Главное
Запись, которая тянется часами, даёт на выходе текст, который никто не будет читать от начала до конца, — так что настоящая цель не аккуратный документ, а документ, по которому можно искать и из которого легко вернуться к нужному месту в аудио. Делите запись по темам или выступлениям, а не на равные куски, сохраняйте тайм-коды, будьте готовы к тому, что качество распознавания будет меняться по ходу записи, и извлекайте звук из видео, прежде чем наткнётесь на лимит загрузки, о котором даже не подозревали.
Большинство советов по транскрибации рассчитаны на файл, который можно прослушать по дороге на работу, — минут двадцать, может, сорок. Это работает нормально, пока вы не сталкиваетесь с восемью часами конференции, неделей проповедей, склеенных в один файл, или интервью, которое никак не хотело заканчиваться. На такой длине проблемы — не просто увеличенная версия обычных. Это другие проблемы, и обычные советы не всегда об этом знают.
Первый инстинкт — спросить, как получить расшифровку всего файла целиком. Правильнее спросить, что вы будете делать с этой расшифровкой, когда она появится, потому что документ на сорок тысяч слов никто не читает от начала до конца. Такой длинной записи нужна не полнота. Ей нужна возможность найти в ней дорогу обратно.
Что на самом деле ломается на большой длине
Короткая запись прячет свои же ограничения. Лимиты на загрузку, усилия по проверке текста, форма готового документа — на пятиминутной записи всё это почти не имеет значения. Растяните ту же запись до пяти часов, и все эти ограничения проявляются одновременно.
- Лимиты на загрузку, до которых короткий файл никогда не дотягивается
- Внимание, которое требуется, чтобы сверить расшифровку с часами аудио, а не с минутами
- Готовый документ, слишком длинный, чтобы кто-либо, включая вас самих, прочитал его от начала до конца
Эта граница не привязана к конкретному числу минут — она зависит от записи, микрофона и того, сколько вы уже знаете о содержании, — но направление одно для всех: после определённой длины формат результата начинает значить не меньше, чем его точность. Это не значит, что длинную запись нельзя расшифровать. Значит, что цель должна измениться. Короткая запись стремится к аккуратной расшифровке. Длинная — к расшифровке, по которой можно ориентироваться: с возможностью поиска, разбитой на осмысленные разделы, с помеченными нужными местами, чтобы их можно было найти снова. Если хочется понять, сколько времени займёт обработка файла такого размера, прежде чем тратить на это целый день, калькулятор транскрибации даст приблизительную оценку заранее.
Тайм-коды — то, что делает длинную запись переносимой
Поиск сам по себе даёт вам слова. Он не возвращает вас в аудио. На короткой записи это почти не важно — всю запись можно просмотреть за пару минут и найти нужный момент на слух, если поиск не помог. На восьмичасовой записи найденная в тексте фраза почти ничего не говорит о том, куда кликнуть в плеере, — если только расшифровка не содержит тайм-коды, привязанные к этой фразе.
Тайм-коды превращают расшифровку из документа, который читают, в документ, который используют. Они позволяют относиться к тексту как к указателю на запись, а не как к её замене: найти предложение, заметить время, перейти в этот момент в плеере и услышать всё в контексте — того, что слова сами по себе дать не могут. Без тайм-кодов длинную расшифровку можно искать, но нельзя вернуться к найденному — вы будете знать, что фраза где-то есть, без эффективного способа добраться до момента, когда она была произнесена. На файле такого размера это не мелкое неудобство. Это разница между расшифровкой, которая экономит время, и расшифровкой, которая просто переносит проблему на потом.
Если вы уже подозреваете, что будете делать это регулярно — вытаскивать конкретные моменты из часов материала для отчёта, набора заметок или просто для собственной памяти, — стоит выработать привычку заранее. Руководство о том, как найти нужный момент в длинной записи, написано именно для такой работы.
Делите по смыслу, а не по размеру
Самый очевидный способ сделать длинный файл управляемым — разрезать его на равные части: например, по часу, или на столько кусков, сколько предпочитает ваш инструмент загрузки. Не делайте так. Равные куски легко создать, но по ним почти невозможно ориентироваться, потому что граница между третьим и четвёртым куском не имеет ничего общего с тем, что в этот момент говорилось. Это просто случайная точка на часах.
Режьте вместо этого по тому, что реально меняется:
- По выступлению, если день состоял из отдельных сессий
- По проповеди, если это серия, записанная в один файл
- По теме или спикеру, если это длинное интервью или панельная дискуссия
Эти границы становятся вашим содержанием. Когда кто-то потом спросит, о чём говорилось в третьем выступлении или во второй проповеди серии, вам нужна граница, которая отвечает на этот вопрос, — а не граница, которая отвечает на вопрос «прошло ли шестьдесят минут». Это же значит, что разделы останутся актуальными и через много месяцев, даже если вы вернётесь к записи с совершенно другим вопросом в голове. Несколько лишних минут, которые уходят на разметку этих точек — до расшифровки или во время проверки результата, — окупаются с первого раза, когда вам действительно нужно быстро что-то найти.
Качество меняется по ходу многочасовой записи, и правки должны следовать за этим
Запись, которая длится часами, редко остаётся одинаковой на всём своём протяжении. Кто-то на середине переставляет микрофон. Зал заполняется, и вместе с ним меняется акустика. Спикер отворачивается, чтобы показать на слайд, и слова в этот момент доходят глуше, чем слова, сказанные минутой раньше лицом к микрофону. Это не изъян самой транскрибации — это факт о самой записи, и расшифровка будет неравномерной по всей длине: где-то точнее, где-то грубее, иногда даже в пределах одного абзаца. Эту неравномерность стоит ожидать, а не удивляться ей — она подсказывает, куда потратить то время на проверку, которое у вас есть, вместо того чтобы считать всю запись одинаково надёжной или одинаково подозрительной.
Исправлять то, что важно, а не всё подряд
Читать длинную расшифровку подряд, чтобы её исправить, — обычно неудачное использование времени. Почти ничего в записи такой длины на практике не проверяется равномерно — на некоторые отрывки вы будете опираться сильно, к другим не вернётесь никогда. Так что не читайте на точность по порядку. Найдите отрывки, которые вы реально будете цитировать, ссылаться на них или на основании которых будете принимать решение, и сверьте именно эти отрывки с аудио. Остальное оставьте как черновую, но доступную для поиска запись сказанного. Это неудобный компромисс, если вам хочется, чтобы документ был одинаково верным целиком, а не в основном верным и быстро пригодным к использованию. Но если считать, что каждое предложение одинаково стоит проверки, правка восьмичасовой записи съест целый день ради выигрыша, которым вы почти никогда не воспользуетесь.
Сам файл — проблема раньше, чем расшифровка
Длинные записи натыкаются на ограничение, о котором большинство не думает, пока оно их не остановит: размер файла. Видео целого дня конференции — крупный файл, и почти у любого способа загрузки где-то есть потолок, даже если он никак явно не указан. Та же запись в виде одного только звука — без картинки — гораздо меньше, часто настолько, что легко проходит там, где видео-версия даже близко не подходила.
Если вам нужны только слова, извлеките звук перед загрузкой. Вы теряете картинку, что обычно ничего не стоит, если никто и не собирался пересматривать запись, и получаете файл, который действительно пройдёт. Этот один шаг часто оказывается всей разницей между длинной записью, которая расшифровывается гладко, и той, что обрывается посреди загрузки по причинам, вообще не связанным с самой транскрибацией. Процесс преобразования аудио в текст устроен именно так: подать на вход звук, а не видео, — и проблема размера решается сама собой. Чтобы обрабатывать следующий длинный файл целиком — метки говорящих, сводки и расшифровку сразу, — есть простое приложение для скачивания для iOS, Android и macOS.
Что сводка не может сделать за вас
Сводка длинной записи по-настоящему полезна, и она отвечает на другой вопрос, чем расшифровка. Сводка в общих чертах говорит, что произошло: где интересные моменты, какие были основные линии разговора. Она не скажет вам точную формулировку утверждения, порядок, в котором две вещи были сказаны на самом деле, или есть ли на самом деле в записи фраза, которую вы помните лишь наполовину. Для этого нужна расшифровка — с тайм-кодами и разбитая на разделы, а не описание, заменяющее собой оригинал.
Относитесь к сводке как к карте, а к расшифровке — как к самой территории. Если запись вам незнакома, сначала прочитайте сводку — она подскажет, на какие части стоит потратить время. Затем идите в расшифровку именно за этими отрывками, а не читайте всё целиком и не доверяйте сводке, что она уловила всё, что вам когда-нибудь понадобится. Как правило, не уловила — не потому, что сводка сделана плохо, а потому, что сводка восьми часов по определению — лишь малая часть сказанного, и то, что вам в итоге понадобится, вполне может оказаться именно в той части, которая осталась за кадром. Это не критика сжатия информации — просто такова функция сводки, и ожидание, что она заодно сделает работу расшифровки, обычно и становится источником разочарования.
