Расшифровка · Транскрибация
Транскрибация это перевод устной речи в текст: человек или программа слушает запись и пишет, что было сказано. Так получают текст интервью, лекции, подкаста или рабочего созвона. Ниже о том, какой транскрибация бывает, как устроена автоматическая, чем она отличается от стенограммы и что меняется, когда текст нужен по записи встречи.
В работе с записями слова «транскрибация» и «расшифровка» значат одно и то же: текст разговора по звуку. Первое пришло из английского transcription, второе привычнее в русском деловом языке. В лингвистике есть близкое слово «транскрипция»: так называют запись звучания особыми знаками, как в словаре рядом с иностранным словом. К тексту разговора она отношения не имеет.
Стенограмма тоже дословная запись речи. Когда-то её вёл стенографист прямо на заседании особым скорописным письмом и потом переводил в обычный текст. Сегодня стенограммой часто называют дословную расшифровку совещания, сделанную по записи.
Протокол в этот ряд не входит. В нём остаются решения, сроки и ответственные, сама речь в протокол не переносится. Подробное сравнение трёх документов на странице чем протокол отличается от расшифровки и стенограммы.
Ручная. Человек слушает запись, останавливает, отматывает и печатает. Так получается самый чистый текст: транскрибатор поймёт невнятное место по смыслу, проверит фамилию и аккуратно запишет людей, которые перебивают друг друга. Цена такой работы во времени: на неё уходит в разы больше, чем длится сама запись.
Автоматическая. Запись слушает модель расшифровки речи и выдаёт текст за минуты. Модель не устаёт и не пропускает куски. Ошибается она в редких фамилиях, в терминах и там, где говорят одновременно.
Смешанная. Сначала текст делает модель, потом человек вычитывает его и правит ошибки. Так поступают, когда текст идёт в публикацию, в отчёт исследования или в документ, по которому потом будут спорить.
Если упростить, шагов пять. Звук приводят к одному виду: одна частота, один канал, ровная громкость. Модель слушает его короткими отрезками и сопоставляет звучание со словами, учитывая соседние слова во фразе. Потом расставляет знаки препинания, режет текст на реплики по паузам и отмечает время начала каждой. Отдельный шаг, если он нужен, размечает, кто говорил.
На качество сильнее всего влияет сама запись. Близкий микрофон и тихая комната дают текст почти без правки. Гулкая переговорная, эхо и два голоса разом дают пропуски и путаницу. Модель слышит только то, что попало в запись: слово, заглушённое шумом, она пропустит или запишет похожее по звучанию.
У встреч своя особенность. Файла записи у участника часто нет вовсе: запись включает организатор, и файл достаётся ему. Поэтому текст встречи получают тремя путями: через бота, которого зовут на встречу, через файл от организатора или через запись со стороны своего браузера. Чем они различаются, описано на странице транскрибация встречи онлайн.
Sonaro переводит в текст созвон, записанный из вкладки браузера. Файл загружать не нужно: расширение пишет встречу само, когда вы нажали «Начать запись», и отправляет запись в кабинет.
Главное отличие от транскрибации файла в том, как устроена запись. Звук вкладки со встречей и ваш микрофон пишутся в два разных файла. Сервис расшифровывает каждую дорожку отдельно, поэтому у каждой реплики сразу есть роль: ваша фраза подписана «я», фраза с той стороны подписана «собеседник». Угадывать говорящего по голосу не приходится.
У реплики стоит время начала, и нажатие на реплику ставит звук на её секунду. Рядом лежит кадр экрана, снятый в этот момент, если на встрече что-то показывали. Как устроены снимки, на странице кадры экрана.
Два часа встречи обрабатываются около пяти минут после нажатия «Обработать». Текст выгружается файлом «Скачать PDF» или страницей «Скачать с кадрами», которую открывают без учётной записи.
По готовому тексту работает поиск сразу во всех встречах: введите слово от двух букв, и кабинет покажет реплики с ним, а нажатие откроет встречу на нужной реплике.
После любой автоматической транскрибации стоит пройтись по местам, где модели ошибаются чаще всего:
Проверяют такое место по звуку. В ленте Sonaro для этого достаточно нажать реплику: имя или цифру вы услышите сами, без перемотки.
Перед выбором сервиса полезно ответить на пять вопросов. Они отсеивают неподходящие варианты быстрее, чем сравнение точности на чужих примерах.
В текст идёт разговор из вкладки со встречей и ваш микрофон. Звук других программ компьютера в него не попадёт.
Откройте созвон по ссылке в браузере: транскрибируется то, что играет во вкладке.
Текст начнётся с той секунды, когда вы нажали «Начать запись». Разговор до нажатия в нём отсутствует.
Слайд сохраняется картинкой. В транскрибацию входят только произнесённые слова.
Пишется одна вкладка, та, где нажали запись. Ролик во второй вкладке в текст не войдёт.
Если запись уже лежит файлом, её транскрибирует файловый сервис: готовые файлы в кабинет Sonaro не загружаются. Если текст идёт в печать и нужен без единой ошибки, закладывайте вычитку человеком после любой автоматической транскрибации. Если встречу пишет организатор на тарифе со своей расшифровкой, как у облачных записей Zoom, текст у него уже есть, достаточно попросить. Сервисы, которые работают с файлами и ботами, собраны на странице российские сервисы расшифровки встреч.
В работе с записями да: оба слова значат текст разговора по звуку. Стенограммой обычно называют дословную расшифровку заседания или совещания.
Вручную в разы дольше самой записи. Автоматически минуты: в Sonaro два часа встречи обрабатываются около пяти минут.
Запись с одного микрофона размечают по голосам, это диаризация. В Sonaro ваш голос и собеседники пишутся в разные дорожки, поэтому роли приходят готовыми. Несколько человек с той стороны идут одной ролью «собеседник».
Шум, эхо, далёкий микрофон и два голоса разом. Чем чище звук записи, тем меньше правки после.
Если нужен текст конкретной встречи, начните со страницы расшифровка встречи: что входит в расшифровку и как её получить с любой площадки. Выбор между ботом, файлом и записью из браузера описан на странице транскрибация встречи онлайн.
Sonaro