要点速览
把长视频调快速度播放,依然要花掉相应比例的时长,而且这样做并不能让视频变得可搜索。更好的办法是,压根不把它当成“要看完”的东西。先看一份摘要,判断这段内容到底值不值得花时间;再找一份带时间戳的文字稿,定位到你需要的那一段;最后,在引用或依赖这段内容之前,对照音频核实一下。阅读比听更快,而且可以跳着看;听不行。
有人给你发来一段三小时的录音——播客、大会演讲、讲座——并告诉你里面有你需要的内容。你没有三小时。你大概连九十分钟都没有,而九十分钟通常是大多数人第一反应会选的方案:调成两倍速播放,然后碰碰运气。
这种直觉可以理解,但也是你能选的最差方案。它依然要占用你真实的时间,而且结束之后,你面对的还是同一个问题:视频没法搜索。真正的解决办法不是换一个更快的播放器,而是彻底换一种获取内容的方式。
为什么调快速度解决不了问题
调快速度感觉像是走了捷径,因为视频结束得更早。但在真正重要的意义上,它并不是捷径。一段三小时的视频调成两倍速,依然要占掉你一个半小时的晚上时间,而且是按顺序一段段来的,你得等到需要的部分出现才行。你还是得先听完前面所有内容,才能听到你要的那段。你没法直接跳到讲定价的部分,或者对方提到某个竞品名字的那一刻,除非你已经大致知道它出现在什么时间点。
而且,速度恰恰会破坏你最可能在追查的那些细节。人名、数字、专业术语——这些正是说话人往往会放慢速度、重复一遍的内容——在音频被压缩之后反而更难听清。如果别人发这段视频给你,是因为里面藏着一个具体的事实,那么加速播放只会增加你漏掉那句关键话的概率。
把它当成要读的东西,而不是要看的东西
真正的解决办法,是不再把一段长视频当作视频来对待。对大多数人来说,阅读比听快,而且阅读有一个听觉内容根本不具备的特性:它是非线性的。你可以扫一眼页面、跳到某个标题、跳过明显不是你要找的段落,再跳回两屏之前的内容,而且不会弄丢自己的位置。这些在视频播放的时候统统做不到。播放器只会往前走,速度由你设定,而你的注意力必须跟着它走。
一旦你接受了视频本身并不是你要“消费”的东西,接下来的顺序就很清楚了:先看摘要,再看文字稿,最后核实关键部分。这三步各自解决不同的问题,如果跳过第一步直接冲到第二步,通常花的功夫比省下的还多。
先看摘要,判断这段内容到底值不值得看
在你去找任何具体内容之前,得先搞清楚这段视频到底值不值得花时间。这就是摘要的作用。它不会告诉你某个说法具体出现在哪里,也不会给你逐字逐句的内容,但它会告诉你这段内容大致是什么样的:这段演讲到底讲的是什么,你关心的话题有没有被提到,它是两分钟的一句题外话,还是占了后半段的全部内容。
这一步被跳过的次数比它应该被跳过的次数多得多,通常是因为有人赶时间,直接跳去用关键词搜文字稿。问题在于,没有上下文的关键词搜索可能会找出三条看起来都对的结果,但可能一条都不是你真正要找的,而你要一一核对之后才会知道。先读一份摘要,能让你在动手找之前就知道自己在找什么。YouTube视频摘要工具正是为了解决这个决策环节而存在——它不是用来代替把整段视频看完,而是用来告诉你,接下来看视频或者往下读,到底值不值得。
再用文字稿定位到确切的那一段
一旦确定这段视频值得花时间,并且大致知道要找什么,摘要的任务就完成了,该换另一个工具上场了。文字稿要回答的是另一个问题:不是“有没有”,而是“在哪里”。这正是带时间戳的文字稿真正有用的地方——搜索结果不只是一段文字,它还是视频里的一个具体位置。找到那句话,你就找到了那一分钟。
这一点,不管你把播放速度调得多快,加速播放都给不了你,因为速度本身不会生成索引,而文字稿会。SozAI Chrome 插件会把摘要和带时间戳的文字稿放在视频播放器旁边的一个面板里,在文字稿里筛选一个词,每一处匹配都会被高亮出来,同时保留各自对应的时间戳——这样你就能从“猜内容在哪”一步跳到“录音里的确切位置”,不用再开一个新标签页,也不会弄丢播放器里原来的位置。
章节标记不是一回事
如果创作者加了章节标记,你可能会想把它当成搜索功能来用。但它不是。章节描述的是创作者设计的结构——这是开场、这是演示、这是问答环节——而不是某个具体细节在这些环节里的确切位置。一个四十分钟、标着“讨论”的章节,你要找的那句话可能出现在这四十分钟里的任何地方。章节可以作为缩小范围的合理起点,但代替不了真正找到那句话这件事;把章节当成搜索工具,只是把问题从“一大堆时间”缩小成“一小堆时间”,问题本身并没有被解决。
打算引用或依赖的内容,一定要核实
很快找到那一部分,和盲目相信它,是两件不同的事,而这恰恰是大多数人在找到看起来像答案的内容之后,最容易跳过的一步。自动生成的文字稿,恰恰在你最可能追查的那类内容上最不可靠:人名、专业术语和数字。文字稿可能把某个数字识别错一点,把一个听起来像别的词的名字拼错,或者听错一个它没训练过的术语。如果你只是想了解某一段的大意,这些错误不重要。但如果你正准备把一个数字或一句原话拿去给别人看,这就非常重要了。
解决办法不是从此不信任文字稿,而是在依赖某一句话之前,对照那个时间点的音频核实一下。这一步之所以快,恰恰是因为你已经有了时间戳:你不用再重新去找那个瞬间,而是直接跳过去,听十秒钟,确认文字稿有没有听对。这十秒钟,就是避免在报告里写错一个数字、或在邮件里张冠李戴地引用一句话所要付出的全部代价。如果你卡在的问题正是如何在一段长录音里精确定位那个瞬间,可以参考这篇更详细的说明:如何在长录音中定位某个片段。
这个方法解决不了什么
这套方法不会让视频变短,老实说清楚你到底在拿什么换什么很有必要。你不是花五分钟就把一段三小时的视频完全理解透了——你得到的是自己需要的那个具体内容,又快又能核实,同时跳过了跟你无关的部分。如果你需要的其实是对整段论述的真正理解,而不只是找到某个事实藏在哪,这套方法能更快地带你到正确的段落,但到了那里之后,该有的投入还是省不掉。
自动转录在每段录音上的表现也不会一样好。多人同时讲话、模型不熟悉的口音、音质差、专业术语密集,这些都会提高出错率,这也正是为什么核实这一步是必须的,而不是可选的。而摘要,天生就会省略一些内容——这正是它读起来快的原因,也正是为什么它是用来做决定的工具,而不是用来做引用依据的工具。
把这套顺序串起来
顺序比其中任何一个具体工具都重要。先看摘要,因为它能告诉你这段内容值不值得花时间,以及大致该往哪里看。再看文字稿,因为它能把三小时的时间轴变成可以搜索的东西,给你一个确切的时间戳,而不是一个猜测。最后,对打算引用或据此行动的任何内容,核对一下音频,因为文字稿是“讲了什么”的一份很好的初稿,但作为人名和数字的最终依据并不可靠。按这个顺序做完这三步,一段三小时的视频就不再是你要牺牲一整个晚上才能应付的东西——它会变成十分钟的阅读,再加上几分钟去听真正重要的那一部分。如果你想把自己的录音和文件变成这种可搜索的文字,这款转录应用可以在下载页面获取。
