Oriloq Dokumentation

Prinzip des Fine-tunings

Beim Fine-tuning wird das Transkriptionsmodell mit annotierten Audiobeispielen aus Ihren eigenen Diktaten angereichert. Je mehr für Ihre Stimme und Ihren Wortschatz repräsentative Beispiele dem Modell zur Verfügung stehen, desto präziser wird die Erkennung Ihrer spezifischen Begriffe (Fachjargon, Eigennamen, Branchenakronyme).

Aufbau des Datensatzes

Oriloq speichert jedes Diktat automatisch in einem konfigurierbaren Speicherordner. Der Datensatz ist in zwei Unterordner gegliedert:

• •Enregistrements_a_valider — Rohaufnahmen, die auf eine menschliche Überprüfung warten.
• •Enregistrements_valides — überprüfte, korrigierte und als trainingsbereit markierte Aufnahmen.

Der Pfad des Ordners wird unter Einstellungen → Transkription → Fine-tuning-Datensatz festgelegt.

Validierung der Aufnahmen

Der Bildschirm Datensatz → Zu validieren ermöglicht es, jede Aufnahme erneut anzuhören, das Audio zu überprüfen, den transkribierten Text zu korrigieren und die Aufnahme als validiert zu markieren. Die Datenvalidierung ist der Schritt, der den größten Genauigkeitsgewinn bringt: Ein Modell kann sich nur an korrekten Beispielen verbessern.

Mehrere Werkzeuge beschleunigen die Überprüfung: Audioplayer mit Geschwindigkeiten von 1× bis 3×, integrierte Rechtschreibkorrektur (seit 1.0.13), automatische Lautstärkenormalisierung und Stillekompression für schnelleres Anhören.

Multi-Modell-Vergleich

Bevor Sie eine Aufnahme validieren, können Sie die von mehreren Transkriptions-Engines erzeugten Ergebnisse nebeneinander vergleichen (seit 1.0.8). So lässt sich das für Ihren Anwendungsfall am besten geeignete Modell ermitteln und die Transkription mit einem alternativen Modell erneut starten, falls die Ausgabe nicht passt.

Adapter-Modelle

Mit Adaptern feinabgestimmte Modelle werden unterstützt (1.0.29). Im Modellmanager werden die Größe auf der Festplatte und die Größe der Gewichte getrennt angezeigt.

Cache und Performance

Seit Version 1.0.13 erfolgt das Laden eines Datensatzeintrags dank des Cachings der Dauer und des Hashes der Audiodateien nahezu sofort. Die Validierung eines umfangreichen Datensatzes bleibt selbst bei mehreren hundert Aufnahmen flüssig.