עיקרי הדברים
לפני שמתמללים שיחה מוקלטת, יש לוודא שההקלטה עצמה הייתה חוקית במקום שבו נמצאו הצדדים. החוק משתנה ממקום למקום – במקומות מסוימים צריך את הסכמת כל המשתתפים, ובאחרים מספיקה הסכמה של צד אחד בלבד – והשאלה הזו הוכרעה כבר לפני שלחצתם על כפתור ההקלטה. מעבר לזה, זו כבר שאלה טכנית. שיחות טלפון מוקלטות באיכות צליל מוגבלת (narrowband), כך שהקודק שמעביר את השיחה משמיט פרטים שהתמלול נשען עליהם, ולעיתים קרובות שני הצדדים מוקלטים לתוך ערוץ אחד, מה שמקשה על זיהוי מי אמר מה. המספרים, האיות של שמות והכתובות סובלים הכי הרבה. כדאי לבדוק אותם מול ההקלטה ולא לסמוך על הטקסט בעיניים עצומות.
יש לכם קובץ. מישהו בשיחה אמר משהו חשוב – מספר, תאריך, שם, הבטחה – ואתם רוצים את זה בכתב כדי שתוכלו להצביע עליו בהמשך. להפוך את הקובץ לטקסט זה החלק הפשוט. שני הדברים שקובעים אם בסוף תהיה לכם תוצאה שאפשר לסמוך עליה קרו עוד לפני שפתחתם את הקובץ: האם ההקלטה הייתה מותרת מבחינה חוקית, ואיך התיעוד האודיו נלכד בפועל.
נתחיל בשאלה המשפטית. היא לא תלויה בשום דבר טכני, ואף תמלול קפדני לא יציל הקלטה שלא הייתה צריכה להתבצע מלכתחילה.
ראשית – האם ההקלטה הייתה חוקית
השאלה אם מותר להקליט שיחת טלפון תלויה במקום שבו נמצאו הצדדים לשיחה. החוק משתנה בהתאם. באזורים מסוימים נדרשת הסכמה של כל מי שמשתתף בשיחה. באזורים אחרים מספיקה הסכמה של צד אחד, וזה יכול להיות בדיוק מי שמקליט. אלה חוקים שונים באמת, והשאלה איזה מהם חל עליכם היא לא דבר שאפשר להסיק מתוך ההקלטה עצמה.
זו שאלה משפטית, לא טכנית. וזה חשוב יותר ממה שזה נשמע, כי המשמעות היא שהתשובה נקבעה כבר ברגע שההקלטה נעשתה. שום דבר שתעשו אחר כך לא משנה את זה. תמלול הקובץ לא משנה את זה. מחיקת חלק מהקובץ לא משנה את זה. אפילו אם הצד השני יסכים בדיעבד, זה לא הופך למשהו רטרואקטיבי את מה שההקלטה המקורית לא הייתה.
אם שני הצדדים היו במקומות שונים, יכול להיות שיותר ממערכת חוקים אחת חלה, וזה בדיוק המקרה שבו שווה לשאול מישהו שמכיר את החוק במקום שלכם, ולא לנחש על סמך משהו שקראתם. זו שיחה קצרה, וכדאי לקיים אותה לפני שבונים על ההקלטה הזו משהו נוסף.
שום דבר מכל זה אינו סיבה לזרוק קובץ שכבר יש לכם. הרבה הקלטות שיחות נעשות בידיעת כל הצדדים, או במקומות שבהם הסכמה של צד אחד מספיקה, או על ידי מי שהיה בפועל בשיחה ורוצה אותה לצורך שלו. אבל צריך לסגור את השאלה הזו לפני שמפיצים את התמלול, מציטטים ממנו או מצרפים אותו למשהו. תמלול מגיע הרבה יותר רחוק מקובץ אודיו, ומגיע לשם מהר יותר.
למה שיחת טלפון קשה יותר לתמלול מהקלטה שנעשתה בחדר
שיחת טלפון היא בעלת רוחב פס מוגבל (narrowband). הקודק שמעביר את השיחה משמיט חלק גדול מהצליל לפני שמשהו נכתב לקובץ בכלל, כי הוא צריך לשמור רק כמות שתאפשר לבן אדם לעקוב אחרי שיחה בזמן אמת. בני אדם טובים מאוד במילוי חוסרים מתוך ההקשר. תמלול פחות טוב בזה, והפרטים שהתמלול היה משתמש בהם כדי להבדיל בין צליל אחד לצליל דומה הם בדיוק מה שהושמט.
זו הסיבה שאותו דובר, שאומר את אותו משפט, יתומלל בצורה מדויקת יותר ממכשיר הקלטה שמונח על השולחן מאשר מקו טלפון. זו לא שאלה של תוכנה טובה יותר במקרה אחד ופחות טובה במקרה השני. המידע פשוט לא קיים בקובץ השיחה. שום דבר בהמשך התהליך משיב אותו – לא הפחתת רעש, לא נורמליזציה של עוצמת הקול, לא הרצת הקובץ בכלי נוסף. עובדים עם מה ששרד את הקודק.
הוסיפו לזה את התנאים הרגילים של שיחה אמיתית וזה נעשה דלוח יותר. אחד הצדדים הולך ברחוב. לצד השני יש קליטה חלשה והשמע נופל להברה-הברה. מישהו מדבר מעל מישהו אחר. בהקלטת חדר, דיבור חופף הוא קושי; בשיחה דחוסה, זה לרוב בלתי ניתן לשחזור, והתמלול פשוט יבחר בשקט קול אחד ויוריד את השני, מבלי לספר לכם שהוא נתקע.
הקלטת רמקול השיחה באמצעות מכשיר נוסף
להעביר את השיחה לרמקול ולהקליט אותה עם טלפון אחר או מכשיר הקלטה נשמע כמו פתרון עוקף. בפועל זה גרוע יותר מהמקור. הצד השני של השיחה כבר עבר דחיסה לרוחב פס מוגבל, ועכשיו אתם מקליטים את הצליל הדחוס הזה כשהוא מתנגן מרמקול קטן, מהדהד מהקירות, בתוספת האקוסטיקה של החדר ורעשי הסביבה. אתם שומרים על כל האובדן שהקודק יצר, ומוסיפים עליו שכבה נוספת.
אם מכשיר או שירות מסוים מאפשר להקליט את השיחה ישירות, כדאי להשתמש בזה. שיטת הרמקול היא מוצא אחרון, וטוב לדעת שהיא מוצא אחרון עוד לפני שסומכים עליה למשהו שדורש דיוק.
ערוץ אחד או שניים – זה מה שקובע אם תקבלו זיהוי דוברים
הרבה הקלטות שיחות ממזגות את שני הצדדים לערוץ אחד. הכל מגיע לזרם אחד, והרמז הכי ברור שמאפשר להבדיל בין שני האנשים – באיזה צד של הקו כל אחד נמצא – נעלם. מה שנשאר הוא הקולות עצמם: גובה הצליל, הקצב, הטימבר. זה עובד טוב יותר עם שני קולות שונים מאוד זה מזה מאשר עם שני קולות דומים, וזה עובד גרוע יותר על שמע ברוחב פס מוגבל, כי המאפיינים הקוליים שהיו מבדילים בין הדוברים הם בדיוק סוג הפרט שהקודק השמיט.
במקום שבו שני הצדדים נשמרים כערוצים נפרדים, זיהוי הדובר נעשה הרבה יותר אמין. כל ערוץ הוא אדם אחד. אין כאן ניחוש. אם הכלי שאתם משתמשים בו להקלטה מציע בחירה, זו ההגדרה ששווה למצוא, וכדאי למצוא אותה לפני השיחה ולא אחריה.
כשעובדים עם הקלטה ממוזגת, כדאי להתייחס לתוויות הדוברים כניחוש מועיל ולא כתעודת עובד. הן יהיו נכונות רוב הזמן על פני קטע רצוף וארוך, ויטעו סביב המעברים בין דוברים, בעיקר במקומות שבהם שני האנשים קוטעים זה את זה. אם המטרה של התמלול היא לדעת מי הסכים למה, המעברים הם בדיוק המקום שבו אתם צריכים שהתמלול יהיה מדויק, אז כדאי לבדוק את הרגעים האלה מול ההקלטה.
איך מוציאים את הטקסט מהקובץ
מרגע שהקלטת שיחה יוצאה מהמערכת שבה נוצרה, היא הופכת לקובץ אודיו רגיל וניתן לתמלל אותה כמו כל קובץ אחר. שלב הייצוא משתנה בהתאם – אפליקציות הקלטה, מערכות טלפוניה וחברות סלולר שונות זה מזה, והאפשרות בדרך כלל נמצאת אי שם מתחת לכפתור שיתוף או תפריט של שלוש נקודות על ההקלטה עצמה. קודם מוציאים את הקובץ, ואז מפסיקים לחשוב עליו כשיחת טלפון ומתחילים לחשוב עליו כאודיו.
מכאן התהליך זהה לזה של כל קובץ אודיו שרוצים להפוך לטקסט. SozAI מתמלל הקלטות באייפון, באנדרואיד ובמאק, עם זיהוי דוברים, סיכומים ותרגום ביותר מ-99 שפות; אפשר להוריד את האפליקציה כאן, ואותה דרך מתאימה גם להודעות תא קולי, שהן ברוחב פס מוגבל מהסיבה הזו ומתנהגות באופן דומה. זו אפשרות אחת מכמה, והבחירה חשובה הרבה פחות מאיכות הקובץ שמזינים לתוכה.
אם זו לא שיחה אחת אלא תיקייה שלמה שהצטברה במשך חודשים, הבעיה משנה צורה. לתמלל הכל רק כדי למצוא משפט אחד זה בדרך כלל אינסטינקט שגוי – המטרה השימושית יותר היא היכולת לחפש בתוך ארכיון גדול של הקלטות שיחות ולא לקרוא אותו כולו.
אם ההקלטה עשויה לשמש כראיה
הקלטה שנועדה להזכיר לכם מה נאמר והקלטה שמשמשת כראיה נבדקות בסטנדרטים שונים. לשימוש אישי, תמלול עם כמה פינות לא מלוטשות בסדר לגמרי; אתם יודעים מה קרה והטקסט הוא רק עזר לזיכרון. לכל מטרה רשמית, בדרך כלל צריך לשמור על הקובץ המקורי בלי לגעת בו.
המשמעות היא לשמור על הקובץ בדיוק כמו שהוא ירד מהמכשיר. לא לקצץ את השקט בתחילת ההקלטה. לא להוריד את החלק האמצעי הלא רלוונטי. לא לייצא אותו מחדש בפורמט אחר כדי להקטין את הקובץ, ולא להעביר אותו בכלי שמנרמל את עוצמת הקול ויוצר קובץ חדש. כל אחת מהפעולות האלה מייצרת גרסה נגזרת, והמקור הוא זה שנושא משקל. עובדים על עותק ומשאירים את המקור בלי לגעת בו.
התמלול, במקרה כזה, הוא מסמך עבודה שמלווה את ההקלטה ולא מחליף אותה. הוא עוזר למצוא את שלושים השניות הרלוונטיות. ההקלטה היא מה שנאמר בפועל באותן שלושים שניות. השאלה אם הקלטה כלשהי כשירה כראיה היא שאלה נפרדת, ושייכת לאותו איש מקצוע שאותו שאלתם על חוקיות ההקלטה עצמה.
מה עדיין תצטרכו לתקן ביד
החלקים בשיחה שבני אדם צריכים הכי הרבה בהמשך הם מספרים, איות שמות וכתובות – מספר אסמכתא, סכום, איך מאייתים שם משפחה, איזה רחוב. אלה בדיוק החלקים שהאודיו ברוחב פס מוגבל פוגע בהם הכי הרבה, מכיוון שאין להם הקשר סביבם. משפט שלם אפשר לשחזר מהמילים שמסביב. מספר בן שבע ספרות – לא. אם ספרה אחת שגויה, שום דבר בשמע שמסביב לא מתריע על זה, והתמלול יציג אותה בביטחון זהה לכל מילה אחרת.
אז כדאי להתייחס לכל מספר, שם וכתובת בתמלול שיחה כדבר שצריך לאמת ולא כדבר שאפשר להשתמש בו בעיניים עצומות. מוצאים אותו בטקסט, קופצים לאותו רגע בהקלטה, מקשיבים. זה לוקח דקה לפריט, וזה ההבדל בין תמלול שאפשר לפעול על פיו לתמלול שרק נשמע סביר. אם פרט מספיק חשוב כך שטעות בו תעלה לכם משהו, זה המבחן שקובע אם צריך לבדוק אותו.
לגבי שאר התמלול, כדאי לכוון את הציפיות בהתאם. תמלול של שיחת טלפון הוא בדרך כלל תיעוד טוב של התוכן – צורת השיחה, מה הוצע, מה התקבל, הטון של חילוקי הדעות. הוא תיעוד חלש יותר של פרטים מדויקים, והוא נחלש עוד יותר כשיש דיבור חופף או כשהקליטה נופלת. לדעת על מה אפשר לסמוך זה עיקר המקצועיות. התמלול נותן לכם גרסה מהירה וניתנת לחיפוש של השיחה, ודרך חזרה לרגע המדויק בהקלטה שאתם צריכים. הוא לא מחליף את ההקלטה, ובקובץ ברוחב פס מוגבל הוא מעולם לא היה יכול להחליף אותה.
