تحويل مكالمة هاتفية مسجلة إلى نص

أهم النقاط

قبل أن تفرّغ مكالمة مسجلة إلى نص، تأكد أولاً أن التسجيل كان مسموحاً به قانونياً في المكان الذي كان فيه أطراف المكالمة. القوانين تختلف من مكان لآخر: بعضها يشترط موافقة جميع الأطراف، وبعضها يكفي فيه موافقة طرف واحد فقط. هذه المسألة يجب أن تكون محسومة قبل أن تضغط على زر التسجيل. بعد ذلك تصبح المشكلة تقنية بحتة. صوت المكالمات الهاتفية ضيق النطاق الترددي، أي أن الترميز يتخلص من تفاصيل يعتمد عليها التفريغ النصي، وكثير من التسجيلات تدمج صوت الطرفين في قناة واحدة، وهذا يجعل تمييز المتحدثين غير موثوق. الأرقام والتهجئات والعناوين هي الأكثر عرضة للخطأ. تحقق منها بالرجوع إلى التسجيل الصوتي نفسه، لا بالاعتماد على النص فقط.

لديك ملف صوتي، وقال فيه أحدهم شيئاً مهماً – رقماً أو تاريخاً أو اسماً أو تعهداً – وتريد تحويله إلى نص لترجع إليه لاحقاً. تحويل الملف إلى نص هو الجزء السهل. الأمران اللذان يحددان فعلاً هل ستحصل على نتيجة يمكن الاعتماد عليها حدثا قبل أن تفتح الملف أصلاً: هل كان التسجيل مسموحاً به، وكيف تم تسجيل الصوت.

لنبدأ بالسؤال القانوني، فهو لا يعتمد على أي جانب تقني، ولا يوجد تفريغ نصي دقيق بإمكانه أن ينقذ تسجيلاً لم يكن يجوز لك تسجيله من الأساس.

شرعية التسجيل تأتي أولاً

هل يجوز تسجيل مكالمة هاتفية أم لا؟ الجواب يعتمد على مكان وجود أطراف المكالمة وقت إجرائها. القوانين تختلف في هذا الشأن. بعض الأنظمة تشترط موافقة جميع من في المكالمة. وأنظمة أخرى يكفي فيها أن يوافق طرف واحد فقط، وقد يكون هذا الطرف هو من يقوم بالتسجيل نفسه. هذه قواعد مختلفة فعلياً، ومعرفة أيها ينطبق عليك ليس أمراً يمكن استنتاجه من التسجيل الصوتي نفسه.

هذه مسألة قانونية لا تقنية. وهذا أهم من مجرد ملاحظة عابرة، لأنه يعني أن الجواب تحدد لحظة إجراء التسجيل، ولا شيء تفعله بعد ذلك يغيّره. تفريغ الملف نصياً لا يغيّره. حذف جزء من الملف لا يغيّره. وحصولك على موافقة الطرف الآخر لاحقاً لا يجعل التسجيل الأصلي شيئاً لم يكن عليه.

إذا لم يكن الطرفان في المكان نفسه، فقد تنطبق أكثر من مجموعة قواعد في الوقت نفسه، وهذه بالضبط الحالة التي يستحق فيها أن تسأل شخصاً يعرف القانون في مكانك بدلاً من التخمين استناداً إلى شيء قرأته. الأمر لا يستغرق أكثر من محادثة قصيرة، وينبغي أن تجريها قبل أن تبني أي شيء على هذا التسجيل.

لا شيء من هذا يعني أن عليك التخلي عن ملف تملكه بالفعل. كثير من تسجيلات المكالمات تتم بعلم جميع الأطراف، أو في مكان يكفي فيه موافقة طرف واحد، أو من قِبل الشخص الذي كان جزءاً من المكالمة فعلاً ليرجع إليها لاحقاً. لكن احسم هذه المسألة قبل أن توزّع النص المفرَّغ أو تقتبس منه أو ترفقه بأي شيء. النص المكتوب ينتشر أبعد بكثير من الملف الصوتي، وينتشر أسرع أيضاً.

لماذا يكون صوت المكالمات أصعب من التسجيل في غرفة

المكالمة الهاتفية صوتها ضيق النطاق الترددي. فالترميز الذي يحمل المكالمة يتخلى عن جزء كبير من الصوت قبل أن يُكتب أي شيء في الملف، لأنه لا يحتاج إلا لما يكفي الإنسان لمتابعة محادثة في الوقت الحقيقي. البشر جيدون جداً في تعويض الفجوات من السياق. أما التفريغ النصي فأقل قدرة على ذلك، والتفاصيل التي يحتاجها لتمييز صوت عن آخر مشابه هي جزء من ما تم التخلص منه.

لهذا السبب، نفس المتحدث وهو يقول نفس الجملة يُفرَّغ نصياً بدقة أعلى من مسجّل موضوع على الطاولة مقارنة بخط هاتفي. الأمر لا يتعلق بأن البرنامج أفضل في حالة عن أخرى. المعلومة نفسها غير موجودة في ملف المكالمة. لا شيء بعد ذلك يستعيدها – لا تقليل الضجيج، ولا ضبط مستوى الصوت، ولا تمرير الملف على أداة أخرى. أنت تتعامل مع ما تبقى بعد الترميز.

أضف إلى ذلك ظروف المكالمة الحقيقية العادية فيزداد الأمر ضعفاً. شخص يمشي. شخص آخر لديه اتصال ضعيف فيسقط الصوت لجزء من كلمة. أحدهم يتحدث فوق كلام الآخر. في تسجيل داخل غرفة، تداخل الأصوات صعب، لكن في مكالمة مضغوطة، غالباً لا يمكن استعادته، وسيختار النص المفرَّغ صوتاً واحداً بصمت ويتجاهل الآخر بدلاً من أن يخبرك أنه واجه صعوبة.

تسجيل مكبر الصوت بجهاز ثانٍ

وضع المكالمة على مكبر الصوت وتسجيلها بهاتف آخر أو بمسجّل يدوي يبدو حلاً بديلاً. لكنه أسوأ من الأصل. الجانب الآخر من المكالمة سبق أن ضُغط إلى نطاق ترددي ضيق، وأنت الآن تسجّل هذا الصوت المضغوط وهو يُشغَّل من مكبر صوت صغير، يرتد على الجدران، مع صدى الغرفة وكل ما فيها من ضجيج. تحتفظ بكل خسارة تسبب فيها الترميز وتضيف طبقة جديدة فوقها.

إذا كان الجهاز أو الخدمة قادرة على تسجيل المكالمة مباشرة، استخدم ذلك الخيار. تسجيل مكبر الصوت هو الملاذ الأخير، ومن المفيد أن تعرف أنه ملاذ أخير قبل أن تعتمد عليه في أي شيء يتطلب دقة.

قناة واحدة أو قناتان: هذا ما يحدد إن كنت ستحصل على تصنيف للمتحدثين

كثير من تسجيلات المكالمات تدمج صوت الطرفين في قناة واحدة. فكل شيء ينتهي في مسار واحد، وأوضح إشارة تساعد على التمييز بين الشخصين – وهي أي جانب من الخط كان كل منهما عليه – تختفي. ما يتبقى هو الأصوات نفسها: درجة الصوت، وسرعة الكلام، ونوعية الصوت. هذا يعمل بشكل أفضل مع صوتين مختلفين وضوحاً وليس مع صوتين متشابهين، ويعمل بشكل أضعف على الصوت ضيق النطاق الترددي، لأن خصائص الصوت التي كانت ستميز بينهما هي بالضبط نوع التفاصيل التي تخلص منها الترميز.

أما حين يُحفظ الجانبان كقناتين منفصلتين، يصبح تحديد المتحدث أكثر موثوقية بكثير. كل قناة تمثل شخصاً واحداً، ولا حاجة للتخمين. إذا كانت أداة التسجيل التي تستخدمها تتيح هذا الاختيار، فهذا هو الإعداد الذي يستحق البحث عنه، ومن الأفضل أن تبحث عنه قبل المكالمة لا بعدها.

عندما تتعامل مع تسجيل مدمج في قناة واحدة، تعامل مع تصنيف المتحدثين كتخمين مفيد لا كسجل دقيق. سيكون صحيحاً غالباً خلال فترة طويلة متواصلة من الحديث، وخاطئاً عند نقاط التبديل بين المتحدثين، خاصة عندما يقطع أحدهما كلام الآخر. وإذا كان هدف النص المفرَّغ معرفة من وافق على ماذا، فهذه نقاط التبديل تحديداً هي التي تحتاج أن تكون صحيحة، فتحقق منها بالاستماع إلى الصوت في تلك اللحظات.

استخراج النص من الملف

بعد تصدير تسجيل المكالمة من مكانه، يتوقف عن كونه مكالمة، ويصبح ملفاً صوتياً عادياً يمكن تفريغه نصياً كأي ملف آخر. خطوة التصدير تختلف: تطبيقات التسجيل وأنظمة الهاتف ومزودو الخدمة كلهم مختلفون، وغالباً يكون الخيار موجوداً تحت زر المشاركة أو قائمة النقاط الثلاث الموجودة على التسجيل نفسه. أخرج الملف أولاً، ثم توقف عن التفكير فيه كمكالمة هاتفية وابدأ التفكير فيه كملف صوتي.

من هنا تصبح العملية مثل تفريغ أي ملف صوتي تريد تحويله إلى نص. تطبيق SozAI يفرّغ التسجيلات نصياً على iOS و Android و macOS مع تصنيف المتحدثين والتلخيص والترجمة في أكثر من 99 لغة؛ تستطيع تنزيل التطبيق من هنا، ونفس المسار يعمل مع رسائل البريد الصوتي، التي هي أيضاً ضيقة النطاق الترددي للسبب نفسه وتتصرف بالطريقة نفسها. هذا خيار من بين خيارات عديدة، والاختيار أقل أهمية من جودة الملف الذي تُدخله.

وإذا لم يكن الأمر مكالمة واحدة بل مجلداً كاملاً تراكم على مدى شهور، تتغير طبيعة المشكلة. تفريغ كل شيء نصياً لتجد جملة واحدة غالباً ليس التصرف الصحيح – الهدف الأجدى هو أن تكون قادراً على البحث في أرشيف كامل من تسجيلات المكالمات بدلاً من قراءته بالكامل.

إذا كان التسجيل قد يصبح دليلاً

التسجيل الذي تصنعه لتذكّر ما قيل، والتسجيل الذي يُستخدم كدليل، يخضعان لمعايير مختلفة. للاستخدام الشخصي، يكفي نص مفرَّغ فيه بعض الهنات؛ فأنت تعرف ما حدث والنص وسيلة مساعدة للذاكرة. أما في أي أمر رسمي، فعادة يجب الحفاظ على الملف الأصلي دون أي تعديل.

هذا يعني الاحتفاظ بالملف كما خرج من الجهاز تماماً. لا تقصّ الصمت في البداية. لا تحذف الجزء الأوسط غير المهم. لا تعيد تصديره بصيغة أخرى لتصغير حجمه، ولا تمرره على أداة تضبط مستوى الصوت وتكتب ملفاً جديداً. أي من هذه الخطوات يُنتج نسخة مشتقة، والأصل هو ما له وزن قانوني. اعمل على نسخة واترك الأصل كما هو.

النص المفرَّغ، في هذا السياق، وثيقة عمل مصاحبة للتسجيل لا بديلة عنه. يساعد الناس في إيجاد الثلاثين ثانية المهمة بسرعة. أما التسجيل هو ما تقوله تلك الثلاثين ثانية بالفعل. وسؤال هل يجوز قبول التسجيل كدليل من الأساس سؤال مختلف تماماً، ويعود لنفس الشخص الذي سألته عن شرعية التسجيل.

ما ستحتاج إلى تصحيحه يدوياً على أي حال

الأجزاء التي يحتاجها الناس أكثر من أي شيء آخر في مكالمة سابقة هي الأرقام والتهجئات والعناوين – رقم مرجعي، مبلغ، طريقة كتابة اسم عائلة، اسم شارع. وهذه أيضاً الأجزاء التي يضرها الصوت ضيق النطاق الترددي أكثر من غيرها، لأنها لا تحمل سياقاً يساعد على استنتاجها. يمكن إعادة بناء جملة كاملة من الكلمات المحيطة بها. لكن رقماً من سبع خانات لا يمكن إعادة بنائه. فإذا كان أحد الأرقام خاطئاً، لا شيء في الصوت المحيط ينبهك لذلك، وسيعرضه النص المفرَّغ بنفس الثقة الهادئة التي يعرض بها كل شيء آخر.

لذلك تعامل مع كل رقم واسم وعنوان في نص مفرَّغ من مكالمة كشيء يجب التحقق منه لا كشيء يمكن استخدامه مباشرة. جِد الرقم في النص، انتقل إلى تلك اللحظة في الصوت، واستمع. يستغرق ذلك دقيقة واحدة لكل عنصر، وهو الفرق بين نص يمكنك التصرف بناءً عليه ونص مجرد معقول الشكل. وإذا كان الخطأ في تفصيل ما سيكلفك شيئاً حقيقياً، فهذا هو المعيار الذي يحدد إن كان يحتاج للتحقق.

اضبط توقعاتك لبقية النص وفق ذلك. النص المفرَّغ من مكالمة هاتفية عادة سجل جيد للمضمون العام – شكل المحادثة، ما طُرح، ما تم قبوله، لهجة الخلاف. لكنه سجل أضعف للتفاصيل الدقيقة، ويزداد ضعفاً حين يتحدث شخصان في الوقت نفسه أو حين ينقطع الاتصال. معرفة أي الأجزاء يمكن الوثوق بها هي معظم المهارة المطلوبة هنا. النص المفرَّغ يمنحك نسخة سريعة يمكن البحث فيها من المحادثة، وطريقة للرجوع إلى الصوت في اللحظة الدقيقة التي تحتاجها. لكنه لا يحل محل الصوت، وعلى ملف ضيق النطاق الترددي لم يكن ذلك ممكناً من الأساس.