สัญลักษณ์ในบทถอดความ: สัญลักษณ์แบบ Jefferson และระบบวงเล็บเหลี่ยมแบบเรียบง่าย
สัญลักษณ์
ความหมาย
ระบบ
[
จุดที่การพูดทับกันเริ่มต้น
แบบ Jefferson
=
คำพูดที่ต่อกันโดยไม่มีช่องว่าง (latching)
แบบ Jefferson
(0.5)
ความเงียบที่วัดเวลาได้ เป็นวินาที
แบบ Jefferson
(.)
การหยุดที่สั้นเกินกว่าจะวัด
แบบ Jefferson
[ฟังไม่ชัด 00:12:31]
ช่วงที่จับใจความไม่ได้ พร้อมเวลากำกับ
แบบวงเล็บเหลี่ยม
[พูดทับกัน]
สองคนพูดพร้อมกัน
แบบวงเล็บเหลี่ยม
[หัวเราะ]
เสียงที่ไม่ใช่คำพูด
แบบวงเล็บเหลี่ยม
นอกจากสัญลักษณ์แล้ว แนวทางการถอดความของ UK Data Service ระบุว่าบทถอดความควรมีรหัสเฉพาะ ใช้รูปแบบการจัดหน้าเหมือนกันตลอดโครงการ ใช้ป้ายผู้พูดเพื่อแสดงการสลับกันพูด และคงการขึ้นบรรทัดใหม่ไว้ เป็นเรื่องเล็กน้อย แต่เป็นสิ่งที่ช่วยให้ค้นหาและเปรียบเทียบบทถอดความได้ในภายหลัง แทนที่จะต้องอ่านทุกฉบับซ้ำ
ป้ายผู้พูดเป็นชื่อที่ซอฟต์แวร์ถอดความรู้ไม่ได้ จึงจะได้ Speaker A และ Speaker B ซึ่งคุณเปลี่ยนชื่อเองด้วยมือเมื่อรู้แล้วว่าใครเป็นใคร การติดป้ายผู้พูดให้สม่ำเสมอ อธิบายวิธีทำให้ชื่อไม่เพี้ยนไประหว่างไฟล์ตลอดทั้งโครงการ
เราให้เอนจินที่อยู่เบื้องหลังเครื่องมือสัมภาษณ์ของ SozAI ถอดความ 5 นาทีแรก (300 วินาที) ของพอดแคสต์ Houston We Have a Podcast ของ NASA Johnson Space Center ตอนที่ 180 “Artemis Mission Management” โดยมีพิธีกร Gary Jordan และแขกรับเชิญ Mike Sarafin ซึ่งเป็นผลงานของ NASA จึงโดยทั่วไปไม่อยู่ภายใต้ลิขสิทธิ์ในสหรัฐอเมริกา ผลลัพธ์ที่ได้คือ 778 คำ ตรวจพบภาษาอังกฤษ และพบผู้พูด 2 คน บรรทัดเปิดตามที่เอนจินแสดงผลมีดังนี้
[00:00] Speaker A: Houston, we have a podcast. Welcome to the official podcast of the NASA Johnson Space Center, episode 180, Artemis Mission Management. I'm Gary Jordan, and I'll be your host today.
[01:19] Speaker B: T-minus five seconds and counting. Mark.
[01:22] Speaker A: Launch commit lights are correct. There she goes. Houston. We have a podcast. Mike Serafin, thanks for coming on Houston, We Have a Podcast today.
[01:36] Speaker B: Thank you. It's a pleasure to be here to talk about these exciting Artemis missions we have ahead of us. Yeah, right?
[01:43] Speaker A: Returning to the Moon. Not a bad thing to be a part of.
เพียงห้าช่วงที่คนพูดนี้ก็มีสามจุดที่ต้องให้คนตรวจ การนับถอยหลังปล่อยจรวดที่ 01:19 และ “Launch commit lights are correct. There she goes.” ที่ 01:22 เป็นเสียงจากเทปปล่อยจรวดในหอจดหมายเหตุที่ตัดต่อเข้ามาในพอดแคสต์ ไม่ใช่พิธีกรหรือแขกพูด แต่เอนจินกลับติดป้ายเป็น Speaker B และ Speaker A ส่วน “Yeah, right?” ที่ท้ายช่วง 01:36 จริง ๆ แล้วคือพิธีกรเริ่มพูดต่อ จึงควรอยู่ต้นช่วงถัดไป ไม่ใช่ท้ายช่วงของแขก และนามสกุลของแขกออกมาเป็น Serafin ทั้งที่เครดิตของตอนสะกดว่า Sarafin
ช่วงหลังแสดงให้เห็นว่าแบบตรงตัวฉบับสะอาดมีไว้ทำอะไร ผลลัพธ์ของเอนจินที่ 02:51 อ่านว่า: ‘Yes, so you’re, you’re right in that I lived in the operations realm for 22 of my 27 years in, in my NASA career.’ การตรวจแก้แบบตรงตัวฉบับสะอาดจะเปลี่ยนเป็น: ‘You’re right in that I lived in the operations realm for 22 of my 27 years in my NASA career.’ ส่วนแบบตรงตัวทุกคำจะเก็บการพูดซ้ำไว้ตามที่ออกมา เอนจินเองมีแนวโน้มเก็บการพูดซ้ำไว้ด้วยซ้ำ คือคงการซ้ำและการเริ่มประโยคใหม่ส่วนใหญ่ไว้ตลอดทั้งไฟล์ (‘you’re, you’re right’, ‘in, in my NASA career’, ‘That’s, that’s quite a number of’) ผลลัพธ์จึงใกล้แบบตรงตัวทุกคำมากกว่าแบบตรงตัวฉบับสะอาด หากโครงการต้องการแบบตรงตัวฉบับสะอาด ให้เผื่อรอบแก้ไขไว้ไม่ว่าเอนจินใดจะเป็นผู้สร้างฉบับร่าง
เปิดด้วยคำอธิบายสั้น ๆ ที่ระบุระดับความตรงตัว สัญลักษณ์ที่ใช้ และวิธีติดป้ายผู้พูด ตามด้วยช่วงที่คนพูดที่มีป้าย เช่น Speaker A พร้อมเวลากำกับ แนวทางการถอดความของ UK Data Service เสริมว่าควรมีรหัสเฉพาะ การจัดหน้าที่เหมือนกัน ป้ายผู้พูด และการขึ้นบรรทัดใหม่ เพื่อให้ค้นหาและเปรียบเทียบได้ภายหลังโดยไม่ต้องอ่านซ้ำทั้งหมด