Kort sammanfattat
Att spela upp en lång video i högre hastighet kostar fortfarande en stor del av speltiden, och det gör inte innehållet sökbart. Ett bättre angreppssätt är att sluta se videon som något man ska titta på överhuvudtaget. Börja med en sammanfattning för att avgöra om det är värt din tid, gå sedan vidare till en tidsstämplad transkribering för att hitta just den del du behöver, och kontrollera slutligen den delen mot ljudet innan du citerar den eller lutar dig mot den. Att läsa går snabbare än att lyssna och gör att du kan hoppa fram och tillbaka. Att lyssna går inte att skynda på på samma sätt.
Någon har skickat dig en tre timmar lång inspelning – en podcast, ett konferensföredrag, en föreläsning – och sagt att det finns något viktigt i den. Du har inte tre timmar. Du har troligen inte heller nittio minuter, vilket är det de flesta först provar: spela upp den i dubbel hastighet och hoppas på det bästa.
Den instinkten är begriplig, men det är det svagaste alternativet du har. Det kostar fortfarande riktig tid, och du sitter kvar med exakt samma problem som innan, nämligen att man inte kan söka i en video. Lösningen är inte en snabbare uppspelning. Det handlar om ett helt annat sätt att komma åt innehållet.
Varför dubbel hastighet inte löser problemet
Dubbel hastighet känns som en genväg eftersom videon tar slut snabbare. Men det är inte en genväg på det sätt som spelar roll. En tre timmar lång video i dubbel hastighet är fortfarande en och en halv timme av din kväll, rak igenom, där du väntar på att den del du behöver ska dyka upp. Du måste fortfarande lyssna igenom allt som kommer före för att nå fram dit. Du kan inte hoppa direkt till avsnittet om priser, eller till stunden då en konkurrent nämns vid namn, utan att redan ungefär veta när det sker.
Hastigheten försämrar också just de detaljer du oftast letar efter. Namn, siffror, tekniska termer – sådant som en talare ofta sänker takten och upprepar när det sägs – blir svårare att uppfatta när ljudet är komprimerat. Om anledningen till att videon skickades till dig är en specifik uppgift som gömmer sig någonstans i den, ökar snabbspolning risken att du missar just den mening där den finns.
Se den som något du ska läsa, inte titta på
Den verkliga lösningen är att sluta behandla en lång video som en video. För de flesta går läsning snabbare än lyssning, och läsning har en egenskap som lyssning helt saknar: den är icke-linjär. Du kan skumma en sida, hoppa till en rubrik, hoppa över ett stycke som uppenbart inte är det du söker, och gå tillbaka till något två skärmar upp utan att tappa bort dig. Inget av detta går att göra medan en video spelas upp. Uppspelningen rör sig bara framåt, i den hastighet du valt, och din uppmärksamhet måste följa med.
När du väl accepterat att det inte är videon i sig du ska ta till dig blir ordningen självklar: skaffa en sammanfattning, skaffa en transkribering, verifiera den del som är viktig. Varje steg gör olika saker, och att hoppa över det första för att gå direkt till det andra slutar oftast med att kosta mer arbete än det sparar.
Börja med en sammanfattning för att avgöra om det är värt din tid
Innan du börjar leta efter något specifikt behöver du veta om videon är värd att ägna dig åt över huvud taget. Det är just det en sammanfattning är till för. Den talar inte om exakt var något sägs eller ordagrant vad som sades, men den ger dig helheten: vad föredraget faktiskt handlade om, om ämnet du bryr dig om alls tas upp, om det är en bisak på två minuter eller hela andra halvan.
Det här steget hoppas över oftare än det borde, vanligtvis eftersom man har bråttom och går direkt till att söka på ett nyckelord i en transkribering. Problemet är att en sökning på ett nyckelord utan sammanhang kan ge tre träffar som alla verkar rimliga men ingen av dem är den du faktiskt vill ha – och det märker du inte förrän du kontrollerat alla tre. En sammanfattning, läst först, talar om för dig vad du letar efter innan du börjar leta. En YouTube-sammanfattare finns till precis för detta beslut – inte för att ersätta att man tittar på hela klippet, utan för att avgöra om det är värt att titta vidare, eller läsa vidare, alls.
Använd sedan transkriberingen för att hitta exakt rätt del
När du vet att videon är värd din tid, och ungefär vad du letar efter, har sammanfattningen gjort sitt jobb och ett annat verktyg tar över. En transkribering besvarar en annan fråga: inte om saken finns med, utan var. Det är här en transkribering med tidsstämplar verkligen gör skillnad – en sökträff i den är inte bara en textsnutt, det är en position i videon. Hittar du meningen har du hittat minuten.
Det här är precis det som snabbspolning aldrig kan ge dig, oavsett hur fort du spelar upp klippet, eftersom hastighet inte skapar något register. En transkribering gör det. SozAIs tillägg för Chrome lägger sammanfattningen och den tidsstämplade transkriberingen i en panel bredvid själva videospelaren, och filtrerar du transkriberingen på ett ord markeras varje träff samtidigt som den behåller kopplingen till sin tidsstämpel – så du går från en gissning om innehållet till en exakt punkt i inspelningen i ett steg, utan att öppna en ny flik eller tappa bort var du var i spelaren.
Kapitel är inte samma sak
Om skaparen har lagt till kapitel är det lockande att behandla dem som en sökfunktion. De är inte det. Kapitel beskriver den struktur skaparen tänkt sig – det här är introduktionen, det här är demonstrationen, det här är frågestunden – snarare än var en specifik detalj sitter inom de avsnitten. Ett fyrtio minuter långt kapitel märkt ”Diskussion” kan innehålla just den mening du behöver var som helst inom dessa fyrtio minuter. Kapitel är en rimlig utgångspunkt för att smala av sökningen, men de är inget substitut för att faktiskt hitta meningen, och att behandla dem som ett sådant flyttar bara problemet till en mindre hög med minuter istället för att lösa det.
Kontrollera allt du tänker citera eller luta dig mot
Att snabbt hitta rätt del är inte samma sak som att lita blint på den, och det är det steg folk hoppar över oftast när de väl hittat det som ser ut som svaret. Automatiska transkriberingar är minst tillförlitliga just på det du troligen letar efter: namn, tekniska termer och siffror. En transkribering kan återge en siffra lite fel, felstava ett namn som låter som ett annat ord, eller misstolka en term den inte tränats på. Inget av det spelar någon roll om du bara vill få grepp om vad ett avsnitt handlar om. Men det spelar stor roll om du är på väg att lägga en siffra eller ett citat framför någon annan.
Lösningen är inte att generellt misstro transkriberingen – det är att kontrollera just den raden mot ljudet vid dess tidsstämpel innan du litar på den. Det går snabbt just eftersom du redan har tidsstämpeln: du letar inte efter stunden igen, du hoppar rakt till den och lyssnar i tio sekunder för att bekräfta att transkriberingen fick det rätt. Dessa tio sekunder är hela kostnaden för att undvika en felaktig siffra i en rapport eller ett felciterat uttalande i ett mejl. Om det är just detta – att hitta exakt den stunden i en lång inspelning – som du fastnar på, går det steget igenom mer utförligt i hur du hittar en specifik stund i en lång inspelning.
Vad detta angreppssätt inte löser
Inget av detta gör videon kortare, och det är värt att vara ärlig om vad du faktiskt byter till dig. Du tar dig inte igenom en tre timmar lång video på fem minuter med full förståelse för allt i den – du får den specifika sak du behövde, snabbt och med ett sätt att verifiera den, samtidigt som du hoppar över det som inte spelar någon roll för dig. Om det visar sig att du behöver verklig förståelse för hela resonemanget, inte bara var en enskild uppgift finns, tar detta angreppssätt dig snabbare till rätt avsnitt, men det ersätter inte att du faktiskt sätter dig in i det avsnittet när du är där.
Automatisk transkribering håller heller inte samma nivå i alla inspelningar. Talare som pratar i munnen på varandra, starka dialekter eller brytningar som modellen inte känner igen väl, dålig ljudkvalitet och tätt fackspråk ökar alla felfrekvensen – vilket är precis varför kontrollsteget finns och inte är valfritt. Och en sammanfattning utelämnar av naturliga skäl saker – det är det som gör den snabb att läsa, och det är också varför den är ett verktyg för att bestämma sig, inte ett verktyg för att citera.
Att lägga ordningen till rätta
Ordningen spelar större roll än något enskilt verktyg i den. Sammanfattning först, eftersom den talar om om det är värt att bry sig alls och ungefär var man ska leta. Transkribering därnäst, eftersom den förvandlar en tre timmar lång tidslinje till något sökbart och ger dig en tidsstämpel istället för en gissning. Ljudkontroll sist, på allt du tänker citera eller agera utifrån, eftersom en transkribering är ett mycket bra första utkast av vad som sagts men en osäker slutkälla för namn och siffror. Gör de tre stegen i den ordningen, och en tre timmar lång video slutar vara en hel kväll du måste offra – den blir tio minuters läsning följt av ett par minuters lyssning på just den del som faktiskt spelar roll. Vill du göra dina egna inspelningar och filer sökbara på samma sätt finns transkriberingsappen på nedladdningssidan.
