Kun je audio transcriberen zonder dat het ergens wordt geüpload?

Belangrijkste punten

Ja, het kan, maar het komt minder vaak voor dan de marketing doet geloven. Transcriptie die op je eigen apparaat draait en transcriptie die op een server draait zijn twee verschillende bouwwijzen, geen instelling die je omzet, en de meeste apps werken via een server omdat een lokaal model opslagruimte kost en op ouder hardware trager draait. Een privacybeleid dat versleuteling onderweg belooft, beschrijft de verbinding, niet de bestemming. Stel elk hulpmiddel drie vragen: verlaat de audio het apparaat, hoe lang wordt die bewaard, en wordt die gebruikt om iets te trainen?

Als je een opname hebt van een therapiesessie, een gesprek met een advocaat, of een vergadering die nooit buiten de deur had mogen komen, is de vraag niet theoretisch. Je wilt weten of dat bestand tekst kan worden zonder dat er een kopie op de hardware van iemand anders belandt. Het antwoord bestaat, en het is specifieker dan de meeste productpagina’s laten doorschemeren.

Hierna volgt het eerlijke verhaal: wat lokaal draait, wat niet, waarom die scheiding loopt zoals ze loopt, en wat je moet vragen voordat je iets vertrouwt met audio die je niet meer kunt terughalen.

Lokale en server-transcriptie zijn twee verschillende bouwwijzen

Het belangrijkste om te begrijpen is dat dit geen privacyvoorkeur is die een app je toestaat. Transcriptie die op je telefoon of laptop gebeurt en transcriptie die op een externe machine gebeurt, zijn verschillende architecturen. Een app is op de ene of de andere manier gebouwd. Er is geen verborgen schakelaar in de instellingen die het werk van een server naar je apparaat verplaatst, want de onderdelen die nodig zijn voor lokale verwerking zaten al bij de app of ze zaten er niet bij.

Lokale transcriptie betekent dat een spraakmodel op je apparaat staat. Je audio wordt daar aangeboden, de tekst komt daar uit, en er hoeft niets te reizen. Server-transcriptie betekent dat je audio ergens naartoe wordt gestuurd, verwerkt wordt op hardware die je niet zelf beheert, en de tekst weer teruggestuurd wordt. Beide kunnen goed gebouwd zijn. Beide kunnen slecht gebouwd zijn. Maar alleen de eerste houdt de audio in jouw handen, en welke van de twee je gebruikt is een eigenschap van de software, geen kwestie van hoe zorgvuldig je hem hebt ingesteld.

Dat de meeste apps voor de serverroute kiezen, komt niet door onverschilligheid. Een lokaal model moet op het apparaat worden opgeslagen, en dat kost echte opslagruimte. Het draait op de processor die het apparaat toevallig heeft, wat betekent dat het trager is op oudere hardware en nog trager bij lange bestanden. Die twee beperkingen zijn genoeg om de meeste producten richting servers te duwen, waar het model groot kan zijn, de hardware snel kan zijn, en er niets gedownload hoeft te worden. Die afweging is de hele verklaring waarom de privéoptie de uitzondering is.

Versleuteling onderweg beschrijft de weg, niet de bestemming

Hier krijgen veel redelijke mensen een vals gevoel van veiligheid. Een privacybeleid stelt dat je gegevens onderweg versleuteld zijn. Die zin is bijna altijd waar, en ze zegt niets over of je audio op een server wordt verwerkt of daar daarna wordt opgeslagen.

Versleuteling onderweg betekent dat de verbinding tussen je apparaat en de dienst beschermd is terwijl de gegevens zich verplaatsen. Het is een uitspraak over de weg. Ze is volledig te combineren met audio die op een server aankomt, daar wordt verwerkt, en daar blijft liggen zolang het bewaarbeleid dat toelaat. Een belofte over versleuteling onderweg is eigenlijk stille bevestiging dat er überhaupt iets onderweg is. Audio die je apparaat nooit verlaat, heeft geen beschermde verbinding nodig, omdat er geen reis plaatsvindt.

Splits dus de claims wanneer je een beveiligingspagina leest. Bescherming van de verbinding is één claim. Waar de verwerking plaatsvindt is een andere. Hoe lang de audio bewaard blijft is een derde. Een pagina kan volledig eerlijk zijn over de eerste en simpelweg zwijgen over de andere twee, en jij blijft achter met een indruk die de pagina nooit heeft uitgesproken.

Wat een browser echt kan zonder je bestand te versturen

Er bestaat een echte categorie hulpmiddelen die een bestand volledig in je browser verwerken. Je opent een pagina, kiest een bestand, en het werk gebeurt in het tabblad. Er wordt niets geüpload. Dit is geen marketingtruc; zo is het hulpmiddel gebouwd, en het betekent dat het bestand je apparaat nooit verlaat.

De beperking zit in wat die hulpmiddelen kunnen. Verwerking in de browser werkt voor taken die geen model nodig hebben: ondertitelformaten omzetten, tijdcodes verschuiven zodat ondertitels aansluiten bij een opnieuw gemonteerde video, of woorden en tekens tellen in een transcript dat je al hebt. Dat zijn bewerkingen van tekst en tijdgegevens. Ze zijn klein, voorspelbaar, en hebben niets anders nodig dan het bestand zelf.

Spraak omzetten naar tekst is geen taak van dat soort. Daar is een spraakmodel voor nodig, en een model is iets groots dat ergens vandaan moet komen en ergens moet wonen. Een webpagina die aanbiedt je audio te transcriberen, stuurt die audio in de praktijk naar een server om verwerkt te worden. De pagina is het venster; het werk gebeurt ergens anders. Als een browserhulpmiddel transcribeert, ga er dan van uit dat het bestand geüpload wordt, en zoek naar het bewaarbeleid in plaats van naar de geruststelling.

De drie vragen die antwoorden van marketing onderscheiden

Je hoeft niemands infrastructuur te controleren. Je hebt drie antwoorden nodig, en je hebt ze alle drie nodig, want een goed antwoord op de ene vraag kan een slecht antwoord op de andere verhullen.

• Verlaat de audio het apparaat? Niet “is het veilig” en niet “is het versleuteld” – reist het ergens naartoe. Een dienst die op een server verwerkt, zou dat gewoon moeten zeggen.
• Hoe lang wordt het bewaard? Als audio ergens naartoe wordt gestuurd, wordt die ook ergens opgeslagen, al is het maar kort. De vraag is of dat minuten, dagen, of tot je zelf om verwijdering vraagt is.
• Wordt het gebruikt om iets te trainen? Audio verwerken en van audio leren zijn twee verschillende dingen. Een dienst kan eerlijk zijn over het eerste en vaag over het tweede.

Als een pagina alleen de eerste vraag beantwoordt, heb je een derde van het beeld. Als een pagina geen van de drie beantwoordt en in plaats daarvan met versleutelingstaal komt, beschouw dat zelf als een antwoord. Vaagheid over bewaartermijnen is zelden toevallig.

Toegepast op dit onderwerp: de transcriptie-app SozAI draait op een server, dus audio die je opneemt of uploadt wordt verstuurd voor verwerking, en de details over bewaring en verwerking staan beschreven op de pagina over beveiliging en gegevensverwerking. De gratis tools voor ondertitels en tekens tellen op de website zijn het deel dat volledig in je browser draait, en die transcriberen niet.

Een transcript verwijderen is niet hetzelfde als de audio verwijderen

Dit is waar mensen de mist ingaan die verder alles goed deden. Je bent klaar met een gevoelige opname, je verwijdert het transcript uit de app, en het item verdwijnt uit je lijst. Het voelt afgehandeld.

Het transcript en de audio vallen meestal onder afzonderlijke bewaarregels. Een transcript uit een app verwijderen, verwijdert het uit jouw beeld van de app. De audio die het heeft opgeleverd, blijft bij de dienst die de verwerking deed, onder het bewaarbeleid dat die dienst voert, en dat beleid wordt misschien niet in werking gezet door het feit dat jij een stukje tekst verwijdert. De twee verwijderingen zijn afzonderlijke handelingen, en je ziet er maar één van.

Als de audio er dus toe doet, zoek dan specifiek naar het antwoord over bewaring, in het privacybeleid of waar een dienst dat ook documenteert. Zoek naar een genoemde termijn, of een genoemde manier om verwijdering van het bronbestand aan te vragen, niet alleen van de uitkomst. Vind je geen van beide, dan heb je geen beleid gevonden dat dekt waar je je zorgen over maakt.

Wat je opgeeft als je op lokale verwerking staat

Als je besluit dat er niets het apparaat mag verlaten, punt, is dat een verdedigbaar standpunt, en er hangt een prijs aan. Wees je bewust van die prijs voordat je erin stapt, want de teleurstelling komt meestal later, halverwege een lang bestand.

Het model moet op je apparaat staan, dus je betaalt in opslagruimte. Het moet op je apparaat draaien, dus je betaalt in tijd, en die rekening groeit bij oudere hardware en lange opnames. Een vergadering van twee uur is geen klusje van twee minuten op een telefoon van een paar jaar oud. Binnen de lokale architectuur is hier niet omheen te kopen, want het hele punt is dat er geen snellere machine bij betrokken is.

Wat nauwkeurigheid betreft: verzet je tegen de verleiding om in beide richtingen een algemene regel aan te nemen. Wat wél zeker is, is dat een lokale opstelling begrensd wordt door wat op het apparaat past en wat het apparaat kan berekenen, en een serveropstelling die grens niet heeft. Of dat zich vertaalt naar jouw transcript hangt af van het model, de opname, de accenten, achtergrondgeluid en de taal. De enige eerlijke test is je eigen audio, op het hulpmiddel dat je overweegt, voordat je erop vertrouwt voor iets dat ertoe doet.

En er is een middenweg die mensen over het hoofd zien: niet elke opname vraagt om dezelfde behandeling. De therapiesessie en het teamoverleg hoeven niet identiek behandeld te worden. Het is heel redelijk om voor het meeste werk een servergebaseerd hulpmiddel te gebruiken en een kleine groep opnames daar helemaal buiten te houden, en die met de hand te transcriberen of gewoon niet. Bepalen in welke stapel een bestand hoort, brengt je meestal sneller tot rust dan zoeken naar één hulpmiddel dat elk geval aankan.