วิธีอ้างอิงคำพูดจากวิดีโอในเรียงความ โดยไม่ต้องพิมพ์ซ้ำทั้งประโยค

ประเด็นสำคัญ

หาทรานสคริปต์ที่มีการประทับเวลาไว้ก่อน จะได้ทั้งคำพูดและตำแหน่งเวลาในตัวเดียวกัน ตรวจสอบประโยคที่จะยกมาอ้างกับเสียงจริงอีกครั้ง เพราะแคปชั่นอัตโนมัติมักผิดพลาดกับชื่อคน คำศัพท์เฉพาะ และตัวเลขมากที่สุด ซึ่งมักเป็นสิ่งที่อยู่ในคำพูดที่เรายกมาอ้างพอดี ใส่เครื่องหมายวรรคตอนด้วยตัวเอง และตัดสินใจว่าจะจัดการกับคำพูดที่พูดค้างหรือพูดผิดแล้วแก้ยังไง จากนั้นแปลงตำแหน่งเวลาให้เป็นรูปแบบที่สไตล์การอ้างอิงกำหนด และให้ยึดตามคู่มือของภาควิชามากกว่ากฎทั่วไป

สมมติว่าวิดีโอหยุดอยู่ตรงจุดที่มีคนพูดสิ่งที่เราต้องการเอามาใส่ในเรียงความ การพิมพ์คำพูดนั้นซ้ำด้วยการฟังเอง ต้องย้อนกลับไปฟังสามรอบเพื่อจับคำสุดท้ายให้ได้ ไม่ใช่วิธีที่คุ้มเวลาตอนกลางคืนเลย แต่มีวิธีที่เร็วกว่าและแม่นยำกว่าด้วย

ทางออกคือหาทรานสคริปต์ที่มีการประทับเวลาไว้ก่อนที่จะเริ่มเขียนคำพูดที่ยกมาอ้างลงในเรียงความ พอมีทรานสคริปต์แล้ว ขั้นตอนการยกคำพูดก็แค่คัดลอก และขั้นตอนการอ้างอิงก็แค่คำนวณตัวเลข

เริ่มจากทรานสคริปต์ ไม่ใช่การฟังด้วยหู

ทรานสคริปต์ที่มีการประทับเวลาให้เราครบทั้งสองส่วนที่คำพูดอ้างอิงต้องมี คือคำพูดที่แน่นอน และตำแหน่งในวิดีโอที่คำพูดนั้นอยู่ ถ้าไม่มีทรานสคริปต์ เราต้องทำสองงานพร้อมกัน คือฟังเนื้อหาไปด้วยและจับเวลาไปด้วย ซึ่งทำได้ไม่ดีทั้งสองอย่าง แต่ถ้ามีทรานสคริปต์ เราแยกสองงานนี้ออกจากกันได้ อ่านคำพูดจากหน้ากระดาษ และรู้อยู่แล้วว่ามันอยู่ตรงไหนของวิดีโอ เพราะตำแหน่งเวลาอยู่ข้างๆคำพูดนั้นเลย

ถ้าวิดีโออยู่บน YouTube มีหลายวิธีที่จะได้ทรานสคริปต์มา ซึ่งมีคำแนะนำอยู่ที่ วิธีดึงทรานสคริปต์วิดีโอจาก YouTube วิดีโอบางคลิปมีแคปชั่นให้ดึงมาใช้ได้ตรงๆ ส่วนบางคลิปต้องใช้เครื่องมือช่วยสร้างแคปชั่นขึ้นมา ไม่ว่าจะวิธีไหน เป้าหมายเหมือนกันคือได้เอกสารที่เลื่อนอ่านและค้นหาได้ แทนที่จะต้องเลื่อนวิดีโอไปมา

ให้ค้นหาคำเด่นๆจากช่วงที่เราจำได้ในทรานสคริปต์ แทนการเลื่อนวิดีโอไปมาด้วยความรู้สึก วิธีนี้เร็วกว่า และทำให้เจอบรรทัดที่ตรงกว่าด้วย

ตรวจสอบประโยคที่จะยกมาอ้างกับเสียงจริง

นี่คือขั้นตอนที่คนมักข้ามไป และเป็นขั้นตอนที่สร้างความเสียหายมากที่สุด แคปชั่นที่สร้างขึ้นอัตโนมัติมักผิดพลาดกับชื่อคน คำศัพท์เฉพาะ และตัวเลขมากที่สุด และคำพูดที่ยกมาอ้างในเรียงความก็มักมีสิ่งเหล่านี้อยู่พอดี ไม่ว่าจะเป็นชื่อนักวิจัย คำศัพท์เฉพาะทาง หรือตัวเลขที่มีคนอ้างถึง โปรแกรมแคปชั่นเดาคำทั่วไปได้ดี แต่เดาคำที่สำคัญที่สุดต่อประเด็นของเราได้แย่

ดังนั้นก่อนจะเอาประโยคที่ยกมาอ้างลงในเรียงความ ให้ฟังช่วงเสียงนั้นอีกครั้งแล้วเทียบกับสิ่งที่ทรานสคริปต์เขียนไว้ ขั้นตอนนี้ใช้เวลาไม่กี่วินาทีต่อคำพูดที่ยกมา ไม่เหมือนกับการถอดเทปทั้งวิดีโอใหม่ทั้งหมด เพราะเราแค่ตรวจสอบประโยคเดียว ประโยคที่กำลังจะใส่เครื่องหมายคำพูดและระบุว่าเป็นคำพูดของใครต่อหน้าอาจารย์ผู้ตรวจ

รูปแบบความผิดพลาดที่เกิดขึ้นมักไม่ใช่ประโยคที่ผิดทั้งประโยคแบบเห็นได้ชัด แต่เป็นคำผิดเล็กๆที่ดูน่าเชื่อถือ ซ่อนอยู่ในประโยคที่ถูกต้องส่วนใหญ่ เป็นความผิดพลาดแบบที่รอดพ้นการอ่านผ่านๆ เพราะทุกอย่างรอบๆมันดูถูกต้องหมด

เครื่องหมายวรรคตอนในคำพูดที่ยกมาเป็นสิ่งที่เราตัดสินใจเอง ไม่ใช่แคปชั่น

แคปชั่นอัตโนมัติมักไม่มีเครื่องหมายวรรคตอนที่เชื่อถือได้ ระบบบางตัวใส่จุลภาคและมหัพภาคตามช่วงเวลาที่หยุดพูดหรือน้ำเสียง ไม่ใช่ตามหลักไวยากรณ์ ซึ่งหมายความว่าแคปชั่นอาจตัดประโยคตรงจุดที่ผู้พูดไม่ได้ตั้งใจให้หยุด ตำแหน่งที่ประโยคจบมีผลต่อสิ่งที่ประโยคนั้นดูเหมือนจะกล่าวอ้าง ผู้พูดที่พูดประโยคเงื่อนไขยาวๆหนึ่งประโยค อาจดูเหมือนพูดข้อความยืนยันสองประโยคที่แยกจากกันในแคปชั่น

นี่หมายความว่าเครื่องหมายวรรคตอนในคำพูดที่ยกมาเป็นสิ่งที่เราตัดสินใจเองจากการฟัง ไม่ใช่สิ่งที่รับมาจากไฟล์แคปชั่น ถ้าความหมายของผู้พูดขึ้นอยู่กับว่าช่วงที่หยุดพูดนั้นเป็นจุลภาคหรือมหัพภาค นั่นคือการตัดสินใจที่เราต้องทำหลังจากฟังแล้ว และเป็นการตัดสินใจที่ควรทำให้ถูกต้องก่อนที่จะเขียนบทวิเคราะห์ทั้งพารากราฟต่อจากมัน

แปลงตำแหน่งเวลาให้เป็นรูปแบบที่สไตล์การอ้างอิงต้องการ

สไตล์การอ้างอิงที่ครอบคลุมแหล่งข้อมูลประเภทภาพและเสียงจะขอตำแหน่งเวลาควบคู่กับคำพูดที่ยกมาโดยตรง แต่สิ่งที่แต่ละสไตล์ไม่เห็นตรงกันคือรูปแบบ บางสไตล์ต้องการนาทีและวินาที บางสไตล์ต้องการชั่วโมง นาที และวินาที แม้จะเป็นวิดีโอยาวแค่ห้านาที รูปแบบที่แน่นอนต่างกันไปในแต่ละสไตล์ และภาควิชาในมหาวิทยาลัยก็มักออกคู่มือของตัวเองที่ต่างจากคู่มือสไตล์ทั่วไป เมื่อทั้งสองขัดกัน คู่มือของภาควิชาชนะ นี่ไม่ใช่เรื่องปลีกย่อย มันคือกฎจริงๆ คำสั่งของอาจารย์ผู้ตรวจอยู่เหนือคู่มือทั่วไปเสมอ

ตำแหน่งเวลาปรากฏในรูปแบบที่หลากหลายกว่าที่คิด ทรานสคริปต์อาจให้เป็นวินาทีล้วนๆ ตัวเล่นวิดีโอแสดงเป็น M:SS หรือ HH:MM:SS ไฟล์ซับไตเติลใช้รูปแบบของตัวเอง มักละเอียดถึงระดับมิลลิวินาที เพราะซับไตเติลต้องซิงค์กับคำพูดอย่างแม่นยำ การแปลงระหว่างรูปแบบเหล่านี้เป็นเรื่องคำนวณ ไม่ใช่เรื่องการตัดสินใจ แต่เป็นการคำนวณที่ยุ่งยากถ้าจะทำมือตอนสี่ทุ่มคืนหนึ่ง และง่ายที่จะพลาดหลักตัวเลขตอนแปลง 3:45 เป็นวินาทีรวม หรือกลับกัน เครื่องมือแปลงรหัสเวลา ช่วยแปลงให้เราได้ สิ่งที่เหลือให้ต้องระวังคือแค่คัดลอกตัวเลขไปวางในตำแหน่งที่ถูกต้องของการอ้างอิง

การอ้างอิงมีมากกว่าแค่ตำแหน่งเวลา

แม้จะได้รูปแบบเวลาที่ถูกต้องแล้ว อย่าลืมว่าตำแหน่งเวลาเป็นแค่ส่วนหนึ่งของการอ้างอิง ไม่ใช่ทั้งหมด เรายังต้องมีชื่อของแหล่งข้อมูล แพลตฟอร์มหรือผู้เผยแพร่ และรายละเอียดอื่นๆที่สไตล์การอ้างอิงกำหนดไว้รอบๆข้อมูลนั้น ตำแหน่งเวลาตอบคำถามว่าอยู่ตรงไหนของวิดีโอ แต่ไม่ตอบว่าใครเป็นคนทำหรือเผยแพร่ที่ไหน และทั้งสองอย่างนี้ต้องถูกต้องด้วย

รักษาความถูกต้องของคำพูดที่ยกมา

คนเราพูดโดยมีการพูดค้าง พูดคำซ้ำ และประโยคครึ่งๆที่แก้ไขกลางทาง การยกคำพูดให้ตรงกับที่พูดจริงหมายถึงการเก็บสิ่งเหล่านี้ไว้ หรือทำเครื่องหมายให้ชัดเจนว่าเราตัดออกไป ปกติใช้จุดไข่ปลาในเครื่องหมายคำพูด สิ่งที่ไม่ควรทำคือการปรับแต่งประโยคให้อ่านลื่นขึ้นแบบเงียบๆ เพราะนั่นเปลี่ยนสิ่งที่พูดจริง แม้ว่าฉบับที่ปรับแต่งแล้วจะจับใจความทั่วไปได้ก็ตาม ประโยคที่ผู้พูดแก้ไขตัวเองออกไปไม่ใช่ประโยคที่เขายืนยัน ถ้าเราตัดการแก้ไขนั้นออกไปแบบเงียบๆ เท่ากับเราใส่คำพูดที่เขาถอนไปแล้วในอีกวินาทีต่อมาเข้าไปในปากเขา

นี่เป็นการตัดสินใจที่ต้องทำทุกครั้ง และไม่มีกฎตายตัวว่าควรปรับแต่งมากแค่ไหนถึงเรียกว่ามากเกินไป วิธีที่ปลอดภัยกว่าคือเก็บความไม่เรียบร้อยไว้เป็นค่าเริ่มต้น และตัดออกเฉพาะตอนที่การพูดค้างนั้นไม่มีความสำคัญจริงๆ และทำเครื่องหมายทุกครั้งที่ตัดออก

สิ่งที่วิธีนี้ทำให้เราไม่ได้

ทรานสคริปต์ไม่ว่าจะแม่นยำแค่ไหนก็เป็นเอกสารสำหรับทำงาน ใช้เพื่อค้นหาและตรวจสอบคำพูดที่จะยกมาอ้าง แต่ไม่ใช่สิ่งที่เราอ้างอิงถึง วิดีโอยังคงเป็นแหล่งข้อมูลจริง ทรานสคริปต์เป็นแค่บันทึกช่วยจำของเรา ความแตกต่างนี้สำคัญ ถ้าอาจารย์ผู้ตรวจหรือผู้อ่านถามว่าคำพูดนี้มาจากไหน คำตอบที่ถูกต้องคือมาจากวิดีโอ ที่ตำแหน่งเวลานั้น และทรานสคริปต์เป็นแค่วิธีที่เราใช้หาคำพูดนั้นมา

ถ้าวิดีโอไม่มีแคปชั่นเปิดใช้งานเลย เราจะดึงไฟล์แคปชั่นที่มีอยู่ไม่ได้ แต่ก็ยังสร้างทรานสคริปต์จากเสียงได้ด้วยเครื่องมือถอดเสียง ความแม่นยำในคำที่ยากจะไม่ดีขึ้นเพียงเพราะทรานสคริปต์มาจากแอปเฉพาะทางแทนแคปชั่นในตัวของแพลตฟอร์ม กฎเดียวกันเรื่องการตรวจสอบชื่อคน คำศัพท์เฉพาะ และตัวเลขกับเสียงจริงยังใช้ได้เหมือนกัน สิ่งที่แอปถอดเสียงช่วยได้คือความเร็วและโครงสร้าง เครื่องมืออย่าง เครื่องมือถอดทรานสคริปต์จาก YouTube สามารถแปลงลิงก์ให้กลายเป็นเอกสารที่ค้นหาได้และมีการประทับเวลาในขั้นตอนเดียว และแอปอย่าง SozAI ก็ทำแบบเดียวกันได้กับไฟล์ที่ดาวน์โหลดมาหรือไฟล์บันทึกเสียง พร้อมป้ายชื่อผู้พูดถ้าวิดีโอมีเสียงมากกว่าหนึ่งคน ซึ่งมีประโยชน์มากถ้าคำพูดที่เราต้องการมาจากคนที่สองในบทสนทนา ไม่ใช่คนแรก แต่ไม่มีอะไรทดแทนการฟังประโยคที่แน่นอนก่อนยกมาอ้างได้

ถ้าเรากำลังทำงานจากไฟล์แทนลิงก์ ก็สามารถนำวิดีโอหรือไฟล์เสียงเข้าไปใน แอปถอดทรานสคริปต์ และสร้างทรานสคริปต์ที่มีการประทับเวลาจากไฟล์นั้นได้ ซึ่งเป็นกระบวนการเดียวกับข้างต้น แค่เริ่มจากไฟล์แทนที่จะเริ่มจาก URL

สิ่งที่อาจผิดพลาดได้ตามความเป็นจริง

แม้จะทำทุกอย่างนี้อย่างระมัดระวังแล้ว ก็ควรเตรียมใจรับความติดขัดบางอย่าง การถอดเสียงอัตโนมัติยังสะดุดกับสำเนียง เสียงพูดที่ทับซ้อนกัน และเสียงรบกวนพื้นหลัง และไม่มีการตรวจสอบใดจะทดแทนการฟังประโยคที่มีปัญหาด้วยตัวเองได้ การแปลงตำแหน่งเวลาระหว่างรูปแบบเป็นการคำนวณง่ายๆ แต่ก็ยังเป็นจุดที่พลาดได้ง่ายถ้าเราเร่งทำ ดังนั้นให้ตรวจทานตัวเลขที่แปลงแล้วกับตัวเลขต้นฉบับอีกครั้งเสมอ และคู่มือสไตล์ของแต่ละภาควิชาบางทีก็ขัดกันเองหรือขัดกับคู่มือทั่วไปในแบบที่งงจริงๆ เมื่อเจอแบบนั้น ให้ถามดีกว่าเดา เพราะรูปแบบตำแหน่งเวลาเป็นหนึ่งในไม่กี่สิ่งของการอ้างอิงที่อาจารย์ผู้ตรวจจะสังเกตเห็นทันทีถ้ามันผิด