N'oubliez pas de nous ajouter aux favoris !

Glossaire

RTTM — Format Rich Transcription Time Marked

RTTM (Rich Transcription Time Marked) est le format de fichier standard pour stocker les résultats de diarization . Créé par le NIST pour la série d'évaluations Rich Transcription au début des années 2000, il reste la lingua franca pour la recherche et les comparaisons de référence en matière de diarization (DIHARD, VoxConverse, AMI). Si vous travaillez avec des outils de diarization (pyannote, NeMo, Kaldi), RTTM est ce qu'ils produisent.

Structure du fichier RTTM

Texte brut, basé sur des lignes. Chaque ligne représente un tour de parole, avec 10 champs séparés par des espaces. Les plus importants : type (toujours "SPEAKER"), file_id, chaîne, heure de début (secondes), durée (secondes), et identifiant de l'orateur. Exemple:

ORATEUR meeting_001 1 12.45 3.20 <NA> <NA> speaker_A <NA> <NA>
ORATEUR meeting_001 1 15.80 5.10 <NA> <NA> speaker_B <NA> <NA>

RTTM vs SRT/VTT

SRT/VTT stocker le texte transcrit pour l'affichage des sous-titres. RTTM stocke le timing des intervenants sans texte — juste "l'intervenant A a parlé de 12,45s à 15,65s." Ils sont complémentaires : RTTM vous indique qui a parlé quand ; SRT/VTT vous indique ce qui a été dit. Combinez-les et vous obtenez un transcript attribué à un intervenant.

Quand vous utiliseriez RTTM

Principalement dans la recherche et l'intégration d'outils. Si vous évaluez un système de diarisation, RTTM est le format d'entrée/sortie standard et les outils de mesure (dscore, md-eval) le consomment directement. Pour la transcription grand public, vous convertiriez généralement RTTM en un format plus convivial pour l'utilisateur (DOCX avec des étiquettes de locuteur, SRT avec des annotations de locuteur au niveau des indices) avant de le montrer aux utilisateurs finaux — ce que nous faisons.

En pratique

Nous n'exposons pas RTTM aux utilisateurs finaux — la sortie de diarisation est intégrée directement dans le transcript sous forme d'annotations "Locuteur 1:", "Locuteur 2:". Mais en interne, notre pipeline de diarisation produit RTTM comme format intermédiaire avant de fusionner avec les segments de texte de Whisper par chevauchement des horodatages.

Termes associés

Essayez la transcription d'interview

Commencez — gratuitement

Dernière mise à jour : 16 novembre 2026

Questions Fréquemment Posées

Que signifie RTTM en transcription ?

Format Rich Transcription Time Marked. Format basé sur des lignes standard pour stocker la sortie de diarisation : quand chaque locuteur commence et arrête de parler. Utilisé dans les benchmarks de recherche comme DIHARD.

Pourquoi RTTM critère lors du choix d'un flux de travail de transcription ?

RTTM Affecte la manière dont vous comprenez la qualité de la transcription, le timing, la compatibilité ou la technologie derrière les résultats de la transcription vocale.

Où puis-je appliquer RTTM sur Transcript.you ?

Utilisez le flux de travail associé à /interview-transcription lorsque vous souhaitez voir comment ce concept de glossaire se connecte à une tâche de transcription réelle.