, gleicht 👥 Stimmen in allen Transkripten erkennen in allen die Sprecher ohne Namen mit den gemerkten Stimmen ab. Die erkannten Namen werden direkt in JSON, TXT, SRT und HTML eingetragen. Pro Transkript dauert das rund 15 Sekunden, und der Lauf lässt sich abbrechen. Am Ende listet Textspur auf, wo noch Sprecher offen sind.

Genauere Sprechererkennung

  • Bildschirmtext wird nicht mehr zum Namen. Menüs, Dateidialoge, Platzhalter wie „Teilnehmer“ und abgeschnittene oder verlesene Schilder werden verworfen.
  • Webinare: Füllt die Präsentation das Bild und ist der Sprecher nur selten gerahmt, genügen weniger gerahmte Bilder, solange sie fast immer auf dieselbe Stimme fallen.
  • Das Log sagt, warum nichts zugeordnet wurde: ein Name wurde nie gerahmt, er wurde gerahmt, ohne dass jemand sprach, oder der beste Kandidat lag knapp unter den Schwellen. Bisher kam hier pauschal die Meldung, es handle sich um einen 1:1-Anruf.

Geprüft wurde das an 369 vorhandenen Transkripten. Alle bisherigen Zuordnungen blieben erhalten, und es kamen keine falschen hinzu.

Korrekturen

  • Whisper-Floskeln werden entfernt. In Stille oder bei Systemtönen erfindet Whisper gern „Untertitelung des ZDF, 2020“ oder „Vielen Dank fürs Zuschauen“. Segmente, die nur aus einer solchen Floskel bestehen, entfernt Textspur jetzt nach dem Lauf. In 44 Podcast-Folgen waren es 28 Stück, ein falscher Treffer war nicht dabei.
  • Kein Re-Export während der Namenserkennung. Läuft „Namen aus Video erkennen“, ist der Re-Export gesperrt, damit kein halb benanntes Transkript geschrieben wird.

Installation

  • Windows: Textspur-1.4.0-Setup.exe installiert pro Benutzer ohne Administratorrechte und aktualisiert eine vorhandene Installation. Der Installer ist nicht code-signiert, SmartScreen warnt daher beim ersten Start.
  • macOS (Apple Silicon): Textspur-1.4.0-macOS-AppleSilicon.dmg öffnen und Textspur in den Ordner Programme ziehen. Die App ist nicht von Apple notarisiert. Den ersten Start einmal freigeben unter Systemeinstellungen → Datenschutz & Sicherheit → Dennoch öffnen.

Die Prüfsummen stehen in SHA256SUMS.txt:

certutil -hashfile Textspur-1.4.0-Setup.exe SHA256
shasum -a 256 Textspur-1.4.0-macOS-AppleSilicon.dmg