Weiß ein KI-Notetaker, wer gerade spricht?

Die Details

• 01Es gibt zwei verschiedene Mechanismen, und sie sind nicht gleich zuverlässig. Eine Meeting-App weiß, wer spricht, weil jeder Teilnehmer eine Kachel und eine Sprecheranzeige hat. Die stimmbasierte Trennung rät allein aus dem Audio. Gibt es beides, gewinnt der Name aus der App.
• 02Relines Erweiterung für Google Meet, Teams im Browser und Zoom im Browser steht im Chrome Web Store. Sie beobachtet die Sprecheranzeige und gibt den Namen an die Reline-App weiter, die ihn auf die Transkriptzeile schreibt. Nichts tritt dem Call bei, und die Erweiterung sendet Namen, kein Audio.
• 03Die stimmbasierte Sprechertrennung ist bewusst als Beta markiert. Sie funktioniert gut, wenn sich Stimmen unterscheiden und Leute abwechselnd reden. Bei einem Raummikrofon, acht Personen und Durcheinanderreden irrt sie öfter. Behandle ihre Labels als Schätzung und benenne einen Sprecher um, wenn du weißt, wer es war; die Umbenennung gilt für jede Zeile.
• 04Eines ist nie geraten: deine Seite gegenüber der anderen. Reline nimmt dein Mikrofon und das Systemaudio als getrennte Quellen auf, sodass das, was du gesagt hast, und das, was alle anderen gesagt haben, auch dann getrennt bleibt, wenn sonst nichts bekannt ist.
• 05Das Audio bleibt bei der Notiz. Sieht ein Label falsch aus, drücke Play auf der Zeile und hör, wer es war. Das ist schneller als jeder Zuordnungsalgorithmus und der Grund, warum Reline die Aufnahme behält.
• 06Einen Sprecher mit Namen zu beschriften ändert nichts an den Einwilligungsregeln. Sag den Leuten, dass du aufnimmst, und halte dich an das örtliche Recht, egal was das Transkript ableiten kann oder nicht.