Главное
Да, это возможно, но встречается такое куда реже, чем обещает реклама. Расшифровка, которая выполняется на вашем устройстве, и расшифровка, которая выполняется на сервере, — это два разных способа построить приложение, а не переключатель в настройках, и большинство приложений выбирают серверный вариант, потому что локальная модель занимает место на диске и работает медленнее на старом железе. Обещание «шифрование при передаче» в политике конфиденциальности описывает канал связи, а не то, куда в итоге попадают данные. У любого сервиса стоит спросить три вещи: покидает ли аудио устройство, как долго оно хранится и используется ли оно для обучения чего-либо.
Если у вас на руках запись сессии с психотерапевтом, разговора с юристом или совещания, которое вообще не должно было выходить за пределы комнаты, вопрос перестаёт быть теоретическим. Вам нужно понять, можно ли превратить файл в текст так, чтобы его копия не оказалась на чужом сервере. Ответ на этот вопрос существует, и он куда конкретнее, чем можно понять со страниц большинства продуктов.
Дальше — честная картина: что действительно работает локально, что нет, почему граница проходит именно так и что стоит спросить, прежде чем доверять кому-то запись, которую нельзя забрать назад.
Локальная и серверная расшифровка — это два разных устройства приложения
Самое важное, что нужно понять: это не настройка приватности, которую приложение вам «разрешает». Расшифровка на вашем телефоне или ноутбуке и расшифровка на удалённой машине — это разные архитектуры. Приложение изначально построено тем или иным способом. Спрятанного в настройках переключателя, который перенёс бы работу с сервера на устройство, не существует, потому что всё необходимое для локальной обработки либо было встроено в приложение с самого начала, либо его там просто нет.
Локальная расшифровка означает, что речевая модель живёт прямо на вашем устройстве. Аудио подаётся на неё там же, текст получается там же, и никуда ничего отправлять не нужно. Серверная расшифровка означает, что ваше аудио куда-то отправляется, обрабатывается на чужом железе, а обратно приходит уже текст. Обе схемы можно реализовать хорошо. Обе можно реализовать плохо. Но только одна из них оставляет аудио у вас в руках, и то, какую из них вы используете, — это факт о самой программе, а не о том, насколько аккуратно вы её настроили.
Большинство приложений выбирают серверный путь не из равнодушия к приватности. Локальную модель нужно где-то хранить на устройстве, а это реальное место на диске. Она работает на том процессоре, который есть у пользователя, а значит, на старом железе — медленнее, а на длинных файлах — ещё медленнее. Этих двух ограничений достаточно, чтобы подтолкнуть большинство продуктов к серверам: там модель может быть большой, железо — быстрым, и ничего не нужно скачивать заранее. Именно этот компромисс объясняет, почему приватный вариант — редкость, а не норма.
«Шифрование при передаче» описывает дорогу, а не пункт назначения
Именно здесь у многих разумных людей возникает ложное чувство безопасности. В политике конфиденциальности написано, что данные шифруются при передаче. Это утверждение почти наверняка правда, и оно ничего не говорит о том, обрабатывается ли ваше аудио на сервере и хранится ли оно там потом.
«Шифрование при передаче» означает, что соединение между вашим устройством и сервисом защищено, пока данные движутся по сети. Это утверждение про дорогу. Оно прекрасно сочетается с тем, что ваше аудио доезжает до сервера, обрабатывается там и лежит в хранилище столько, сколько позволяет политика хранения. Более того, само упоминание шифрования при передаче — это тихое подтверждение того, что передача вообще происходит. Аудио, которое никогда не покидает устройство, не нуждается в защищённом соединении — просто потому, что ему некуда ехать.
Поэтому, читая страницу о безопасности, разделяйте утверждения. Защита соединения — это одно утверждение. Где происходит обработка — другое. Как долго хранится аудио — третье. Страница может быть безупречно честной насчёт первого пункта и просто молчать про два остальных, а вы уйдёте с ощущением, что вам сказали то, чего на самом деле никто не говорил.
Что браузер реально может сделать, не отправляя ваш файл никуда
Существует настоящая категория инструментов, которые обрабатывают файл целиком в браузере. Вы открываете страницу, выбираете файл, и вся работа происходит прямо во вкладке. Ничего не загружается на сервер. Это не рекламная формулировка, а то, как инструмент устроен технически, и это значит, что файл действительно не покидает ваш компьютер.
Загвоздка — в том, что именно такие инструменты умеют делать. Обработка внутри браузера работает для задач, которым не нужна модель: конвертация между форматами субтитров, сдвиг тайм-кодов, чтобы подписи совпали с перемонтированным видео, подсчёт слов или символов в готовом тексте расшифровки. Это преобразования текста и данных о времени. Они простые, детерминированные и требуют только самого файла — и ничего больше.
Превращение речи в текст — задача другого рода. Для неё нужна речевая модель, а модель — это большая штука, которая должна откуда-то взяться и где-то жить. Веб-страница, которая предлагает расшифровать ваше аудио, на практике отправляет это аудио на сервер для обработки. Страница — это лишь интерфейс, а работа выполняется где-то ещё. Если браузерный инструмент расшифровывает аудио, считайте, что файл загружается, и ищите не успокаивающие формулировки, а конкретную политику хранения данных.
Три вопроса, которые отличают ответ от рекламы
Вам не нужно проводить аудит чужой инфраструктуры. Вам нужны три ответа, и нужны все три сразу, потому что хороший ответ на один вопрос может маскировать плохой ответ на другой.
- Покидает ли аудио устройство? Не «безопасно ли это» и не «зашифровано ли это» — а именно перемещается ли файл куда-то. Сервис, который обрабатывает данные на сервере, должен сказать об этом прямо.
- Как долго оно хранится? Если аудио куда-то отправляется, оно где-то хранится — хотя бы недолго. Вопрос в том, идёт ли речь о минутах, днях или о хранении до тех пор, пока вы сами не попросите удаление.
- Используется ли оно для обучения чего-либо? Обработать ваше аудио и обучаться на вашем аудио — это разные вещи. Сервис может быть честен насчёт первого и уклончив насчёт второго.
Если страница отвечает только на первый вопрос, у вас есть треть картины. Если она не отвечает ни на один из них, а вместо этого предлагает формулировки про шифрование, воспринимайте это как ответ сам по себе. Неопределённость насчёт хранения данных редко бывает случайной.
Применим этот стандарт здесь же: приложение SozAI для расшифровки работает через сервер, поэтому записанное или загруженное вами аудио отправляется на обработку, а подробности о хранении и обращении с данными изложены на странице о безопасности и обработке данных. А бесплатные инструменты для субтитров и подсчёта на сайте — это та часть, которая работает целиком в браузере, и они ничего не расшифровывают.
Удалить расшифровку — не то же самое, что удалить аудио
Это тот момент, на котором спотыкаются даже те, кто сделал всё остальное правильно. Вы закончили работу с деликатной записью, удалили расшифровку из приложения, и пункт пропадает из списка. Кажется, что дело сделано.
На расшифровку и на аудио, как правило, действуют разные правила хранения. Удаление расшифровки из приложения убирает её из вашего интерфейса приложения — и только. Аудио, из которого она получена, продолжает жить у сервиса, который его обрабатывал, по правилам хранения этого сервиса, и нажатие кнопки «удалить» на кусочке текста может никак на эти правила не влиять. Это два разных действия удаления, и перед вами — только одно из них.
Поэтому, если сохранность аудио для вас важна, ищите ответ про хранение отдельно — в политике конфиденциальности или там, где сервис это документирует. Ищите конкретный срок хранения или конкретный механизм запроса на удаление исходного файла, а не только результата. Если не находите ни того, ни другого, значит, вы не нашли политику, которая покрывает именно то, что вас беспокоит.
Чем вы платите, если настаиваете только на локальной обработке
Если вы решаете, что вообще ничего не должно покидать устройство, точка, — это разумная позиция, но за неё приходится платить. Стоит понять цену заранее, потому что разочарование обычно настигает позже, где-то посередине длинного файла.
Модель обязана находиться на вашем устройстве — значит, вы платите местом на диске. Она обязана работать на вашем устройстве — значит, вы платите временем, и этот счёт растёт на старом железе и с длинными записями. Двухчасовое совещание не превращается в двухминутную задачу на телефоне возрастом в несколько лет. Откупиться от этого внутри локальной архитектуры не получится, потому что весь смысл такого подхода — в том, что более быстрая машина в процессе просто не участвует.
Что касается точности, не поддавайтесь искушению принять общее правило в ту или другую сторону. Достоверно можно сказать только одно: локальная схема ограничена тем, что помещается на устройство и что оно способно вычислить, а серверная схема таких ограничений не имеет. Проявится ли это в вашей конкретной расшифровке, зависит от модели, самой записи, акцентов, фонового шума и языка. Единственный честный тест — прогнать через выбранный инструмент собственное аудио, прежде чем доверять ему что-то по-настоящему важное.
И есть промежуточный путь, который многие упускают из виду: не каждая запись требует одинакового обращения. Сессия с психотерапевтом и рабочая планёрка не обязаны обрабатываться одинаково. Совершенно разумно использовать серверный инструмент для большей части работы, но держать небольшой набор записей вообще в стороне от него — расшифровывая их вручную или не расшифровывая вовсе. Решить, к какой стопке относится файл, обычно быстрее приводит к спокойствию, чем поиск одного инструмента, который подойдёт для всех случаев сразу.
