展开本页目录
开始前准备什么
- 使用自己有权处理的练习素材；当前账号、版本、硬件与额度按官方入口核验。
- 本文官方示例、原创输入和离线检查各自标识；尚未运行目标生成或账户专属操作。
- 试听混合事件输入
- 开启事件标记
- 分开word与event
- 回听每个非语音段
- 输出可访问字幕
- 核对时间与重叠
- 交付原音与修订链
1. 试听混合事件输入
events-input.wav由作者合成台词、短促拍击噪声和笑声形包络组成，event-truth.csv列时间点。它是原创合成测试，不冒充真人掌声或自然笑声录音。
2. 开启事件标记
按Scribe批量speech-to-text当前接口打开event tagging，保存实际请求。不要只用普通转录默认选项，却假设必然有音效标签。
3. 分开word与event
读取返回tokens的类型、开始与结束，保留原JSON。event列不应塞进说话人台词，未知类型先保留，不强行转成某种事件。
4. 回听每个非语音段
对照真值表试听拍击、笑声形段和短句，记录模型实际标记。合成音可能不被识别为自然掌声或笑声，失败也是有效测试，不改写真值迎合模型。
5. 输出可访问字幕
在SRT中用如[拍击声]标记真实返回/人工确认事件，同时保留普通台词。字幕描述不能比音频证据更具体，例如单次拍击不要写“全场鼓掌”。
6. 核对时间与重叠
检查事件是否盖掉同一时刻台词，开始结束是否超出音轨。必要人工修订另存，并保留Scribe原始返回。
7. 交付原音与修订链
保存音频、合成脚本、实际JSON、原字幕与人工修订字幕。包内真值表不是Scribe已经识别的结果，需在目标接口实际运行后填写。
练习包与图片身份
下载包包含本课原始输入、可编辑原生材料、操作台账和来源记录。作者参考说明任务目标；官方示例证明功能存在，均不代表本课已在目标工具运行。逐项结果保持未测，完成实际操作后再记录。
怎样确认已经完成
- 掌声笑声不是台词，不虚构听不到的事件
- 保存实际输入、参数与生成版本；未执行项保留未测。
- 按素材身份核对官方示例、作者输入和实际目标工具输出，避免混用。
常见问题
Scribe怎么把掌声和笑声做进字幕？
按Scribe批量speech-to-text当前接口打开event tagging，保存实际请求。不要只用普通转录默认选项，却假设必然有音效标签。
字幕里的笑声是音效标签还是说话内容？
检查事件是否盖掉同一时刻台词，开始结束是否超出音轨。必要人工修订另存，并保留Scribe原始返回。