Главное
Сначала ищите текстовую расшифровку, а не наушники. WhatsApp умеет расшифровывать голосовые сообщения прямо на телефоне — если включить эту функцию в настройках чата и языковой пакет уже скачался, — но появится ли она у вас вообще, зависит от модели телефона, версии операционной системы и языка сообщения. В Telegram расшифровка — платная функция премиум-подписки, и её качество сильно скачет от языка к языку. Оба варианта — это вспомогательный инструмент для чтения. Если сообщение нужно сохранить, использовать в работе или переслать дальше, лучше извлечь аудио и сделать полноценную транскрипцию.
Голосовое сообщение всегда приходит в неподходящий момент. Вы на четвёртой минуте совещания, стоите в тихом вагоне метро, или ребёнок только что заснул в соседней комнате, а телефон не зря стоит на беззвучном режиме. Кто-то отправил вам пятьдесят восемь секунд речи — и никакой подсказки, о чём там идёт речь.
Есть два варианта решения, и стоит понять, какой из них нужен вам, прежде чем что-то нажимать. Чаще всего вам нужна просто суть, и прямо сейчас, а телефон, возможно, уже способен её дать. Иногда сообщение содержит что-то важное, что понадобится позже, — и это уже другая задача, требующая другого инструмента.
Сначала проверьте, нет ли расшифровки уже готовой
Прежде чем искать что-то ещё, посмотрите, не выдаст ли приложение вам текст само. И WhatsApp, и Telegram умеют это делать при определённых условиях, и если вы как раз подходите под эти условия, вся проблема решается за пять секунд.
Если ничего не появилось, не тратьте совещание на поиски по меню. Либо функция вам недоступна, либо её нужно сначала настроить, а ни то, ни другое не стоит делать одним пальцем под столом. Лучше пропустите этот шаг: заглушите уведомление и разберитесь с сообщением позже.
Расшифровка в WhatsApp — и почему её может не быть у вас
WhatsApp добавил собственную расшифровку голосовых сообщений, и она работает прямо на телефоне, а не где-то на сервере. Функцию включают в настройках чата WhatsApp, и при первом использовании сначала скачивается языковой пакет, поэтому самая первая расшифровка получается медленнее всех последующих.
Неприятный момент — доступность функции. Появится она у вас или нет, зависит от модели телефона, от версии операционной системы на нём и от языка, который нужно расшифровать. Эти три фактора складываются непредсказуемо, и приложение никак это не объясняет. Коллега может показать вам эту опцию на своём экране, пока на вашем её просто нет, — и никакого сообщения о причине вы не увидите. Если вы посмотрели в настройках чата, а функции там нет, значит, пока она вам недоступна. Это не ваша ошибка.
Поскольку расшифровка происходит на устройстве, текст и остаётся на устройстве. Это хорошо для приватности и не очень удобно для всего остального, что вы могли бы сделать с этим текстом.
Telegram и проблема с языками
Telegram тоже расшифровывает голосовые сообщения, но это часть платной подписки Premium. Без неё функции просто нет.
А если подписка есть, качество будет сильно зависеть от языка сообщения. Одни языки выдают вполне читаемый текст. Другие возвращаются в виде набора слов, который приходится собирать в смысл по контексту, — и это медленнее, чем просто прослушать сообщение. Понять заранее, в каком случае вы окажетесь, невозможно — только проверить один раз на сообщении, которое можно и прослушать, и сравнить результат.
Читать тише, чем слушать
Отложим на секунду вопрос точности. Есть и социальная причина предпочесть текст, которая вообще не связана с качеством расшифровки.
Поднести телефон к уху на совещании — заметный жест. Так же заметен аккуратно повёрнутый динамик или наушник, который вы незаметно достаёте из кармана. А взгляд на экран — нет. Все в комнате и так знают, что вы иногда смотрите в телефон. Прочитать три строки расшифровки вписывается в это ожидание; включить звук — нет.
То же самое работает и в обратную сторону — в квартире со спящим ребёнком или в открытом офисе, где любой звук разносится далеко. Расшифровке не нужны наушники, не нужна громкость и не нужно выходить из комнаты. Даже неидеальный текст обычно даёт понять, может ли сообщение подождать час.
Когда нужно не просто прочитать, а сохранить
Встроенная расшифровка — именно вспомогательный инструмент для чтения, не больше. Её можно посмотреть. Но, как правило, её нельзя аккуратно выгрузить, по ней нельзя найти нужную фразу среди всех ваших чатов, если её сказали в голосовом сообщении ещё в марте, и слово, распознанное с ошибкой, нельзя исправить так, чтобы исправление сохранилось. Это текст на экране, а не документ, которым вы владеете.
Для большинства сообщений этого более чем достаточно. Кто-то написал, что задержится. Вы прочитали, поняли и пошли дальше. Но некоторые голосовые сообщения содержат вещи, которые понадобятся снова: адрес, принятое решение, набор инструкций, цену, о которой договорились устно. Для таких случаев правильный путь — сохранить аудио из чата и сделать нормальную транскрипцию, которая даёт готовый текстовый файл, сделанный из аудио, — его можно редактировать, искать по нему, вставлять в письмо и отправлять тому, кто не участвовал в разговоре.
Именно этим занимается приложение для транскрипции SozAI: превращает аудио- и видеофайлы в текст с разметкой по говорящим, кратким содержанием и переводом на 99+ языков — это важно, если голосовое сообщение не на том языке, на который настроен ваш телефон. Работает оно на iOS, Android и macOS, так что сделать это можно с того же телефона, на который пришло сообщение. Шагов здесь больше, чем просто открыть расшифровку в чате, и для сообщения вроде «уже иду» это будет лишней тратой времени.
Где встроенная расшифровка подводит
Встроенная расшифровка слабее всего именно там, где сообщение стоило прочитать особенно внимательно. Имена искажаются до неузнаваемости, особенно те, которые телефон никогда раньше не встречал. Названия мест заменяются похожими по звучанию обычными словами. С цифрами дело обстоит по-настоящему опасно: неверная цифра всё равно складывается во вполне правдоподобное предложение, и ничто не намекает, что она неверна. Если в сообщении есть номер телефона, код от двери, время рейса или сумма денег, относитесь к расшифровке как к подсказке и прослушайте этот момент сами, когда появится возможность.
Ещё одна надёжная слабость — язык. Всё, что не на языке телефона, распознаётся хуже, а сообщение, где посреди фразы переключаются с одного языка на другой (а именно так многие и говорят на самом деле), обычно распознаётся хуже всего.
Для чего эти расшифровки действительно хороши — это для быстрой сортировки. Срочно это или нет. Про то ли это, о чём я думаю. Можно ли подождать, пока я не выйду отсюда. С этими вопросами они справляются хорошо, и справляются молча, а это и есть весь смысл, когда звук включить нельзя. Просто не принимайте решения по конкретной детали, которую вы только прочитали, но не услышали, если ошибка в этой детали будет вам дорого стоить.
