Uzun kayıtların transkripsiyonu: şansa bırakmadan doğru bölün
19 Ağustos 2026 · 8 dk. okuma süresi
İki saatlik dersler ve tam konferans günleri, önce doğru yerlerden kesildiğinde çok daha güvenilir bir transkript verir. Nereden bölünmeli, zaman damgaları sonradan nasıl düzeltilir ve işi hangi komutlar yapar?
Doksan dakikalık bir ders, bir konferans günü, uzun bir anlatı odaklı röportaj: düzenli transkripsiyon yapmaya başladığınızda bu kayıtlar sıradan hale gelir. Tek parça halinde bir modele göndermek kolay görünür — ta ki 80. dakikada bir hata tüm dosyayı kaybettirene, transkript okunamaz bir duvara dönüşene ya da kotanız bitene kadar. Önce bölmek daha hızlıdır ve bir hatanın bedeli iki saat yerine birkaç dakika olur.
Bölmek gerçekten ne zaman işe yarar?
Her uzun dosyanın bölünmesi gerekmez. Bunu üç soru belirler: Dosya hizmet sınırlarına sığıyor mu, tüm uzunluk boyunca tutarlı konuşmacı etiketlerine ihtiyacınız var mı ve aynı işlemi tekrarlamak ne kadar zahmetli olur? Sprechverlauf'ta ücretsiz deneme 10 dakikaya kadar olan dosyaları kapsar; bir planda tek seferde 4 saate kadar izin verilir ve uzun kayıtlar yine de içeride 30 dakikalık bölümlere ayrılır. Dosyaları kendiniz bölmek, bölümleri ayrı ayrı dosyalamak ya da birini tek başına yeniden işlemek istediğinizde yine de işe yarar.
| Kayıt uzunluğu | Öneri | Gerekçe |
|---|---|---|
| 30 dakikaya kadar | Tek parça bırakın | Tek dosyaya sığar ve konuşmacı etiketlerini baştan sona tutarlı tutar |
| 30 ila 60 dakika | Bir duraklamada kesilmiş iki parça | Bir parça, her şeyi yeniden işlemeden tekrarlanabilir kalır |
| 1 ila 3 saat | 20 ila 30 dakikalık bölümler | Gündem maddeleri, molalar veya konu değişimleriyle örtüşür |
| Tam konferans günleri | Konuşma ya da oturum başına bir dosya | Her bölüm, mantıklı adlandırılmış kendi transkriptini alır |
| Uzun duraklamalı kayıtlar | Önce sessizliği kaldırın | İşlem süresinden tasarruf sağlar ve boş bölümlerden kaçınır |
Tek kural: cümlenin ortasından asla kesmeyin
Konuşma tanıma bağlamdan çalışır. Bir cümleyi ortadan bölerseniz iki yarı da bağlamını kaybeder: birinci parça yarım kalır, ikinci parça bağlamsız başlar. Bu, model çevredeki kelimelere en çok yaslandığı teknik terimlerde ve özel isimlerde en çok zarar verir. Bunun yerine bir duraklamada kesin — ideal olarak konunun zaten değiştiği bir noktada.
- Gündem maddeleri, slaytlar veya soru turları arasında kesin
- Hiçbir kelimenin dikiş yerinde kaybolmaması için iki ila üç saniye örtüşme bırakın
- Selamlamayı, ses kontrolünü ve veda kısmını tamamen çıkarın
- Önceden saf müziği, alkışı ve hazırlık bölümlerini kaldırın
- Parçaları sırayla adlandırın: “ders-01”, “ders-02”; “yeni” ve “yeni-son” değil
ffmpeg ile bölmek: iki komut yeter
ffmpeg ücretsizdir, her yerde çalışır ve siz istemedikçe ses dosyanızı yeniden kodlamaz. Bu komut bir dosyayı 25 dakikalık (1500 saniye) bölümlere ayırır ve sesi değiştirmeden bırakır:
- ffmpeg -i lecture.m4a -f segment -segment_time 1500 -c copy part_%02d.m4a
- ffmpeg -i lecture.wav -ac 1 -b:a 64k lecture.mp3 (bölmeden önce konuşma kayıtlarını ciddi ölçüde küçültür)
- ffmpeg -i lecture.m4a -ss 00:12:30 -to 00:41:00 -c copy excerpt.m4a (belirli bir bölümü kesip çıkarır)
Mono ve 64 kbit/s aşırı görünebilir, ama konuşma için sorun oluşturmaz: model ne stereo genişliğe ne de müzik kalitesinde çözünürlüğe ihtiyaç duyar. Bir saatlik konuşma yaklaşık 30 MB'a rahatça sığar. Orijinali saklayın ve daha küçük kopyayla çalışın — her zaman ana kaydı değil, kopyayı bölün.
Komut satırı olmadan bölmek
Terminal açmak istemiyorsanız Audacity de aynı noktaya kadar götürür: dosyayı açın, bir aralık seçin, sonra “Dosya → Dışa Aktar → Seçili Sesi Dışa Aktar” yolunu izleyin. Dalga formu görünümü burada komut satırına göre gerçek bir avantaja sahiptir — duraklamalar dar bölümler olarak görünür, böylece kesim noktasını tahmin etmek yerine görebilirsiniz. Telefonda yerleşik sesli not uygulamaları aynı işi görür, ama daha kabaca.
Bölmeden sonra: zaman damgaları sıfırdan başlar
Her transkript kendi dosyasının başından sayar. Bu yüzden bir dersin ikinci parçası, aslında 25. dakikadan başlamasına rağmen yeniden 00:00'da başlar. Parçaları birleştirdiğinizde her zaman damgasına başlangıç ofseti eklemeniz gerekir; aksi halde tüm referanslarınız yanlış yeri gösterir. SRT ve VTT dosyaları için çoğu altyazı editörü bunu “shift” ya da “offset times” adlı bir işlevle yapar.
- Orijinal dosyayı gözden kaybetmeden önce her parçanın başlangıç ofsetini not edin
- Metin dökümlerini birleştirirken parça başına bir alt başlık ekleyin
- Alıntıları parça numarası ve zamanla gösterin, örneğin “2. parça, 07:41”
- Altyazıları yalnızca zamanlar kaydırıldıktan sonra birleştirin
Konuşmacı etiketleri parçalar arasında taşınmaz
Konuşmacı tespiti her dosyayı tek başına analiz eder. Birinci parçadaki “Konuşmacı 1” ile ikinci parçadaki “Konuşmacı 1” aynı kişi olmayabilir — iki çalışma da diğerinden habersizdir. Bu bir hata değil, yöntemin bir özelliğidir. Pratikte: her parçanın ilk saniyelerini dinleyin ve bölümleri birleştirmeden önce genel etiketleri gerçek adlarla değiştirin.
Tutarlı konuşmacı atamasının her şeyden önemli olduğu durumlarda — örneğin bir duruşma ya da altı katılımcılı bir grup tartışması — bölmemek, konuşmacı sayısını açıkça belirtmek ve ek işlem süresini kabul etmek iyi bir seçenektir.
Uygulanabilir işlem sırası
- Orijinali arşivleyin ve tek kanallı MP3 olarak bir çalışma kopyası oluşturun
- Kaydı bir kez hızlıca gözden geçirin ve kesim noktalarını duraklamalarda işaretleyin
- 20 ila 30 dakikalık bölümlere ayırın ve sırayla numaralandırın
- Bölümleri tek tek transkripsiyona alın; önce dili ve anahtar terimleri ayarlayın
- Genel konuşmacı etiketlerini bölüm bazında gerçek adlarla değiştirin
- Zaman damgalarını başlangıç ofseti kadar kaydırın ve metinleri birleştirin
- Sayıları, adları ve alıntıları ses kaydına karşı tek tek kontrol edin