עיקרי הדברים
מק לא יתמלל קובץ וידאו בעצמו. מה שהוא כן עושה, בלי להוריד שום דבר, זה לחלץ את פס הקול מהוידאו באמצעות QuickTime Player, וכך נשאר לך קובץ קטן בהרבה לעבוד איתו. הדיקטציה המובנית כותבת מה שהמיקרופון שומע בזמן שאתה מדבר, בשידור חי, ולכן היא לא הכלי המתאים להקלטה שכבר יש לך. תמלול הוא שלב נפרד, והוא אותו שלב בדיוק בכל מחשב, לא רק במק.
יש לך קובץ וידאו על המק. הקלטת מסך של פגישה, הרצאה ששלחו לך, קליפ ששמרת. אתה רוצה את המילים שבתוכו. ומעדיף לא לפתוח חשבון בחברה שלא שמעת עליה מעולם רק כדי לקבל אותן.
המשימה מתחלקת לשני חלקים ברורים. ראשית, לחלץ מהוידאו קובץ אודיו נקי. שנית, להפוך את האודיו הזה לטקסט. את החלק הראשון המק שלך יכול לעשות כבר עכשיו, עם תוכנה שכבר מותקנת במחשב. את החלק השני הוא לא יכול, וכמה שתחפש בהגדרות המערכת זה לא ישתנה. כדאי לדעת בדיוק איפה עובר הגבול, כי זה חוסך לך אחר צהריים שלם של חיפוש אחרי פריט תפריט שלא קיים.
מה שמק כן עושה כבר
QuickTime Player מגיע עם כל מק. הוא מנגן וידאו, מקליט את המסך, ויכול לחלץ את פס הקול מקובץ וידאו. זה החלק השימושי כאן, ולפעמים זה השלב היחיד שאתה צריך לפני שאתה מעביר את הקובץ לכלי אחר.
למק יש גם דיקטציה, שהופכת דיבור לטקסט בזמן שאתה מדבר. יש גם את אפליקציית התזכירים הקוליים, שמסתנכרנת עם האפליקציה המקבילה באייפון דרך iCloud. בין שלושת הכלים האלה אפשר להקליט קול, לשמור אותו, ולהקליד באמצעות הדיבור.
אף אחד מהם לא יקרא קובץ וידאו קיים ויפיק ממנו תמלול. חשוב לומר את זה בצורה חד משמעית, כי הכלים האלה קרובים מספיק זה לזה שמרגיש שהפיצ'ר הזה צריך להתחבא איפשהו. הוא לא. המק טוב בלהפיק הקלטות וגרוע בלהמיר אותן לטקסט.
קודם תחלצו את האודיו
קובץ וידאו הוא מעין מכל. הוא נושא תמונה והוא נושא פס קול, ותמלול נוגע רק בפס הקול. הוידאו הוא משקל מת לצורך הזה.
אז חלצו את האודיו לפני שאתם עושים משהו אחר. QuickTime Player יודע לעשות את זה, כך שהשלב הראשון לא עולה כלום ולא דורש התקנה. מה שמתקבל הוא קובץ קטן בהרבה מהוידאו המקורי – לפעמים בהרבה מאוד, תלוי איך הוידאו הופק.
ההבדל בגודל מפסיק להיות תיאורטי ברגע שההקלטה ארוכה. הרצאה של שעתיים כקובץ וידאו היא דבר לא נעים להעביר, להעלות או לשמור כמה עותקים ממנו בזמן שאתה מנסה להחליט באיזה כלי להשתמש. אותן שעתיים כקובץ אודיו הן קובץ צנוע שאפשר לטפל בו בלי לחשוב פעמיים. אם יש לך תיקייה שלמה של הקלטות לעבור עליהן, חילוץ האודיו מראש הוא ההבדל בין ערב אחד לסוף שבוע שלם.
החילוץ גם פותר שאלה שמבלבלת אנשים: האם צריך כלי שמיועד ספציפית להפיכת קבצי וידאו לטקסט, או שתמלול אודיו רגיל מספיק. ברגע שהאודיו הוא קובץ נפרד, ההבחנה הזו כבר לא משנה. כל כלי תמלול שמקבל קובץ אודיו יקבל גם את שלך.
דיקטציה היא משימה אחרת
משתמשים במילים "דיקטציה" ו"תמלול" כאילו הן אותו דבר. הן לא, וההבדל בין השתיים הוא בדיוק מה שעומד בינך לבין התמלול שאתה רוצה.
דיקטציה מקשיבה למיקרופון וכותבת מה שהיא שומעת, בזמן אמת, כשזה קורה. אתה מדבר, טקסט מופיע. זו שיטת הקלדה. תמלול לוקח הקלטה שכבר קיימת – משהו שקרה לפני שעה או לפני שנה – ומפיק ממנה טקסט. אחד הוא אמצעי קלט, השני הוא המרה.
אפשר לנסות לגשר על הפער על ידי הפעלת הוידאו בקול רם ולתת לדיקטציה להקשיב לרמקולים. אנשים עושים את זה. זה עובד גרוע. אתה מבקש ממיקרופון להקליט מחדש קול שכבר הוקלט פעם אחת, בחדר מסוים, באיכות שיש לחדר הזה, ואתה צריך לשבת את כל משך הזמן בזמן שזה קורה. שעה של וידאו עולה לך שעה. לכל דבר מעבר לקליפ קצר זו לא אפשרות סבירה. יש עוד מה לומר על המרת דיבור לטקסט במק ועל היכן הדרך המובנית נגמרת, אבל בקצרה – דיקטציה מעולם לא נבנתה בשביל קבצים.
כשאין לך עדיין את הקובץ
כל מה שנכתב עד כה מניח שהוידאו כבר נמצא על הדיסק שלך. לפעמים זה לא המצב. הדבר שאתה רוצה למילים ממנו הוא שיחה שמתקיימת כרגע, או וידאו שמתנגן בכרטיסייה בדפדפן, ואין ממה לחלץ אודיו כי שום דבר לא נשמר.
כאן המק מציב את המכשול האמיתי שלו. הקלטת קול המערכת של המק עצמו – הקול שנפלט מהמחשב, ולא הקול שנכנס למיקרופון – היא לא דבר שמק חושף כברירת מחדל. הקלטת מסך נותנת לך את התמונה. לקבל את הקול שהלך איתה זו בעיה נפרדת, וזה השלב שהכי הרבה פעמים תוקע אנשים. אם פעם הגעת להקלטה שקטה של פגישה ולא הבנת מה עשית לא נכון, זה מה שקרה לך. לא עשית שום דבר לא נכון.
יש דרכים להתגבר על זה, וכדאי להבין אותן לפני שאתה צריך אותן, לא באמצע שיחה שאי אפשר לחזור עליה. המכניקה של הקלטת מסך במק כולל הקול היא נושא בפני עצמו. מה שחשוב כאן זה שזו בעיית הקלטה, לא בעיית תמלול, ופתרון שלה מחזיר אותך למקרה הרגיל: קובץ שיושב על הדיסק.
יש מסלול אחד שעוקף את כל הבעיה. אפליקציית התזכירים הקוליים במק משתפת הקלטות עם האפליקציה המקבילה באייפון דרך iCloud, כך שכל דבר שהקלטת בטלפון מופיע במק בלי לשלוח לעצמך קובץ במייל או לחפש כבל. לשיחה פנים אל פנים, או להרצאה שאתה נמצא בה, להקליט בטלפון ולקחת את הקובץ מהמחשב זה פשוט הרבה יותר מלהיאבק בשאלת קול המערכת. זה, כמובן, לא עוזר כשמדובר בקול שהמק עצמו מפיק.
הפיכת האודיו לטקסט
ברגע שהאודיו קיים כקובץ, כל ההחלטות הקודמות מפסיקות להיות רלוונטיות. לתמלול לא חשוב אם הקובץ הגיע מוידאו, מטלפון, מהקלטת מסך, או ממישהו שעבד איתך ושלח לך אותו. לא חשוב לו שאתה על מק. מכאן זה אותו תפקיד בדיוק כמו בכל מחשב אחר, כך שהבחירה שלך היא רק לגבי כלי התמלול, ולא שום דבר אחר.
וזו גם הנקודה שבה ההעדפה של "בלי הרשמה" נתקלת במציאות, אז חשוב לומר את זה בכנות. כל דבר שרץ כולו בתוך הדפדפן שלך יכול להבטיח שהקובץ שלך לא עוזב את המחשב, וחלק מהכלים באמת עובדים כך. אבל כלי דפדפן מהסוג הזה מטפלים בדברים כמו קובצי כתוביות וספירה – טקסט שהוא כבר טקסט. זיהוי דיבור אמיתי על הקלטה של שעתיים הוא עבודה כבדה בהרבה, וכלים שעושים את זה בדרך כלל דורשים או אפליקציה מותקנת או שליחת הקובץ שלך לשרתים שלהם. איזה מהם שתבחר, זו השאלה שכדאי לשאול, והתשובה צריכה להיות קלה למצוא.
SozAI היא אחת האפשרויות: אפליקציית תמלול למק שמטפלת בקבצי אודיו ווידאו, בהקלטות ובקישורי YouTube, עם תיוג דוברים, סיכומים ותרגום ביותר מ-99 שפות. באותו אתר יש גם כלי כתוביות וספירה בדפדפן, בחינם, שרצים כולם בתוך הדפדפן בלי להעלות שום דבר ובלי צורך בחשבון – הם לא מתמללים אודיו, אבל הם שימושיים ברגע שיש לך תמלול לעבוד עליו.
מה שהתמלול לא ייתן לך
בקשו חותמות זמן אם המטרה היא לחזור לרגע מסוים. תמלול בלי חותמות זמן הוא קיר של טקסט שאפשר לחפש בו – תמצא את המשפט – אבל למצוא את המשפט זה לא כמו למצוא את המקום בוידאו שבו הוא נאמר. אם אתה מתמלל הרצאה כדי לדלג לעשר הדקות שחשובות, חותמות הזמן הן כל הסיפור. אם אתה מתמלל כדי לקרוא פעם אחת ולעולם לא לפתוח את הוידאו שוב, הן רק רעש בעמוד. תחליט מה מהשניים אתה עושה לפני שאתה מתחיל, כי להוסיף אותן בדיעבד אומר לעשות את העבודה פעמיים.
צפו לכך שהטקסט ישקף את ההקלטה שממנה הוא הגיע. זיהוי דיבור עובד עם מה שבאמת נקלט, והקלטה שנעשתה בחדר גדול עם אנשים מדברים אחד על השני נותנת לו הרבה פחות לעבוד איתו מהקלטה נקייה. חילוץ האודיו מהוידאו לא משפר את האודיו, הוא רק מבודד את מה שכבר היה שם. אם הקול המקורי גרוע, תצטרך לערוך את התמלול, ואף שלב קודם בתהליך הזה לא יפתור את זה.
וקבלו את זה שחלק מהוידאו לא שורד את המעבר. שקפים, דיאגרמות, כל דבר שנכתב על לוח, מי הצביע על מה – כל זה נעלם, כי במכוון זרקת את התמונה כדי לקבל קובץ שנוח לעבוד איתו. לשיחה זה לא מפסיד כלום. להדגמה או למצגת, התמלול הוא חצי מהתיעוד, ותרצה לשמור את הוידאו המקורי לצידו.
