Glossário
Troca de código (CS) é a prática de alternar entre duas ou mais línguas dentro de uma única conversa, sentença ou até palavra. Falantes bilíngues e multilíngues fazem isso constantemente — Spanglish no sul dos EUA, Hinglish na Índia, Singlish em Cingapura. É um grande desafio para sistemas de ASR , que tradicionalmente assumem uma única linguagem por gravação.
Por que o code-switching é difícil para o ASR
A maioria dos sistemas de ASR é marcada por linguagem — você diz ao modelo que o áudio é inglês, francês ou espanhol, e ele transcreve de acordo. A troca de código quebra essa suposição. O modelo tem que: (1) detectar a linguagem em granularidade sub-utterance, (2) mudar seu modelo de linguagem no meio da sentença e (3) produzir ortografia correta para cada linguagem. Sistemas mais antigos lidavam com isso terrivelmente — a estratégia típica era escolher uma linguagem dominante e transcrever mal a outra.
Como o ASR moderno lida com isso
Whisper foi treinado em áudio multilíngue e explicitamente em exemplos de code-switching. Para pares bilíngues comuns (espanhol-inglês, mandarim-inglês, hindi-inglês), ele produz transcrições razoáveis com cada segmento em sua língua de origem. Para combinações mais raras (tâmil-coreano, iorubá-francês), a precisão cai drasticamente devido à escassez de dados de treinamento. Defina o parâmetro de idioma do Whisper como auto para áudio com code-switching em vez de marcar uma única língua.
Dicas práticas
Se o áudio tiver muito code-switching: (1) não marque um idioma específico — deixe o modelo detectar automaticamente. (2) Espere uma precisão cerca de 5-10% menor do que em áudio monolíngue da mesma qualidade. (3) Planeje uma revisão manual para limpar segmentos em idiomas raros. (4) Considere segmentação falante por falante se os falantes não alternarem — faça a diarização primeiro e, em seguida, processe os segmentos de cada falante com a tag do idioma dominante.
Na prática
Uma entrevista familiar em Spanglish: "Então minha avó disse, 'Mijo, no vayas afuera, está raining.'" O Whisper-3 transcreve isso como um único enunciado com cada palavra em seu idioma de origem e ortografia adequada. Sistemas ASR mais antigos (pré-2022) teriam transcrevido isso como lixo — ou inglês puro com espanhol fonético sem sentido, ou vice-versa.
Termos relacionados
Leitura adicional
Experimente a transcrição multilíngue
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Alternância de código significa na transcrição?
Misturar duas ou mais línguas em um único enunciado — comum em falantes bilíngues. Um caso desafiador para ASR; o Whisper-3 lida com pares bilíngues comuns (espanhol-inglês, mandarim-inglês), mas a precisão cai em combinações raras.
Por que Alternância de código importa ao escolher um fluxo de trabalho de transcrição?
Alternância de código afeta como você entende a qualidade da transcrição, o tempo, a compatibilidade ou a tecnologia por trás dos resultados de conversão de fala em texto.
Onde posso aplicar Alternância de código no Transcript.you?
Use o fluxo de trabalho relacionado em /ai-transcription quando você quer ver como esse conceito de glossário se conecta a uma tarefa real de transcrição.
Navegue pelo glossário de transcrição ou leia o guia completo sobre transcrição por IA.