ถอดเทปสัมภาษณ์ออนไลน์

จากไฟล์เสียงสู่ข้อความที่ยกไปอ้างได้

ไม่ว่าจะเป็นการสัมภาษณ์เพื่อทำวิทยานิพนธ์ การสัมภาษณ์แหล่งข่าวสำหรับบทความ หรือการสัมภาษณ์ผู้ใช้เพื่อพัฒนาผลิตภัณฑ์ ไฟล์เสียงจะเริ่มมีประโยชน์ก็ต่อเมื่อกลายเป็นข้อความ ที่ลงรหัสได้ ยกมาอ้างได้ และค้นหาได้ การถอดด้วยมือกินเวลาสี่ถึงหกชั่วโมงต่อเสียงหนึ่งชั่วโมง หน้านี้ให้คุณเห็นว่าเวอร์ชันอัตโนมัติทำงานกับไฟล์ของคุณเองออกมาเป็นอย่างไร โดยใช้ 5 นาทีแรก ก่อนจะตัดสินใจส่งส่วนที่เหลือเข้าแอป

ใครพูดอะไร

บทสัมภาษณ์คือเสียงสองคน และข้อความที่ได้ก็สะท้อนแบบนั้น แต่ละช่วงการพูดจะมีป้ายกำกับ Speaker A หรือ Speaker B พร้อมเวลากำกับ คำถามของผู้สัมภาษณ์กับคำตอบของผู้ให้สัมภาษณ์จึงไม่ปนกัน วงสนทนาสามคนก็ทำงานแบบเดียวกัน ป้ายกำกับคงเส้นคงวาตลอดทั้งฉบับ คนที่เป็น Speaker B ในนาทีแรกก็ยังเป็น Speaker B ในนาทีที่สี่ ซึ่งเป็นเงื่อนไขที่ทำให้ลงรหัสแยกรายผู้ให้สัมภาษณ์ได้

ตัวอย่างนี้ทำงานอย่างไร

เบราว์เซอร์อ่านไฟล์และเก็บไว้แค่ 5 นาทีแรก ไฟล์ที่ยาวกว่านั้นจะถูกตัดในเครื่องคุณเอง แล้วเข้ารหัสส่วนนั้นใหม่เป็น WAV แบบโมโน 16 kHz ส่วนที่เหลือจึงไม่เคยถูกอัปโหลดเลย เสียงถูกส่งผ่านการเชื่อมต่อที่เข้ารหัสไปยังเอนจินถอดความที่อยู่เบื้องหลังแอป SozAI (AssemblyAI) ระบบตรวจจับภาษาอัตโนมัติจาก 99 ภาษา เติมเครื่องหมายวรรคตอน และเก็บกวาดคำเสริมออกเล็กน้อย ผลลัพธ์จึงเป็นข้อความที่อ่านลื่น ไม่ใช่การถอดแบบคำต่อคำเป๊ะ ๆ เมื่อส่งข้อความกลับมาแล้ว ทั้งไฟล์เสียงและข้อความจะถูกลบทิ้งที่ฝั่งผู้ให้บริการ

รูปแบบไฟล์และข้อจำกัด

• M4A, MP3, WAV, AAC, FLAC, OGG/OPUS, WEBM ขนาดไม่เกิน 25 MB ส่งได้ตามเดิม ไฟล์ที่ยาวกว่านั้นจะถูกตัดเหลือ 5 นาทีในเบราว์เซอร์ก่อน (ไม่เกิน 30 MB บนคอมพิวเตอร์ และ 12 MB บนมือถือ)
• ทดลองได้สามครั้งต่อหนึ่งอุปกรณ์ต่อวัน ไม่ต้องมีบัญชี
• สายโทรศัพท์ที่อัดผ่านลำโพง และการสัมภาษณ์บนโต๊ะในร้านกาแฟ ถอดได้ทั้งคู่ แต่จะมีข้อผิดพลาดมากขึ้นกับเสียงที่เบากว่า

ความยินยอมและการรักษาความลับ

การบันทึกเสียงบุคคลต้องได้รับความยินยอมจากเจ้าตัวแทบทุกที่ และคณะกรรมการจริยธรรมการวิจัยมักกำหนดให้ต้องเป็นลายลักษณ์อักษร การนำไปถอดความไม่ได้เปลี่ยนข้อกำหนดนั้น หากระเบียบวิธีวิจัยของคุณจำกัดว่าเสียงจะถูกประมวลผลที่ใดได้บ้าง โปรดทราบว่าตัวอย่างนี้ประมวลผลโดยผู้ให้บริการในสหรัฐอเมริกา เว้นแต่เว็บไซต์จะถูกตั้งค่าให้ใช้ปลายทางในสหภาพยุโรป และสำหรับงานที่อยู่ภายใต้ข้อตกลงด้านข้อมูล ให้ใช้การตั้งค่าโปรเจกต์ในแอปแทน

บทสัมภาษณ์ทั้งไฟล์

การสัมภาษณ์หนึ่งชั่วโมงเท่ากับเสียงสิบสองตัวอย่างรวมกัน แอป SozAI ถอดให้จบในรอบเดียว คงป้ายกำกับผู้พูดไว้ สรุปประเด็นหลักให้ และเก็บทุกบทสัมภาษณ์ไว้ในคลังที่ค้นข้ามไฟล์ได้ นำเข้าจาก Voice Memos, Files หรือไฟล์บันทึกที่มีคนแชร์มาก็ได้ 30 นาทีแรกใช้ฟรี