Qu'est-ce que la Custom Vocabulary et quand en ai-je besoin ?
Réponse courte
Une liste de mots fournie au modèle avant la transcription avec le jargon et les noms propres – elle fait souvent passer la reconnaissance de ces termes de 30 % à 95 %.
Prénoms et noms de collègues, noms de produits, acronymes, jargon médical et juridique – ces mots sont soit inconnus d'un modèle de langage standard, soit enregistrés avec une orthographe erronée. Le modèle se rabat alors sur des approximations phonétiques. « Müller-Lüdenscheidt \" devient « Mueller Loot Mitt \", « pembrolizumab \" devient « Pemberlitsu Map \".
La Custom Vocabulary (parfois : « hot words \", « word boosting \", « dictionnaire de prononciation \") résout ce problème. Avant la transcription, vous fournissez une liste de mots qui comptent dans votre contexte. Le modèle pondère davantage ces mots lors de la reconnaissance.
Quand en avez-vous besoin - Vous travaillez dans un domaine au vocabulaire spécialisé (médecine, droit, pharma, informatique, industrie). - Vous transcrivez des entretiens avec des personnes récurrentes (clients, partenaires de recherche). - Votre entreprise a des noms de produits absents du lexique général. - Vous travaillez avec des marques ou des entreprises à l'orthographe inhabituelle.
Quand vous n'en avez pas besoin - Conversations générales sans vocabulaire métier. - Courts extraits avec des mots courants.
Comment constituer une bonne liste 1. Rassemblez 20 à 50 termes par domaine – au-delà, le modèle « apprend \" trop et commet d'autres erreurs. 2. Écrivez-les dans leur orthographe finale (diacritiques, traits d'union, majuscules corrects). 3. Pour les mots très rares, fournissez un indice phonétique si le prestataire le permet (par ex. « GDPR | DSGVO \"). 4. Mettez la liste à jour à mesure que de nouveaux termes apparaissent.
Avec DeepScript Au moment du téléversement, vous pouvez choisir une Vocabulary enregistrée ou coller une liste en ligne séparée par des virgules. Via l'API : utilisez `vocabularyId` (liste enregistrée) ou `vocabulary` (tableau en ligne) dans la requête POST /v1/transcriptions. Pour les clients existants, il est payant de créer une fois un glossaire central dans l'interface et de le réutiliser pour tous les jobs.
Effet réel Dans nos tests internes, une Custom Vocabulary bien réglée fait passer la reconnaissance des termes métier d'environ 30 % à environ 95 %. Pour la transcription médicale, c'est souvent le facteur décisif entre inutilisable et prêt pour la production.
Questions associées
Une question reste sans réponse ?
Trois transcriptions gratuites pour essayer. Ou écrivez-nous un e-mail – nous répondons sous 24 heures, questions de conformité comprises.