Trasformare un episodio di podcast in note di puntata che vengono davvero lette

Punti chiave

Trascrivi prima l’episodio, con i timestamp, e considera quel file come materiale grezzo, non come qualcosa da pubblicare. I timestamp ti danno i marcatori dei capitoli. Il testo ti dà le citazioni da estrarre, che però verifichi sempre con l’audio prima di pubblicarle. Il riassunto è scritto per chi deve decidere se ascoltare; le note di puntata sono scritte per chi ha già ascoltato. Pubblicare la trascrizione grezza come note di puntata non serve a nessuno dei due lettori, perché il parlato messo per scritto è pieno di ripetizioni e false partenze che nessuno nota mentre ascolta.

La registrazione è fatta, il montaggio è fatto, e ora arriva un secondo lavoro di cui nessuno ti aveva avvisato: le note, i marcatori dei capitoli, un riassunto per il feed, due o tre post per i social. La maggior parte dei podcaster lo fa a memoria e con la barra di scorrimento, avanti e indietro per settanta minuti cercando il punto in cui l’ospite ha detto la battuta giusta. Ci vuole tanto tempo quanto il montaggio, e il risultato è vago, perché stai descrivendo un episodio che ricordi solo a metà.

Una trascrizione risolve il problema del recupero delle informazioni. Non scrive le note al posto tuo. Quello che fa è trasformare ognuno di questi compiti da un problema di ricerca in un problema di editing, e l’editing è molto più veloce della ricerca. L’ordine in cui fai le cose conta più dello strumento che usi.

Parti dalla trascrizione, non dalle note

La sequenza che funziona è: trascrizione con timestamp, poi capitoli, poi citazioni, poi riassunto, poi note, poi social. Ogni passaggio si basa su quanto prodotto dal passaggio precedente. Se scrivi prima le note, finirai comunque a scorrere l’audio per trovare la posizione dei capitoli, e poi di nuovo per le citazioni.

I timestamp sono la parte che la gente salta e poi si pente di aver saltato. Un muro di testo ti dice cosa è stato detto. I timestamp ti dicono dove, e il dove è quello che serve a ogni attività successiva: un marcatore di capitolo è una posizione, una citazione ha bisogno di una posizione per essere verificata, e un ascoltatore che chiede “a che punto parlano dei prezzi” vuole anche lui una posizione. Una trascrizione senza timestamp risolve metà del problema e ti lascia con la barra di scorrimento per l’altra metà.

Ci sono diversi modi per ottenerne una. Alcuni host generano le trascrizioni come parte della pubblicazione, alcuni software di montaggio le esportano dalla sessione, e ci sono strumenti dedicati; le differenze pratiche riguardano le etichette dei parlanti, la granularità dei timestamp e cosa succede con il vocabolario poco comune. Trascrivere un episodio di podcast è un problema ormai ben coperto dagli strumenti disponibili, e la scelta dello strumento conta meno dell’avere davvero il file aperto in una seconda finestra mentre scrivi.

Se vuoi farlo sul computer con cui già lavori, SozAI è un’app di trascrizione per iOS, Android e macOS che prende file audio e video oppure un link di YouTube e restituisce il testo con le etichette dei parlanti e un riassunto. È una delle opzioni possibili, e se il tuo host produce già una trascrizione con timestamp utilizzabile, usa quella e salta il passaggio extra.

Un avvertimento onesto: se i tuoi episodi sono brevi, su un solo argomento, e pubblichi una descrizione di due righe con un link, tutto questo flusso di lavoro è superfluo. La trascrizione ripaga sugli episodi lunghi, con più segmenti distinti, che è il caso della maggior parte dei podcast a intervista.

I marcatori dei capitoli nascono dai timestamp, non dal testo

I capitoli sono posizioni nell’audio. Sembra ovvio finché non provi a generarli da un riassunto e scopri che un riassunto non contiene alcuna posizione. Può dirti che l’episodio ha trattato assunzioni, prezzi e burnout. Non può dirti che l’argomento prezzi è iniziato al minuto quattordici e qualcosa, perché quell’informazione non era mai presente nel testo del riassunto.

Quindi la trascrizione fa il lavoro in due passaggi. Prima la leggi tutta d’un fiato, velocemente, segnando i punti in cui l’argomento cambia davvero. Poi prendi il timestamp della prima riga di ogni nuovo argomento, non l’ultima riga di quello vecchio, così chi salta a un capitolo arriva all’inizio della cosa e non alla coda di quella precedente.

Decidere dove sono i cambi di argomento è una questione di giudizio, e resta tale. Una conversazione non cambia argomento in modo netto; deriva, torna indietro, e poi qualcuno racconta una storia che si rivela il vero punto del segmento. Devi decidere se quella storia è un capitolo a sé o parte di quello che la circonda, e nessun riassunto automatico può prendere questa decisione per te, perché dipende da cosa pensi che gli ascoltatori vogliano raggiungere direttamente.

• Punta a capitoli in cui un ascoltatore salterebbe davvero, non a ogni argomento sfiorato.
• Dai un nome ai capitoli basato sul contenuto, non sulla struttura: “Perché hanno eliminato il piano gratuito” funziona meglio di “Parte 3”.
• Metti l’introduzione e lo spot pubblicitario in capitoli brevi a parte, così chi vuole può saltarli.
• Controlla che l’ultimo capitolo inizi prima dei saluti finali, non durante.

I formati variano da piattaforma a piattaforma. Alcune vogliono ore, minuti e secondi, altre accettano solo minuti e secondi, altre richiedono un separatore specifico, e un file di capitoli respinto da un player è peggio che non avere capitoli. Quando devi passare da un formato all’altro, un convertitore di timecode online se ne occupa senza farti fare i calcoli a mano a mezzanotte.

Le citazioni da estrarre, e perché le verifichi comunque

Scorrere una trascrizione in cerca di frasi citabili è molto più rapido che ascoltare per trovarle, e fa emergere cose che avevi dimenticato fossero state dette. Cerca frasi che stanno in piedi da sole, senza bisogno di contesto. Sono più rare di quanto pensi in una conversazione, perché la maggior parte dei bei momenti dipende dalla domanda che li ha preceduti, e una frase che ha bisogno di tre frasi di contesto non è una citazione da estrarre.

Poi verifica ognuna con l’audio prima di metterla su una grafica o in un post. Questo non è opzionale, e il motivo è scomodo: gli errori delle trascrizioni automatiche si concentrano esattamente nelle frasi più incisive, quelle che la gente vuole citare. Scelte di parole inusuali, termini coniati sul momento, un tono enfatico, qualcuno che parla in fretta perché è emozionato: sono le condizioni in cui il testo è meno attendibile, e sono anche le condizioni che producono la frase che vorresti stampare a caratteri cubitali.

Verificare è economico, una volta che hai i timestamp. Vai alla posizione, ascolta quindici secondi, confermi le parole. Fallo per quattro citazioni e avrai speso un paio di minuti. Pubblicare una citazione sbagliata attribuita al tuo ospite costa molto di più.

Un leggero taglio è corretto: eliminare un “ehm”, togliere una falsa partenza, usare i puntini di sospensione dove hai rimosso una frase. Riscrivere quello che qualcuno ha detto in una versione più pulita non lo è, anche quando la versione più pulita è ovviamente quello che intendeva.

Il riassunto e le note servono a due persone diverse

Il riassunto lo legge chi non ha ancora ascoltato e sta decidendo se farlo. Deve funzionare come testo autonomo: di cosa parla l’episodio, chi c’è, qual è la tesi, perché potrebbe valere un’ora del suo tempo. Deve svelare la sostanza, non solo stuzzicare, perché un riassunto che nasconde il punto centrale sembra un trailer, e i trailer la gente li salta.

Le note di puntata le legge chi ha già ascoltato, o chi sta ascoltando proprio ora con le note aperte davanti. Questo lettore vuole i dettagli che non può recuperare dall’audio: il libro citato, il profilo social dell’ospite, lo studio di cui hanno discusso, lo strumento con il nome scritto in modo strano, i link all’episodio precedente a cui hanno fatto riferimento. Anche i capitoli vivono qui. Questo lettore non ha bisogno che gli si venda niente.

L’errore comune è scrivere un solo paragrafo e chiedergli di fare entrambi i lavori, il che produce qualcosa che riassume in modo troppo vago per essere utile e elenca troppo poco per essere un riferimento. Scrivili separatamente. Sono entrambi brevi.

Se pubblichi anche una versione video, il campo descrizione sulla piattaforma video è un terzo pubblico ancora diverso, composto perlopiù da persone arrivate dalla ricerca o da un consiglio. Far passare l’episodio attraverso uno strumento che riassume a partire da un link di YouTube ti dà una bozza per quel campo, anche se richiede la stessa revisione di tutto il resto.

I nomi sono la parte che deve essere corretta

Una trascrizione rende ricercabile il tuo archivio di episodi, e questa è la differenza tra un ascoltatore che trova l’episodio in cui avete parlato di un certo argomento e uno che rinuncia dopo due tentativi. L’audio è opaco alla ricerca. Il testo no. Un archivio di trascrizioni trasforma trenta ore di conversazioni in qualcosa dentro cui una persona può effettivamente guardare.

Il problema è che le parole più a rischio di essere trascritte male sono proprio quelle che la gente cerca. Nomi di ospiti, nomi di aziende, nomi di prodotti: i nomi propri in generale, specialmente quelli che non sono parole comuni. Sono inusuali per natura, ed è per questo che la trascrizione fatica, e sono specifici per natura, ed è per questo che sono ciò che qualcuno digita in una casella di ricerca.

Correggi questi prima di scrivere qualsiasi altra cosa. Apri la trascrizione, cerca ogni nome che sai essere presente, e correggi ogni occorrenza in un solo passaggio. Ci vogliono pochi minuti e l’effetto si propaga: la grafia corretta finisce poi nei titoli dei capitoli, nelle citazioni, nel riassunto e nelle note senza che tu debba correggerla quattro volte separate. Fai attenzione ai nomi che sono comparsi con due o tre grafie diverse ed errate, perché un singolo trova-e-sostituisci ne catturerà solo una.

Quello che la trascrizione non farà per te

Non sarà le tue note di puntata. Pubblicare la trascrizione grezza nel campo note è l’errore più comune di tutto questo processo, e si legge esattamente male come sembra. Il parlato è pieno di ripetizioni, ripartenze, frasi lasciate a metà e inserti che sono completamente invisibili mentre ascolti e stridenti sulla pagina. Chi ascoltava non ha notato che l’ospite ha detto “cioè” nove volte. Chi legge lo nota immediatamente.

Inoltre non soddisfa in particolare nessuno. Chi deve decidere se ascoltare non vuole undicimila parole. Chi ha già ascoltato vuole i link e i riferimenti, non quello che ha appena sentito, reso peggio. Si legge come riempimento, e i motori di ricerca riconoscono il riempimento da molto tempo.

Pubblicare la trascrizione su una pagina a parte, chiaramente etichettata come trascrizione, è un’altra questione, e ha senso farlo. Serve all’accessibilità e alla ricerca, e chi la apre sa cosa sta per trovare.

Trasformare una trascrizione in un articolo leggibile è possibile, ed è vera scrittura: ristrutturare, tagliare, aggiungere il contesto che le voci fornivano e che la pagina non ha. Riservaci il tempo necessario, oppure non farlo. La trascrizione ti risparmia la barra di scorrimento. Non ti risparmia la scrittura, e qualsiasi flusso di lavoro che promette il contrario sta descrivendo note di puntata che nessuno legge.