要点速览
先找文字记录,再找耳机。只要在聊天设置里开启了相关功能,并且语言包已经下载完成,WhatsApp就能在手机本地把语音消息转成文字,但你是否拥有这项功能,取决于你的手机型号、系统版本和使用的语言。Telegram的转录功能是付费会员专属,而且效果因语言不同差别很大。这两种都只是辅助阅读的工具。如果你需要保存、处理或转发这条消息,就该把音频导出,做一份正式的转录。
语音消息总是在最不合适的时候出现。你可能正开会开到第四分钟,或者站在安静的车厢里,又或者隔壁房间的孩子终于睡着,手机调成了静音——理由充分。有人给你发来了58秒的语音,你却完全不知道里面说了什么。
这时候有两种应对方式,在动手之前先弄清楚自己需要哪一种,会省不少事。大多数时候,你只是想立刻知道大概内容,而手机也许已经能帮你做到这一点。但偶尔,这条消息里藏着你之后还会用到的信息,那就得用另一套办法了。
先看看文字记录是不是已经有了
在你去找别的办法之前,先看看当前用的App能不能直接给你文字。WhatsApp和Telegram在满足一定条件的情况下都能做到,如果你恰好符合条件,整个问题大概五秒钟就能解决。
如果什么都没出现,别在开会的时候到处翻菜单找。原因通常是这个功能你用不了,或者还没设置好,而这两件事都不适合你一边开会一边偷偷用手指头去点。先跳过去:把通知静音,等会再处理。
WhatsApp的转录功能,以及你为什么可能用不上
WhatsApp加入了自己的语音消息转录功能,而且是在手机本地运行,不是靠服务器处理。你需要在WhatsApp的聊天设置里手动开启,第一次使用时,语言包要先下载完才能出结果,所以第一次转录会比之后每一次都慢。
麻烦的地方在于能不能用。这项功能是否对你开放,取决于你的手机型号、系统版本,以及你想转录的语言,这三者以App并不会说明的方式组合在一起,决定你到底有没有这个功能。同事可能在自己手机上给你看这个选项,而你的手机上根本没有,App也不会告诉你原因。如果你已经在聊天设置里找过,没找到,那目前的答案就是没有——这不是你操作有问题。
因为是在设备本地运行,转录出来的文字也只留在设备上。这对隐私是好事,但对你想拿这段文字去做的其他事,就不太方便了。
Telegram,以及语言带来的问题
Telegram也能转录语音消息,但这是会员付费功能。不开会员,就用不了。
如果你开了会员,效果会很大程度上取决于消息用的是哪种语言。有些语言转出来的文字干净利落,扫一眼就能看懂;有些则乱得你得靠上下文自己拼凑,反而比直接听还费时间。想知道自己属于哪一种,唯一的办法就是拿一条你也能听懂的消息试一次,看转出来的结果到底靠不靠谱。
读文字,比听语音更安静
先不说准确度。有一个纯粹出于社交考虑的理由,让人更愿意读文字而不是听语音,这跟转录质量好不好没什么关系。
开会时把手机举到耳边,谁都能看出来。把扬声器悄悄调转个角度也一样,从口袋里掏出一只耳机塞也一样藏不住。可低头看一眼屏幕上的文字,没人会多想。房间里的每个人本来就以为你时不时会看看手机——扫几行转录文字,完全符合这种预期;播放语音,就不一样了。
反过来也是同样的道理:在孩子刚睡着的家里,或者声音一传就到处都能听见的共享办公室里。文字记录不需要耳机,不需要开音量,也不需要你走出房间。就算转录不完美,通常也能让你判断出这条消息能不能等一个小时再处理。
什么时候仅靠阅读辅助工具不够用
App自带的文字记录说到底就是个阅读辅助工具。你可以看它,但通常没法把它干净地导出,没法在所有聊天记录里搜索去年三月某条语音里说过的一句话,也没法把它转错的词改对了之后让它保持修改后的样子。它是屏幕上的一段文字,不是你真正拥有的文档。
对大多数消息来说,这已经够用了。有人告诉你他要迟到了,你看一眼,知道了,接着干别的事。但有些语音消息里藏着你之后还会用到的东西:一个地址、一个决定、一套操作说明、有人口头答应的一个价格。遇到这种情况,正确的做法是把音频从聊天记录里保存出来,做一次正式的转录,这样你能得到一份由音频转成的文字文件,可以编辑、可以搜索、可以粘贴进邮件,发给一个根本没参与这次对话的人。
把音频和视频文件转换成带说话人标签、摘要,并支持99+种语言互译的文字稿,这正是SozAI转录App要做的事——当语音消息用的不是你手机设置的语言时,这一点尤其有用。它支持iOS、Android和macOS,所以你可以直接用收到消息的那台手机来操作。这比在聊天里点一下转录按钮要多花几步,如果消息只是一句“我在路上了”,花这功夫就不值得了。
这些转录功能的短板在哪
内置转录最弱的地方,恰恰是消息里最值得读的那部分。人名常常被转得面目全非,尤其是手机从没见过的名字。地名会被替换成读音相近的普通词。数字更是不靠谱到危险的程度,因为一个错的数字读出来照样像一句正常的话,没有任何标记提示你它错了。如果消息里包含电话号码、门锁密码、航班时间或金额,把转录文字当作提示就好,有条件的话最好自己听一遍确认。
另一个稳定存在的弱点是语言。任何不是手机系统语言的内容,转出来效果都会更差,而一句话里中途切换两种语言——很多人说话本来就是这样——转出来的效果往往是最差的。
这类转录真正擅长的是快速筛选:这条紧急吗?这条是不是说的我以为的那件事?能不能等我离开这里再处理?这些问题,它们回答得不错,而且是悄无声息地回答,这正是你没法播放语音时最需要的。只是别只凭读到的、没亲自听过的具体细节就采取行动——如果细节出错会让你付出代价,那就更要小心。
