Vem som talar, vad som sägs och vad som hörs i bakgrunden, i en inspelning eller i ett helt ärende med många filer.
IN
- Ljud och video: m4a, mp3, wav, aac, ogg, opus, flac, mp4, mov
- En enskild fil, eller ett ärende med flera filer och samma personer över filerna
METOD
- Tal: pyannote segmentation 3.0, i fönster om 10 s
- Talare: WeSpeaker-röstavtryck, sammanslagning med medellänkning (UPGMA)
- Transkribering: KB-Whisper, Kungliga bibliotekets svenska Whisper
- Händelser och bakgrund: AST bland AudioSets 527 ljudklasser
- Äkthet: total tystnad mitt i brus, plötsliga byten av bakgrundens spektrala form
UT
- Fullständig analysrapport som PDF, med metod och källor
- Transkribering i sex format, analysdata som JSON
- Ljudutdrag som ny WAV med källans SHA-256 inskriven
- Samtalet som chatt till Chatsweep (RSMF 2.0)