Perkara Penting
Untuk rakaman dua jam, transkripsi automatik sendiri hanya mengambil sebahagian kecil daripada masa itu – perisian bukan penghalangnya. Yang menentukan malam anda ialah proses pembetulan selepas itu: transkrip kasar yang boleh dicari tidak memerlukan banyak kemas kini, sementara transkrip yang akan dipetik atau diterbitkan memerlukan pendengaran penuh terhadap audio, membetulkan nama, nombor dan pertindihan percakapan. Menaipnya sendiri pula boleh mengambil masa beberapa kali ganda daripada panjang rakaman, dan lebih teruk lagi jika audio kurang jelas. Peruntukkan masa untuk pembetulan, bukan untuk perisian.
Dua jam perbualan, pada kelajuan kebanyakan orang bercakap, menghasilkan kira-kira enam belas hingga lapan belas ribu perkataan – lebih kurang panjang sebuah buku nipis. Angka ini sahaja sudah menggambarkan malam yang bakal dihadapi: tidak ada siapa yang mahu membacanya terus dari awal hingga akhir, dan hampir tidak ada siapa yang sanggup menaipnya dari kosong jika ada cara lain.
Jawapan sebenar kepada soalan berapa lama proses ini mengambil masa bergantung kepada dua perkara yang anda boleh kawal dan satu yang tidak: sejauh mana bersihnya audio, sejauh mana kemasnya transkrip akhir yang diperlukan, dan secepat mana anda sebenarnya menaip atau mendengar. Perisian hanya mengubah satu bahagian daripada persamaan ini. Ia tidak menyentuh dua bahagian yang lain.
Kira Dahulu Sebelum Mula
Ucapan dalam pembentangan dan kuliah biasanya berlaku pada kelajuan 130 hingga 150 perkataan seminit. Perbualan pula lebih pantas dan tidak menentu – orang bercakap serentak, memulakan semula ayat, dan tidak menghabiskan fikiran. Pada kelajuan kuliah, satu jam ucapan bersamaan kira-kira lapan hingga sembilan ribu perkataan. Gandakan untuk rakaman dua jam dan anda akan mendapat kira-kira enam belas hingga lapan belas ribu perkataan teks mentah, lebih banyak lagi jika ia perbincangan dan bukan seorang saja yang bercakap.
Itu pun sebelum anda memutuskan bagaimana hendak menghasilkan teks tersebut. Jika anda mahu anggaran kasar jumlah perkataan untuk rakaman anda sendiri sebelum membuat sebarang keputusan, kalkulator masa pertuturan boleh memberikannya dalam masa kira-kira seminit – berbaloi dilakukan sebelum malam itu bermula, kerana klip lima belas minit dan mesyuarat dua jam adalah dua kerja yang berbeza walaupun pada mulanya terasa serupa sehinggalah anda benar-benar mengukurnya. Anda boleh cuba anggaran ini melalui kalkulator masa pertuturan.
Menaip Sendiri Lebih Lambat Daripada Sangkaan
Jika anda sedang menimbang sama ada hendak menaip semua ini sendiri malam ini, ketahui dahulu gandaan masa yang sebenar. Menaip transkrip secara manual mengambil masa beberapa kali ganda daripada panjang rakaman – bukan kerana menaip itu sendiri perlahan, tetapi kerana anda tidak boleh mendengar pada kelajuan pertuturan sambil menaip dengan tepat pada masa yang sama. Anda perlu berhenti, gulung semula beberapa saat, taip apa yang didengar, kemudian mula semula. Kitaran ini berulang tanpa henti, dan ia bertambah teruk dengan perbendaharaan kata yang tidak dikenali, pertuturan yang lebih pantas, atau saat dua orang bercakap serentak.
Gandaan ini semakin besar dengan kesukaran audio, bukan semakin kecil. Temu bual yang jelas pada kelajuan perbualan biasa mungkin mengambil tiga atau empat kali ganda panjangnya apabila dikira semua masa berhenti dan mengulang. Kuliah yang penuh istilah teknikal yang tidak dikenali boleh mengambil masa jauh lebih lama lagi, kerana anda sentiasa berhenti untuk memastikan ejaan dan sebutan yang jika difahami, boleh ditaip terus tanpa gangguan. Untuk rakaman dua jam, menaip secara manual bukan kerja semalam. Ia kerja beberapa malam, dan lebih baik mengetahuinya sebelum mula daripada baru menyedarinya sejam kemudian.
Transkripsi Automatik Tidak Menjadi Lebih Lambat – Tetapi Kualitinya Menurun
Inilah bahagian yang mengejutkan kebanyakan orang kali pertama mencubanya. Transkripsi automatik tidak mengambil masa lebih lama walaupun audio sukar. Ia mengambil masa pemprosesan yang lebih kurang sama sama ada rakaman itu satu suara yang jelas dalam bilik yang senyap atau tiga orang bertengkar melalui sambungan telefon yang buruk. Yang berubah dengan audio yang lebih sukar ialah kualiti hasilnya, bukan masa yang diambil untuk menghasilkannya.
Itu berita baik dan buruk pada masa yang sama. Baik, kerana anda tidak perlu menunggu lebih lama untuk keadaan yang lebih teruk – perisian akan siap mengikut jadualnya sendiri tanpa mengira keadaan. Buruk, kerana masa yang dijimatkan pada peringkat awal tidak hilang begitu saja, ia hanya berpindah ke peringkat akhir, iaitu berapa banyak pembetulan yang diperlukan selepas itu. Sesuatu seperti proses di sebalik penukaran audio kepada teks akan memberikan anda dokumen lengkap untuk fail dua jam dengan pantas. Sama ada dokumen itu hampir siap atau memerlukan semakan teliti bergantung sepenuhnya kepada apa yang masuk ke dalam mikrofon, bukan kepada cara perisian itu memprosesnya.
Proses Pembetulan Sebenarnya Menentukan Malam Anda
Inilah angka yang tidak pernah diambil kira oleh kebanyakan orang, dan inilah yang paling penting. Transkrip yang dihasilkan sekadar untuk dicari kemudian – untuk mencari bahagian di mana seseorang menyebut tarikh, atau untuk menyemak keputusan yang telah dibuat – hampir tidak memerlukan pembetulan. Anda boleh mengabaikan kesilapan kecil kerana anda sudah tahu lebih kurang apa yang sepatutnya ada di situ. Untuk rakaman dua jam, semakan seperti ini mungkin hanya mengambil masa dua puluh minit untuk disemak dan disahkan boleh digunakan.
Transkrip yang bakal dipetik, diterbitkan, atau diberikan kepada seseorang yang tidak berada di situ adalah kerja yang sama sekali berbeza. Ia memerlukan pendengaran penuh terhadap audio, ayat demi ayat, kerana kesilapan dalam petikan adalah masalah yang berbeza daripada kesilapan dalam nota peribadi untuk diri sendiri. Untuk dua jam audio sumber, semakan teliti seperti ini boleh mengambil masa hampir dua jam masa anda sendiri, kadangkala lebih lagi jika bahan itu padat atau teknikal.
Kesilapan tidak tersebar sama rata di seluruh rakaman, dan inilah satu-satunya berita baik yang sebenar di sini. Nama, istilah teknikal, nombor dan pertindihan percakapan adalah bahagian di mana hasil automatik sering tersasar. Sebahagian besar rakaman dua jam biasanya akan kembali dengan tepat, dan hanya beberapa minit tertentu – biasanya di mana dua orang bercakap serentak, atau seseorang menyebut satu angka dengan pantas – yang memerlukan perhatian sebenar. Jika anda tahu lebih kurang di mana minit-minit itu berada, anda boleh terus ke bahagian tersebut tanpa perlu membaca semula seluruh dokumen dari awal hingga akhir. Mengira anggaran anda sendiri terlebih dahulu, berdasarkan panjang rakaman dan tujuan sebenar transkrip itu, melalui kalkulator masa transkripsi memberikan anda perancangan yang lebih hampir dengan realiti berbanding tekaan semata-mata sebelum anda mula.
Memecahkan Fail Tidak Menjimatkan Masa, Tetapi Menyelamatkan Malam Anda
Memotong rakaman dua jam kepada empat bahagian tiga puluh minit sebelum ditranskripkan tidak menjadikan keseluruhan kerja lebih pantas. Pengiraan daripada bahagian-bahagian sebelum ini tidak berubah – anda masih mentranskripkan dua jam pertuturan, dan membetulkan apa saja yang perlu dibetulkan, tidak kira bagaimana anda memotong fail itu. Yang berubah ialah sama ada kerja itu boleh diselang-selikan atau tidak.
Satu fail dua jam sebenarnya satu sesi kerja, kerana membukanya semula kemudian bermakna anda perlu mencari semula kedudukan anda dalam susunan teks yang panjang tanpa jeda semula jadi. Empat fail berasingan bermakna empat sesi kerja, dan anda boleh menyiapkan satu malam ini, satu lagi esok, dan selebihnya minggu depan tanpa hilang jejak di mana anda berhenti. Untuk rakaman selama ini – cukup panjang sehingga menyiapkan semuanya dalam satu masa agak mustahil bagi kebanyakan orang – keupayaan untuk diselang-selikan ini lebih penting berbanding sebarang kelajuan yang diperoleh daripada memproses bahagian-bahagian secara serentak. Jika anda berniat melakukan semakan pembetulan dengan betul, rancanglah untuk memecahkannya kepada beberapa sesi daripada mengharapkan boleh duduk sekali dan terus siap.
Satu pilihan yang berbaloi diketahui di sini ialah aplikasi yang menguruskan keseluruhan fail sekali gus, tanpa perlu anda memecahkannya sendiri. Aplikasi transkripsi ini boleh didapati melalui halaman muat turun untuk iOS, Android dan macOS, dan menerima audio, video, rakaman atau pautan YouTube lalu mengembalikan teks lengkap dengan label penutur, ringkasan, dan terjemahan merentasi pelbagai bahasa – satu lagi cara antara beberapa yang diterangkan di atas, bukan jalan pintas untuk mengelak proses pembetulan itu sendiri.
Apa yang Tidak Boleh Diharapkan Secara Realistik
Transkripsi automatik tidak mengenali nama penutur anda melainkan anda memberitahunya. Ia hanya memberikan label, bukan nama yang tidak mungkin ditekanya, dan kekal begitu sehingga seseorang membetulkannya. Ia juga tidak boleh dipercayai untuk mengenal pasti nama yang belum pernah dilihat ejaannya, istilah khusus bidang anda, atau nombor yang disebut dengan pantas di tengah-tengah ayat yang laju. Inilah sebenarnya titik-titik masalah yang selalu menjadi tumpuan pembetulan, dan tidak ada kuasa pemprosesan yang boleh mengelakkannya.
Pertindihan percakapan hampir tidak boleh diselamatkan tidak kira cara apa pun yang digunakan. Apabila dua orang bercakap serentak, baik transkripsi automatik maupun seseorang yang menaip secara manual akan kehilangan sebahagiannya – perisian akan memilih satu aliran percakapan dan mengabaikan yang lain, dan seseorang yang menaip mengalami masalah yang sama, cuma lebih perlahan. Jika rakaman dua jam mempunyai bahagian panjang perbualan yang bertindih, peruntukkan masa pembetulan tambahan khusus untuk bahagian tersebut, dan jangan mengharapkan mana-mana kaedah dapat memberikan bacaan bersih kedua-dua suara serentak.
Anggaran dua jam ini sendiri hanyalah titik permulaan, bukan jaminan. Rakaman dengan kelajuan yang sekata, seorang penutur, dan istilah yang biasa akan bergerak lebih pantas melalui setiap peringkat yang diterangkan di sini berbanding rakaman dengan tiga orang, mikrofon yang lemah, dan topik yang tidak dikenali. Pengiraan di atas memberikan anda perancangan untuk malam itu. Ia tidak menjanjikan anda akan selesai dalam satu masa.
