2020年10月20日
By 1月时特约编辑
专题文章

回顾:Epiphan LiveScrypt

Epiphan的 LiveScrypt 结合了用于音频输入的硬件设备和用于转录的云应用程序. 总之，他们提供了一个抛光，廉价，易于使用为会议、培训或类似会议实时转录语音到文本的解决方案. 您可以在监视器上本地显示文本, 将其显示为直播流中的封闭字幕, 并通过URL或QR码在网上发布标题.

像所有的转录服务一样, 机器的还是人的, 准确性不是完美的, 但Epiphan使用的是谷歌基于人工智能的语音转文本应用程序编程接口, 所以它会随着时间的推移而改善. 如果你正在为如何在你的演讲中添加经济实惠的现场文稿而苦恼, LiveScrypt绝对值得一看.

引入LiveScrypt

LiveScrypt硬件是一个基于触摸屏的设备，它将来自多个来源的传入音频馈送到云端, 通过语音到文本转换成文本. 一旦转换, 您可以在设备本身上显示文本, 通过HDMI连接的显示器, 在一个专门的网页上，大多数移动设备都可以访问. 你也可以将文本输入到直播应用程序中，如Telestream的Wirecast或Epiphan的Pearl，以封闭字幕的形式显示. 一旦事件发生已经结束，你可以从网上下载完整的成绩单吗.

硬件售价1499美元.在亚马逊上售价95美元，转录服务售价9美元.每小时95美元. 任何演讲的前5分钟是免费的, 每小时或其中的一部分是每小时的全部价格，没有比例.

拿到设备后，你就登陆伊泼芬的网站 livcrypt门户输入信用卡信息并注册设备. 之后, 您可以完全通过触摸屏界面运行LiveScrypt，也可以通过门户远程访问它. 稍后会详细介绍.

输入与输出

硬件支持非常广泛的音频输入, 包括两个XLR输入(带有Phantom电源), 立体声RCA连接器, a 3.5mm音频接口，2个HDMI接口，SDI音频，2个USB接口 图1中, 在页面顶部). 音频不是直通的，所以你可能需要加倍输出来支持 live-streaming/local speaker和Live-Scrypt. 在我的测试中，我通过XLR和RCA连接器输入音频，两者都工作得很好.

如前所述，您可以在本地或通过web界面驱动该单元. 有一次我配对了设备，并通过XLR连接了麦克风, I was transcribing in seconds; the only hiccup was that I had to manually enable Phantom power to the condenser microphone in the software. 你可以看到结果图2.

Epiphan LiveScrypt web界面

图2. 我把传送门里的装置配对后，几秒钟内就完成了转录.

操作上, 你开始和停止转录通过控制左上角的触摸屏或使用等效的网络控制. 您可以看到开始按钮 Figure 3 停止按钮和运行时间码如图2所示. 使用右下角的三个按钮之一打开图3所示的控件.

如图3所示，这些控件相当简单. System选项卡包含IP地址和序列号等信息. 音频允许您静音不同的音频输入和设置增益水平上的一些，但不是全部，输入.

Epiphan LiveScrypt启动按钮

图3. 机载控制

“转录”选项卡允许您从系统当前支持的30种语言中选择一种(您可以在 go2sm.com/livescrypt). 目前, 系统只支持转录, 如果你说的是德语, 你可以只输出德语字幕. 然而，翻译在发展的道路上. 转录选项卡还提供了启用自动插入标点符号的选项，以及将脏词转换为星号的亵渎过滤器. 安全选项卡允许您设置密码来操作触摸屏和web界面.

您将在Output选项卡中花费大部分时间，如图3所示. 在这里，您可以配置本机的文本HDMI输出，用于本地显示或输入到Wirecast等实时流媒体系统, 所示图4. 您可以将此输出配置为纯文本输出或带有文本和QR码的输出，以便观看本地显示的观众可以在其移动设备上检索标题提要.

Epiphan直播到wirect

图4. 这是插入到Wirecast中的转录.

为了在Wirecast中捕获文本，我将LiveScrypt HDMI输出连接到Epiphan AV.io 4K USB采集设备并配置AV.IO输入到出现在视频输入底部的裁剪框中. 郑重声明, 这个视频来自几年前Sennheiser的麦克风评测, 音频质量也相当不错. 我在一台Mac笔记本电脑上播放了视频文件，并通过RCA连接器将其输入到LiveScrypt设备中. 同时, 我在一台惠普笔记本电脑上播放了同样的视频, 我通过桌面演示器输入到Wirecast. 我用图4所示的转录记录了您可以查看的演示文稿.

让我感到惊讶的是，闭标题用例没有通过一个预设来显式支持，该预设以短而宽的输出分辨率输出两到三行. 在Wirecast这样的系统中配置标题的输出并不难, 但要想清晰地模拟出封闭字幕，还需要一些实验. 我本以为这个用例会很常见，Epiphan会用预设来支持它.

演讲结束后，你可以下载两种版本的文稿 .srt或 .. TXT格式的web界面图5. 注意，此门户包含LiveScrypt硬件本身上可用的所有控件，因此您可以远程运行系统. 在右上方图5，您可以在web上看到显示转录的流URL.

Epiphan LiveScrypt流URL转录

图5. AVStudio为配对的LiveScrypt单元提供控制，并下载完成的演示文稿.

准确性如何??

为了了解LiveScrypt是如何工作的，我看了一些 epiphan网站上有视频. 在其中一个视频中, Epiphan的发言人声称准确率为92%, 这感觉是对的, 虽然一些文章认为谷歌的准确率高达95%.

请注意，人类转录器的准确率从95%到 98% 在我找到的一些文章中. 所以，商业上是买不到完美的.

最大的问题是需要多大的精确度才能称得上“有用”.“你可以通过观察自己来判断 Sennheiser的视频记录如图4所示.

看了大半个视频, 精确度相当好，只比音频慢一两秒, 这让人印象深刻. 有些情况下，转录会落后, 在此之后，系统会出现大量文本，这有点难以理解(见1:24左右)。. 注意，如果你在一个有独特行话的特定行业工作, 您可以输入北美工业分类系统(NAICS)代码，以提高特定术语和缩略语的转录准确性, 我没有尝试过吗.

我还应该指出的是，测试视频中显示的准确性是我测试中最好的情况. 我还测试了一些欧洲人说英语的录音，这些英语有轻微或严重的口音, 结果是无法使用的. 当然, 因为Epiphan依靠谷歌来转录, 您应该期望所有用例的准确性随着时间的推移而提高.

在这方面, 评估LiveScrypt的一种方法是，它是一种硬件设备和服务，旨在为谷歌提供来自不同来源的高质量音频，并检索并使转录可灵活交付. 从这个角度看, Epiphan做了一个伟大的工作，结合了一系列的音频输入，使操作极其简单. 唯一的问题是Google在这一点上提供的准确性是否满足您的应用程序的需要.