Det vigtigste at vide
Før du transskriberer en optaget samtale, skal du sikre dig, at optagelsen var lovlig der, hvor parterne befandt sig. Reglerne er forskellige fra land til land – nogle steder skal alle på opkaldet give samtykke, andre steder er det nok, at én af deltagerne gør det – og det spørgsmål skal være afklaret, før du trykker på optag. Derefter er det et teknisk spørgsmål. Lyd fra telefonopkald er smalbånds-lyd, så den codec, der bruges, fjerner detaljer, som transskription er afhængig af, og mange optagelser blander begge sider sammen i én kanal, hvilket gør det usikkert at afgøre, hvem der siger hvad. Tal, stavning af navne og adresser lider mest under dette. Tjek dem op mod lyden i stedet for at tage teksten for gode varer.
Du har en fil. Der er nogen på den, som har sagt noget, der betyder noget – et beløb, en dato, et navn, et løfte – og du vil have det som tekst, så du kan henvise til det senere. At omdanne filen til tekst er den nemme del. De to ting, der afgør, om du ender med noget, du kan regne med, skete begge, før du overhovedet åbnede filen: om optagelsen var tilladt, og hvordan lyden blev indfanget.
Tag det juridiske spørgsmål først. Det afhænger ikke af noget teknisk, og ingen mængde omhyggelig transskription redder en optagelse, du ikke burde have lavet.
Om optagelsen var lovlig, kommer først
Om en telefonsamtale må optages, afhænger af, hvor parterne i samtalen befandt sig. Reglerne varierer fra sted til sted. Nogle steder kræver, at alle på opkaldet giver samtykke. Andre steder er det nok, at én deltager gør det, og det kan være den person, der optager. Det er reelt forskellige regelsæt, og hvilket der gælder for dig, kan du ikke regne dig frem til ved at lytte til lyden.
Det er et juridisk spørgsmål, ikke et teknisk. Det betyder mere, end det lyder til, fordi svaret blev fastlagt i det øjeblik, optagelsen blev lavet. Ingenting, du gør bagefter, ændrer på det. Det ændrer ikke noget at transskribere filen. Det ændrer ikke noget at slette en del af filen. At få den anden person til at acceptere det bagefter gør ikke den oprindelige optagelse til noget, den ikke var.
Hvis I to ikke var i samme land, kan mere end ét regelsæt være i spil, og det er netop den situation, hvor det er værd at spørge en, der faktisk kender lovgivningen der, hvor du er, i stedet for at gætte på baggrund af noget, du har læst. Det er en kort samtale, og den skal foregå, før du bygger noget videre på optagelsen.
Intet af dette er en grund til at kassere en fil, du allerede har. Mange optagelser af telefonsamtaler bliver lavet med alles vidende, eller på steder, hvor det er nok, at én deltager samtykker, eller af den person, der selv var med på opkaldet, til eget brug. Men afklar spørgsmålet, før du sender transskriptionen videre, citerer fra den eller sætter den på noget. En transskription rejser meget længere end en lydfil – og den rejser hurtigere.
Hvorfor lyd fra telefonopkald er sværere end en optagelse lavet i et rum
Et telefonopkald er smalbånds-lyd. Den codec, der overfører opkaldet, kasserer en stor del af lyden, før noget bliver skrevet til en fil, fordi den kun behøver at bevare nok til, at et menneske kan følge en samtale i realtid. Mennesker er meget gode til at udfylde huller ved hjælp af konteksten. Transskription er mindre god til det, og de detaljer, den ville bruge til at skelne en lyd fra en lignende, er netop det, der er blevet kasseret.
Det er derfor, samme taler, der siger den samme sætning, transskriberes mere præcist fra en diktafon, der ligger på bordet, end fra en telefonlinje. Det handler ikke om, at softwaren er bedre i det ene tilfælde end i det andet. Informationen findes simpelthen ikke i opkaldsfilen. Ingenting bagefter genskaber den – ikke støjreduktion, ikke normalisering af lydstyrke, ikke at køre filen gennem endnu et program. Du arbejder med det, der overlevede codec’en.
Læg de sædvanlige forhold under en rigtig samtale til, og det bliver endnu tyndere. Én person går rundt, mens vedkommende taler. Én person har en dårlig forbindelse, og lyden falder ud stavelse for stavelse. En taler i munden på en anden. På en rumoptagelse er overlappende tale svær; på et komprimeret opkald er den ofte umulig at redde, og transskriptionen vælger stiltiende én stemme og taber den anden, i stedet for at fortælle dig, at den havde svært ved det.
At optage en højttalertelefon med en anden enhed
Det kan føles som en genvej at sætte opkaldet på højttaler og optage det med en anden telefon eller en håndholdt diktafon. Det er værre end originalen. Den anden side af opkaldet er allerede blevet komprimeret ned til smalbånds-lyd, og nu optager du den komprimerede lyd, som bliver afspillet gennem en lille højttaler, kastet tilbage af væggene, sammen med rummets efterklang og alt andet, der er i rummet. Du bevarer alt, hvad codec’en har ødelagt, og lægger et nyt lag ovenpå.
Hvis en enhed eller en tjeneste kan optage opkaldet direkte, så brug den. Højttaler-metoden er en sidste udvej, og det er værd at vide, at det er en sidste udvej, før du regner med den til noget, der skal være præcist.
Én kanal eller to afgør, om du får taler-mærkning
Mange optagelser af telefonsamtaler blander begge sider af samtalen sammen i én enkelt kanal. Alt ender i én strøm, og det tydeligste signal til at skelne de to personer fra hinanden – hvilken side af linjen de hver befandt sig på – er væk. Det, der er tilbage, er stemmerne selv: tonehøjde, tempo, klang. Det virker bedre med to meget forskellige stemmer end med to, der ligner hinanden, og det virker dårligere på smalbånds-lyd, fordi de stemmekarakteristika, der ville skille dem fra hinanden, netop er den type detaljer, codec’en har kasseret.
Hvor de to sider er bevaret som separate kanaler, bliver det langt mere sikkert at afgøre, hvem der siger hvad. Hver kanal er én person. Der er ingen gætteri involveret. Hvis det optageprogram, du bruger, giver dig et valg, er det den indstilling, der er værd at finde – og det er værd at finde, før opkaldet, i stedet for efter.
Når du arbejder med en blandet optagelse, skal du læse taler-mærkningen som et hjælpsomt gæt, ikke som et facit. De vil typisk være korrekte over et langt, uafbrudt stykke og forkerte omkring skiftene, især hvor de to personer afbryder hinanden. Hvis pointen med transskriptionen er, hvem der sagde ja til hvad, er skiftene netop dér, hvor det skal være korrekt, så tjek dem op mod lyden.
Sådan får du teksten ud af filen
Når en optagelse af en telefonsamtale først er eksporteret, ophører den med at være et telefonopkald. Det er en almindelig lydfil, og den kan transskriberes som enhver anden. Selve eksporten varierer: optage-apps, telefonsystemer og teleselskaber gør det forskelligt, og muligheden ligger som regel et sted under en del-knap eller en trepunktsmenu på selve optagelsen. Få filen ud først, og stop derefter med at tænke på den som et telefonopkald – tænk på den som lyd.
Herfra er processen den samme som for enhver lydfil, du vil have som tekst. SozAI transskriberer optagelser på iOS, Android og macOS med taler-mærkning, resuméer og oversættelse til over 99 sprog; du kan hente appen her, og samme fremgangsmåde bruges til telefonsvarer-beskeder, som er smalbånds-lyd af samme grund og opfører sig på samme måde. Det er én mulighed blandt flere, og valget betyder mindre end kvaliteten af den fil, du fodrer det med.
Hvis det ikke er én samtale, men en mappe fuld af dem, ophobet over måneder, skifter problemet karakter. At transskribere alt, bare for at kunne finde én sætning, er som regel den forkerte tilgang – det mere nyttige mål er at kunne søge i en bunke af gamle opkaldsoptagelser i stedet for at læse den igennem.
Hvis optagelsen kan blive brugt som bevis
En optagelse, du laver for selv at kunne huske, hvad der blev sagt, og en optagelse, der bruges som bevis, bedømmes efter forskellige standarder. Til eget brug er en transskription med et par ru kanter fint; du ved, hvad der skete, og teksten er en hukommelseshjælp. Til noget formelt skal originalfilen som regel bevares uredigeret.
Det betyder, at du skal beholde filen nøjagtig, som den kom fra enheden. Klip ikke stilheden i starten væk. Skær ikke den irrelevante midte ud. Eksporter den ikke igen i et andet format for at gøre den mindre, og kør den ikke gennem et program, der normaliserer lydstyrken og skriver en ny fil. Alt det giver en afledt version, og det er originalen, der vejer tungest. Arbejd på en kopi, og lad originalen være.
Transskriptionen er i den sammenhæng et arbejdsdokument, der ligger sammen med optagelsen, ikke i stedet for den. Den hjælper folk med at finde de relevante tredive sekunder. Optagelsen er det, de relevante tredive sekunder faktisk siger. Om en optagelse overhovedet kan bruges som bevis, er et separat spørgsmål, og det hører til hos den samme person, du spurgte om lovligheden af at lave den.
Det, du stadig selv skal rette
De dele af en samtale, folk oftest har brug for bagefter, er tal, stavning og adresser – et referencenummer, et beløb, hvordan et efternavn staves, hvilken vej. Det er også de dele, smalbånds-lyd skader mest, fordi de ikke bærer nogen kontekst. En hel sætning kan genskabes fra ordene omkring den. Et syv-cifret nummer kan ikke. Hvis ét ciffer er forkert, er der ingenting i lyden omkring det, der gør opmærksom på det, og transskriptionen vil præsentere det med samme flade sikkerhed som alt andet.
Behandl derfor hvert tal, navn og adresse i en telefonsamtale-transskription som noget, der skal bekræftes, ikke noget, der skal bruges direkte. Find det i teksten, spol til det tidspunkt i lyden, og lyt. Det tager et minut per element, og det er forskellen mellem en transskription, du kan handle på, og en, der bare er plausibel. Hvis en detalje betyder så meget, at det ville koste dig noget at have den forkert, er det testen for, om den skal tjekkes.
Indstil dine forventninger til resten derefter. En transskription af en telefonsamtale er generelt en god gengivelse af indholdet – samtalens forløb, hvad der blev foreslået, hvad der blev accepteret, tonen i uenigheden. Den er en svagere gengivelse af præcise detaljer, og den bliver svagere endnu, hvor to personer taler samtidig, eller hvor forbindelsen faldt ud. At vide, hvilke dele man kan stole på, er det meste af kunsten. Transskriptionen giver dig en hurtig, søgbar version af samtalen og en vej tilbage til lyden i det præcise sekund, du har brug for. Den erstatter ikke lyden, og på en smalbånds-fil kunne den aldrig gøre det.
