Perkara Penting
Sebelum anda menukar rakaman panggilan kepada teks, pastikan dahulu rakaman itu sah dibuat di tempat kedua-dua pihak berada. Bidang kuasa berbeza-beza — ada yang mewajibkan semua pihak bersetuju, ada yang cuma perlu seorang peserta bersetuju — dan soalan itu perlu diselesaikan sebelum anda menekan butang rakam, bukan selepasnya. Selepas itu, ia jadi masalah teknikal semata-mata. Audio panggilan telefon bersifat jalur sempit (narrowband), jadi kodeknya membuang banyak butiran yang diperlukan oleh proses transkripsi, dan banyak rakaman mencampurkan kedua-dua belah pihak ke dalam satu saluran, menyebabkan pengenalan pihak yang bercakap jadi tidak menentu. Nombor, cara eja nama dan alamat paling mudah tersasar. Semak semula perkara-perkara ini dengan mendengar audio asal, bukan sekadar mempercayai teks.
Anda ada fail. Seseorang dalam rakaman itu menyebut sesuatu yang penting — sama ada angka, tarikh, nama atau komitmen — dan anda mahu ia dalam bentuk teks supaya boleh dirujuk kemudian. Menukar fail audio kepada teks adalah bahagian yang mudah. Dua perkara yang menentukan sama ada anda akan mendapat hasil yang boleh dipercayai berlaku sebelum anda pun membuka fail itu: sama ada rakaman itu dibenarkan, dan bagaimana audio itu ditangkap.
Mulakan dengan soalan undang-undang dahulu. Ia tidak bergantung pada apa-apa aspek teknikal, dan tidak kira betapa teliti pun transkripsi dibuat, ia tidak dapat menyelamatkan rakaman yang sememangnya tidak sepatutnya dibuat.
Soal kesahihan rakaman perlu diselesaikan dahulu
Sama ada panggilan telefon boleh dirakam bergantung pada lokasi pihak-pihak yang berbual itu. Bidang kuasa berbeza dari segi ini. Ada yang mewajibkan semua orang dalam panggilan itu bersetuju. Ada yang cuma perlu seorang peserta bersetuju, dan peserta itu boleh jadi orang yang merakam sendiri. Ini peraturan yang benar-benar berbeza, dan yang mana satu terpakai kepada anda bukan sesuatu yang boleh ditentukan hanya dengan mendengar audio.
Ini soalan undang-undang, bukan soalan teknikal. Perkara ini lebih penting daripada yang disangka, sebab jawapannya sudah ditentukan sejak detik rakaman itu dibuat. Tidak kira apa pun yang anda lakukan selepas itu, jawapannya tidak berubah. Menukarnya kepada teks tidak mengubah status itu. Memadam sebahagian fail juga tidak mengubahnya. Meminta pihak lain bersetuju kemudian pun tidak boleh mengubah secara retroaktif rakaman asal yang sudah terlanjur dibuat.
Jika kedua-dua pihak berada di lokasi berlainan semasa panggilan itu, lebih daripada satu set peraturan mungkin terpakai, dan dalam situasi seperti ini memang berbaloi untuk bertanya kepada seseorang yang benar-benar arif dengan undang-undang di tempat anda, bukan menganggap sahaja berdasarkan apa yang pernah dibaca. Ia cuma perbualan ringkas, dan sebaiknya dilakukan sebelum anda membina apa-apa berasaskan rakaman itu.
Semua ini bukan bermakna anda perlu terus membuang fail yang sudah ada. Ramai rakaman panggilan dibuat dengan pengetahuan semua pihak, atau di tempat yang cuma memerlukan persetujuan seorang peserta, atau oleh orang yang benar-benar terlibat dalam panggilan itu untuk rujukan sendiri. Tetapi selesaikan soalan ini dahulu sebelum anda mengedarkan transkrip, memetik daripadanya, atau melampirkannya pada apa-apa dokumen. Transkrip boleh tersebar lebih jauh berbanding fail audio, dan ia tersebar lebih cepat.
Mengapa audio panggilan telefon lebih sukar berbanding rakaman dalam bilik
Panggilan telefon bersifat jalur sempit (narrowband). Kodek yang membawa panggilan itu membuang sebahagian besar bunyi sebelum apa-apa pun ditulis ke dalam fail, kerana ia cuma perlu mengekalkan cukup bunyi untuk manusia mengikuti perbualan secara langsung. Manusia amat mahir mengisi jurang maklumat berdasarkan konteks. Transkripsi tidak semahir itu, dan butiran yang diperlukan untuk membezakan satu bunyi daripada bunyi lain yang serupa adalah sebahagian daripada apa yang sudah dibuang.
Inilah sebabnya penutur yang sama, menyebut ayat yang sama, boleh ditranskripsi dengan lebih tepat daripada perakam yang diletakkan di atas meja berbanding daripada talian telefon. Ini bukan soal perisian yang lebih baik dalam satu keadaan berbanding yang lain. Maklumat itu memang tiada dalam fail panggilan. Tidak ada apa pun selepas itu yang dapat memulihkannya — bukan pengurangan hingar, bukan penyeragaman volum, bukan juga menjalankan fail itu melalui alat kedua. Anda cuma bekerja dengan apa yang tinggal selepas kodek.
Tambah pula keadaan biasa dalam panggilan sebenar, dan kualitinya makin nipis. Seorang sedang berjalan. Seorang lagi ada sambungan yang lemah dan audionya terputus-putus sesuku perkataan pada satu masa. Ada yang bercakap serentak dengan orang lain. Dalam rakaman dalam bilik, pertindihan suara memang sukar; dalam panggilan yang dimampatkan, ia selalunya tidak dapat dipulihkan langsung, dan transkrip akan senyap-senyap memilih satu suara serta mengabaikan suara yang lain tanpa memberitahu anda ia sebenarnya bergelut.
Merakam panggilan pembesar suara dengan peranti kedua
Meletakkan panggilan pada mod pembesar suara dan merakamnya dengan telefon lain atau perakam tangan mungkin nampak seperti jalan mudah. Sebenarnya ia lebih buruk daripada rakaman asal. Bahagian sebelah sana panggilan itu sudah dimampatkan kepada jalur sempit, dan sekarang anda pula merakam audio yang sudah dimampatkan itu semasa ia dimainkan melalui pembesar suara kecil, terpantul pada dinding, bersama gaung dan apa saja bunyi lain dalam bilik itu. Anda kekalkan setiap kehilangan yang disebabkan kodek dan tambah pula satu lapisan masalah baru di atasnya.
Jika ada peranti atau perkhidmatan yang boleh merakam panggilan secara terus, gunakan itu. Kaedah pembesar suara ini hanya jalan terakhir, dan penting untuk diingat ia memang jalan terakhir sebelum anda bergantung padanya untuk apa-apa perkara yang perlu tepat.
Satu saluran atau dua — inilah yang menentukan sama ada anda mendapat label pihak bercakap
Banyak rakaman panggilan mencampurkan kedua-dua belah perbualan ke dalam satu saluran tunggal. Semuanya bercantum jadi satu strim, dan penanda paling jelas untuk membezakan dua orang itu — iaitu di sebelah mana talian setiap orang berada — pun hilang. Yang tinggal cumalah suara itu sendiri: pic, rentak, dan warna suara (timbre). Ini berfungsi lebih baik apabila dua suara itu jauh berbeza berbanding apabila keduanya serupa, dan ia berfungsi lebih lemah pada audio jalur sempit, sebab ciri suara yang sepatutnya membezakan mereka adalah antara butiran yang telah dibuang oleh kodek.
Apabila kedua-dua belah dikekalkan sebagai saluran berasingan, pengenalan pihak bercakap jauh lebih boleh dipercayai. Setiap saluran mewakili seorang. Tiada langkah teka-teki di sini. Jika alat rakaman yang anda guna menawarkan pilihan ini, itulah tetapan yang berbaloi dicari — dan sebaiknya dicari sebelum panggilan dibuat, bukan selepasnya.
Apabila anda bekerja dengan rakaman yang bercampur, anggap label pihak bercakap sebagai tekaan yang membantu, bukan rekod yang muktamad. Biasanya ia betul sepanjang bahagian panjang yang tidak terputus, tetapi tersasar di titik pertukaran pembicara, terutamanya bila dua orang bertindih bercakap. Jika tujuan transkrip itu adalah untuk mengesahkan siapa bersetuju dengan apa, titik-titik pertukaran itu adalah tepat tempat yang paling perlu betul, jadi semak semula ketika-ketika itu dengan audio asal.
Mengeluarkan teks daripada fail
Sebaik sahaja rakaman panggilan dieksport, ia bukan lagi “panggilan telefon” — ia hanya fail audio biasa dan boleh ditranskripsi seperti fail audio lain. Langkah eksport ini berbeza-beza: aplikasi rakaman, sistem telefon dan penyedia perkhidmatan telekomunikasi semuanya berlainan, dan pilihan untuk eksport biasanya terletak di bawah butang kongsi atau menu tiga titik pada rakaman itu sendiri. Keluarkan fail itu dahulu, kemudian berhenti menganggapnya sebagai panggilan telefon dan mula menganggapnya sebagai audio biasa.
Selepas itu, prosesnya sama seperti mana-mana fail audio yang anda mahu tukar kepada teks. SozAI mentranskripsi rakaman pada iOS, Android dan macOS dengan label pihak bercakap, ringkasan dan terjemahan merentasi 99+ bahasa; anda boleh muat turun aplikasi di sini, dan cara yang sama juga boleh digunakan untuk mesej mel suara, yang bersifat jalur sempit atas sebab yang sama dan berkelakuan serupa. Ia hanyalah satu pilihan antara beberapa lagi, dan pilihan itu tidak sepenting kualiti fail yang anda masukkan.
Jika ini bukan sekadar satu panggilan tetapi satu folder penuh rakaman yang terkumpul sepanjang beberapa bulan, masalahnya berubah bentuk. Mentranskripsi semuanya semata-mata untuk mencari satu ayat biasanya bukan langkah yang tepat — matlamat yang lebih berguna adalah boleh mencari dalam simpanan rakaman panggilan yang banyak berbanding membacanya satu-satu.
Jika rakaman itu mungkin akan jadi bahan bukti
Rakaman yang dibuat sekadar untuk mengingatkan diri sendiri tentang apa yang dibincangkan, dan rakaman yang digunakan sebagai bahan bukti, dinilai mengikut standard yang berbeza. Untuk rujukan peribadi, transkrip yang ada sedikit kesilapan kecil pun tidak jadi masalah; anda sudah tahu apa yang berlaku dan teks itu cuma alat bantu ingatan. Untuk apa-apa yang bersifat formal, fail asal biasanya perlu disimpan tanpa diedit.
Ini bermakna anda perlu simpan fail itu tepat seperti mana ia dirakam. Jangan potong bahagian senyap di permulaan. Jangan buang bahagian tengah yang dianggap tidak relevan. Jangan eksport semula dalam format lain untuk mengecilkan saiznya, dan jangan jalankan ia melalui alat yang menyeragamkan volum lalu menghasilkan fail baru. Setiap satu daripada langkah itu menghasilkan versi terbitan, dan fail asal itulah yang mempunyai nilai sebenar. Kerja dengan salinan dan biarkan fail asal tidak disentuh.
Dalam keadaan begini, transkrip cuma menjadi dokumen kerja yang menyertai rakaman itu, bukan menggantikannya. Ia membantu orang mencari tiga puluh saat yang relevan dengan pantas. Rakaman itulah yang sebenarnya menyatakan apa yang disebut dalam tiga puluh saat itu. Sama ada rakaman itu boleh diterima sebagai bahan bukti langsung adalah soalan lain, dan soalan itu perlu ditanya kepada orang yang sama yang anda rujuk tentang kesahihan membuat rakaman itu.
Perkara yang masih perlu anda betulkan sendiri
Bahagian dalam panggilan yang paling sering diperlukan orang selepas itu adalah nombor, cara eja nama dan alamat — nombor rujukan, jumlah wang, cara eja nama keluarga, nama jalan. Bahagian-bahagian inilah juga yang paling rosak akibat audio jalur sempit, sebab ia tidak membawa konteks sekeliling. Satu ayat penuh boleh dibina semula berdasarkan perkataan di sekelilingnya. Satu nombor tujuh digit tidak boleh. Jika satu digit tersalah, tiada apa pun dalam audio sekeliling yang menunjukkan kesilapan itu, dan transkrip akan mempersembahkannya dengan keyakinan yang sama datar seperti bahagian lain.
Jadi, anggap setiap nombor, nama dan alamat dalam transkrip panggilan sebagai sesuatu yang perlu disahkan, bukan terus digunakan. Cari perkataan itu dalam teks, langsung ke ketika itu dalam audio, dan dengar sendiri. Ia hanya mengambil masa seminit bagi setiap butiran, tetapi itulah beza antara transkrip yang boleh anda percayai untuk bertindak dan transkrip yang cuma nampak munasabah. Jika satu-satu butiran itu cukup penting sehingga kesilapan padanya boleh merugikan anda, itulah ujian sama ada ia perlu disemak.
Tetapkan jangkaan anda untuk bahagian selebihnya berdasarkan ini. Transkrip panggilan telefon secara umum adalah rekod yang baik untuk isi perbualan — bentuk keseluruhan perbualan, apa yang dicadangkan, apa yang dipersetujui, nada sesuatu perselisihan. Ia rekod yang lebih lemah untuk butiran tepat, dan makin lemah lagi apabila dua orang bercakap serentak atau apabila sambungan terputus. Mengetahui bahagian mana yang boleh dipercayai adalah kemahiran utama dalam hal ini. Transkrip memberi anda versi perbualan yang pantas dan boleh dicari, serta jalan kembali ke saat tepat dalam audio bila-bila anda perlukan. Ia tidak menggantikan audio, dan pada fail jalur sempit, ia memang tidak pernah dirancang untuk berbuat demikian.
