Những điểm chính
Bạn không thể tìm kiếm trong file âm thanh, chỉ tìm được theo tên file và ngày tháng — đó là lý do một thư mục ghi âm chất đầy suốt một năm gần như chỉ để lưu chứ không dùng được. Cách giải quyết không phải là chuyển hết thành văn bản — một năm gọi điện hàng tuần đã là khoảng năm mươi giờ ghi âm, tương đương gần bốn trăm năm mươi nghìn từ, nhiều hơn mức hầu hết người cần ở dạng chữ. Hãy chuyển thành văn bản những cuộc gọi còn liên quan đến việc đang diễn ra: một hợp đồng, một tranh chấp, một đồng nghiệp sắp nghỉ việc. Đặt tên file theo ngày trước để sắp xếp đúng thứ tự, và dùng tính năng gắn nhãn người nói để bản văn bản thực sự tìm được theo ai đã nói gì.
Bạn có một ổ cứng hay một thư mục trên mây đầy ghi âm, phần lớn được đặt tên đại loại như recording_047, và ở đâu đó trong đó là cuộc gọi mà khách hàng đã đồng ý một mức giá, hoặc cuộc họp đưa ra quyết định mà giờ có người đang tranh cãi. Bạn biết chuyện đó đã xảy ra. Bạn chỉ không biết nó nằm trong file nào.
Đây không phải là vấn đề của việc ghi âm. Bạn đã có sẵn file âm thanh rồi. Đây là vấn đề tìm lại thông tin, và cách giải quyết khác với những gì bạn nghĩ — không phải một phần mềm ghi âm tốt hơn, mà là cách biến thứ bạn đã có thành thứ tìm được.
Vì sao bạn không thể tìm kiếm trực tiếp trong file ghi âm
Mọi ô tìm kiếm trên máy của bạn — Spotlight, Windows Search, hay thanh tìm kiếm trong ổ lưu trữ trên mây — đều hoạt động bằng cách khớp văn bản. Tên file là văn bản. Ngày tháng là văn bản. Còn nội dung cuộc trò chuyện thực sự trong file âm thanh thì không phải văn bản, và không ô tìm kiếm nào nhìn thấy được bên trong đó. Đó chính là cả vấn đề tóm trong một câu: file âm thanh là một khối kín, và tên file cùng ngày tháng là những manh mối duy nhất bạn có để nắm được nó.
Vậy nên một năm ghi âm biến thành một kho lưu trữ mà bạn chỉ có thể lướt qua, không tìm kiếm được. Bạn có thể sắp theo ngày, nếu bạn nhớ đúng ngày mình đã ghi âm. Bạn có thể đoán tên file, nếu người ghi âm đặt tên khác hơn là một dãy số. Ngoài ra, bạn chỉ còn cách mở từng file ra nghe — đúng thứ mà bạn không có nổi một buổi chiều để làm.
Một bản chép lời thay đổi hoàn toàn việc này, vì nó biến file ghi âm thành cùng loại văn bản như tên file bạn đã có sẵn — chỉ khác là giờ ô tìm kiếm có thể khớp với tên khách hàng, một mức giá, một quyết định, bất kỳ từ nào đã thực sự được nói ra. Bản ghi âm không thay đổi. Thứ bạn có thể làm với nó mới thay đổi.
Bạn không cần chuyển hết thành văn bản
Trước khi bắt tay chuyển đổi bất cứ thứ gì, cần thành thật về quy mô công việc. Một năm gọi điện hàng tuần, mỗi cuộc kéo dài một giờ, tương đương khoảng năm mươi giờ ghi âm, tức là xấp xỉ bốn trăm năm mươi nghìn từ với tốc độ nói bình thường. Đó là một lượng văn bản khổng lồ để tạo ra, đọc và lưu trữ, và phần lớn sẽ chẳng bao giờ có ai tìm kiếm gì trong đó, vì phần lớn các cuộc gọi đó vốn chỉ là thường lệ và vẫn cứ thường lệ.
Những ghi âm đáng chuyển thành văn bản là những cuộc gắn với việc gì đó vẫn còn đang tiếp diễn: một hợp đồng vẫn còn hiệu lực, một mâu thuẫn chưa được giải quyết, một đồng nghiệp sắp nghỉ và mang theo cả những thông tin chỉ có trong đầu họ. Đó là những cuộc gọi mà sáu tháng sau có thể có người hỏi lại "chúng ta đã thực sự thống nhất gì". Một ghi âm mà suốt mười hai tháng qua chẳng ai đụng tới thì tháng sau cũng khó có khả năng là cái bạn cần.
Vậy bước đầu tiên thực sự không phải là chuyển hết cả kho lưu trữ thành văn bản. Mà là rà lại và đánh dấu số ít cuộc gọi thực sự quan trọng. Mọi thứ còn lại có thể để nguyên dạng âm thanh, không đụng tới, cho tới khi cần.
Tính trước chi phí thực tế
Khi đã biết sơ bộ mình đang xử lý bao nhiêu giờ ghi âm, sẽ hữu ích nếu xem trước thời gian và chi phí trước khi bắt tay làm, thay vì sau đó. Một công cụ tính chi phí chuyển giọng nói thành văn bản sẽ cho bạn con số đó với bất kỳ phần nào bạn đã chọn, và con số này thường nhỏ hơn và hợp lý hơn nhiều so với việc chuyển đổi cả năm ghi âm một lần.
Gắn nhãn người nói là phần khiến bản chép lời thực sự dùng được
Một bản chép lời không có nhãn người nói chỉ là một khối chữ dày đặc — chính xác, tìm được theo từ khóa, nhưng vô dụng với câu hỏi bạn thực sự cần trả lời, thường không phải là "có ai nói từ ‘tiền đặt cọc’ không" mà là "ai đã nói sẽ miễn tiền đặt cọc." Việc xác định ai nói gì là thứ bạn tìm kiếm nhiều hơn hẳn so với chính các từ ngữ.
Điều này càng quan trọng với các cuộc gọi có ba người trở lên, khi một bản chép lời thông thường đọc như một đoạn kịch bản bị xóa hết tên nhân vật. Nó ít quan trọng hơn với cuộc gọi hai người, vì bạn thường có thể suy ra ai đang nói dựa vào ngữ cảnh. Nhưng với một cuộc họp nhóm về tranh chấp hợp đồng, sự khác biệt giữa một bản chép lời có gắn nhãn và một bản không có là sự khác biệt giữa việc tìm ra câu trả lời trong mười giây và việc phải đọc lại toàn bộ hai lần.
Biến một file ghi âm thành bản chép lời có gắn tên người nói kèm bản tóm tắt chính là mục đích của quy trình chuyển giọng nói thành văn bản trong một ứng dụng chuyển đổi — bạn đưa file vào, nó trả lại cho bạn văn bản có thể tìm kiếm, được tổ chức theo ai đã nói gì.
Đặt tên và tổ chức để việc tìm kiếm thực sự hiệu quả
Một bản chép lời chỉ dễ tìm được đúng như tên file của nó — nghe có vẻ ngược nhưng không phải vậy: một khi đã có văn bản, bạn lại quay về đúng cái ô tìm kiếm ban đầu, và nó vẫn khớp tên file và ngày tháng trước tiên. Cách giải quyết là một quy tắc đặt tên áp dụng nhất quán: ngày trước, theo thứ tự năm-tháng-ngày, rồi mới đến chủ đề. Thứ tự sắp xếp đó không bao giờ bị lỗi, vì mọi quy tắc khác — tháng-ngày-năm, chủ đề trước, hay bất cứ kiểu mặc định nào của thiết bị ghi âm — sớm muộn cũng tạo ra một thư mục mà những file liên quan đến nhau lại không nằm cạnh nhau.
Bên cạnh bản chép lời, một bản tóm tắt ngắn là thứ giúp kho lưu trữ có thể đọc lướt được, không chỉ tìm kiếm được. Mỗi cuộc họp một đoạn tóm tắt biến năm mươi giờ ghi âm thành thứ bạn có thể đọc hết từ đầu đến cuối trong một buổi chiều — đó là một cách dùng khác, và thường hữu ích hơn, so với việc tìm một từ cụ thể. Bạn lướt qua các bản tóm tắt để tìm đúng cuộc họp, rồi mở bản chép lời đầy đủ để xem chi tiết. Ứng dụng của Sozai tạo ra cả hai — bản chép lời có gắn tên người nói và bản tóm tắt — cùng với bản dịch, nếu có cuộc gọi nào trong kho lưu trữ của bạn diễn ra bằng ngôn ngữ không phải ngôn ngữ chính bạn dùng.
- Đặt tên các ghi âm mới với ngày tháng lên đầu, trước khi bạn quên mất.
- Chuyển thành văn bản những cuộc gọi gắn với việc gì đó vẫn còn mở, không phải toàn bộ đống tồn đọng.
- Giữ tính năng gắn nhãn người nói cho mọi cuộc gọi có hơn hai người.
- Viết hoặc tạo một đoạn tóm tắt cho mỗi cuộc họp để kho lưu trữ có thể đọc lướt được.
Điều gì không được giải quyết bằng cách này
Chuyển đổi thành văn bản không thể khôi phục một đoạn ghi âm nghe không rõ, và một chiếc micro rẻ hoặc cuộc gọi bật loa ngoài trong phòng ồn sẽ tạo ra bản chép lời có những khoảng trống thật, bất kể công cụ nào tạo ra nó. Nó cũng không tự tổ chức được — một bản chép lời có tên file dở thì cũng khó tìm chẳng khác gì file âm thanh trước đó, vậy nên bước đặt tên không phải là việc tùy chọn, mà là phần thực sự mang lại giá trị.
Dung lượng lưu trữ chưa bao giờ là nút thắt ở đây, và cần nói thẳng: một giờ ghi âm giọng nói dưới dạng nén chiếm rất ít dung lượng. Thứ mà kho lưu trữ thực sự tiêu tốn là sự chú ý của bạn, và việc chuyển hết mọi thứ thành văn bản không giải quyết được điều đó — nó chỉ chuyển đống chưa đọc từ dạng âm thanh sang dạng chữ. Ý nghĩa của việc làm chọn lọc là bạn có được một tập hợp nhỏ hơn, có gắn nhãn, có tóm tắt gồm những cuộc gọi thực sự quan trọng, thay vì một đống lớn hơn chứa tất cả mọi thứ.
Nếu bạn đang bắt đầu từ đầu và muốn xem thử một bản chép lời có gắn tên người nói và tóm tắt trông thực sự như thế nào trước khi áp dụng cho cả kho lưu trữ, trang tải ứng dụng là nơi để bạn thử với một file trước.
