صدانویس۴ دقیقه مطالعه
یک تایپیست، یک فایل ۹۰ دقیقه‌ای: تایپ فایل صوتی در منزل با هوش مصنوعی چه فرقی میکند؟
تایپ فایل صوتی در منزل با هوش مصنوعی: کار تایپیست از تایپ به بازبینی می‌رسد. ۶ سؤال قبل از قبول پروژه، متن کلمه‌به‌کلمه یا تمیز و نمونه تحویل Word.
پیش‌نویس تایپ فایل صوتی با زمان هر جمله
اولین فایلت: ۳ دقیقه اول رایگان به متن و خلاصه تبدیل می‌شه.
مریم و فایل ۹۰ دقیقه‌ای
مریم (شخص فرضی) از خانه پروژه تایپ فایل صوتی می‌گیرد: جلسه شرکت، کلاس دانشگاه، مصاحبه پایان‌نامه. امروز یک فایل ۹۰ دقیقه‌ای جلسه سه‌نفره رسیده و کارفرما متن Word با نام گویندهها میخواهد. روش قدیمی‌اش این بود: چند ثانیه پخش، توقف، تایپ، عقب، دوباره پخش؛ تا آخر فایل.
روش تازه‌اش: فایل را به ابزار تبدیل گفتار می‌دهد، پیش‌نویس کامل با زمان هر جمله را می‌گیرد و وقتش را روی کاری می‌گذارد که ماشین بلد نیست: شنیدن دقیق، اصلاح نام‌ها، گذاشتن نام گوینده و تحویل در قالب کارفرما. کار مریم از بین نرفته؛ از «تایپ» به «بازبینی و تحویل» رسیده است.
هوش مصنوعی جای تایپیست را می‌گیرد؟
متن خام ماشینی هنوز تحویل‌دادنی نیست، و فاصله بین این دو همان جایی است که کارفرما برایش به تایپیست کار می‌سپارد:
گویندهها: صدانویس گویندهها را از هم جدا نمی‌کند؛ جمله‌ها فقط به ترتیب زمان می‌آیند. «آقای مدیر:» و «کارشناس مالی:» را تو می‌گذاری.
نام و اصطلاح: نام آدم‌ها، شرکت‌ها و اصطلاح‌های تخصصی ممکن است اشتباه نوشته شوند. تو با گوش و با پرسیدن از کارفرما درستشان می‌کنی.
جاهای بد: صدای همزمان، صدای دور از میکروفون و سروصدای پس‌زمینه را ماشین ممکن است جا بیندازد. تو یا درستش می‌کنی یا «[نامفهوم ۳۴:۱۰]» می‌گذاری.
قالب: هر کارفرما قالب خودش را میخواهد: با زمان یا بی‌زمان، با خلاصه یا بی‌خلاصه، رسمی یا عین گفتار.
۶ سؤال قبل از قبول هر پروژه
زبان و لهجه: فایل فارسی است؟ بخش انگلیسی یا لهجه غلیظ دارد؟ (صدانویس فقط فارسی را تبدیل میکند.)
چند گوینده؟ نام و نقش هر کدام را از کارفرما بگیر.
کلمه‌به‌کلمه یا تمیز؟ متن عین گفتار با «اِ» و تکرار، یا متن تمیز و خوانا؟
زمان‌گذاری: زمان کنار هر جمله لازم است یا نه؟
قالب تحویل: Word، متن ساده یا PDF؟ قلم و سربرگ خاص؟
محرمانگی: کارفرما اجازه می‌دهد فایل با یک سرویس آنلاین پردازش شود؟ اگر فایل محرمانه است و جواب نه است، دستی کار کن.
متن کلمه‌به‌کلمه یا تمیز؟ تنظیم درست ابزار
متن تمیز (بیشتر جلسه‌ها و کلاس‌ها): «خلاصه و ویرایش هوشمند» را روشن بگذار. نشانه‌گذاری و نیم‌فاصله درست میشود و صداهای پرکننده مثل «اِ» و «امم» حذف می‌شوند؛ کلمههای واقعی دست نمی‌خورند. خلاصه و نکات کلیدی هم می‌گیری که اگر کارفرما خواست، بالای فایل Word میآید.
متن کلمه‌به‌کلمه (بعضی پژوهش‌ها و پرونده‌ها): همان کلید را در «تنظیمات بیشتر» خاموش کن تا این صداها عمداً حذف نشوند. با این حال مدل تبدیل گفتار ممکن است بعضی «اِ»ها را اصلاً ننویسد؛ اگر کارفرما همه را میخواهد، این بخش را با گوش اضافه کن.
نمونه: سفارش کارفرما و فایل تحویلی
فایل: جلسه بودجه، ۹۰ دقیقه، سه گوینده (مدیر، کارشناس مالی، مسئول خرید)
متن: تمیز، با نام گوینده، زمان فقط اول هر نوبت صحبت
تحویل: Word با خلاصه یک‌صفحه‌ای در ابتدا
خلاصه: هزینه خرید فصل پاییز از سقف بودجه بالاتر رفته است. مقرر شد خرید مواد بسته‌بندی تا پایان آبان با دو تأمین‌کننده تازه مقایسه شود.
[۱۸:۴۲] مدیر: رقم خرید پاییز رو دیدم. چرا این‌قدر بالاتر از برنامه‌ست؟
[۱۸:۵۰] کارشناس مالی: بیشترش مال مواد بسته‌بندیه. تأمین‌کننده قیمت رو دو بار عوض کرده.
[۱۹:۰۳] مسئول خرید: من از دو تا تأمین‌کننده دیگه هم پیش‌فاکتور می‌گیرم، تا آخر آبان.
[۱۹:۱۱] مدیر: [نامفهوم ۱۹:۱۲] … باشه، تا آخر آبان.
در این نمونه، متن جمله‌ها و زمان‌ها از پیش‌نویس ماشینی آمده؛ نام گوینده، علامت نامفهوم، و انتخاب این‌که کدام بخش خلاصه بالای فایل بیاید، کار تایپیست است. «کپی با زمان» یا خروجی Word با زمان، این زمان‌ها را کنار هر جمله نگه می‌دارد.
روند کار با صدانویس
لینک پایین صفحه، صدانویس را با نوع «عمومی» باز میکند. اگر فایل جلسه است و کارفرما فهرست کارها را هم میخواهد، نوع را «جلسه» کن؛ برای کلاس «کلاس و درس». مدت و هزینه را قبل از پرداخت می‌بینی.
متن را کنار صدا با سرعت ۱٫۲۵ یا ۱٫۵ برابر مرور کن؛ روی هر جمله بزن و اصلاح کن، تغییرها خودکار ذخیره می‌شوند.
از منوی «خروجی»، Word را با یا بدون زمان و با یا بدون خلاصه بگیر و نام گویندهها را اگر در صفحه نگذاشتی، در Word اضافه کن.
فایل صوتی چند روز بعد از آماده شدن متن خودکار پاک میشود؛ بازبینی با صدا را قبل از آن تمام کن. برای پروژه‌های مصاحبه پایان‌نامه، قراردادهای نشانه‌گذاری را در پیاده سازی مصاحبه کیفی ببین.
پیش‌نویس تایپ فایل صوتی با زمان هر جمله
نوع «عمومی» از قبل انتخاب شده است؛ فایل کارفرما را بده و وقتت را روی بازبینی بگذار.
تایپ فایل صوتیاولین فایلت: ۳ دقیقه اول رایگان به متن و خلاصه تبدیل می‌شه.
سؤال‌های رایج
باید به کارفرما بگویم از هوش مصنوعی استفاده میکنم؟
بله. صدای کارفرما برای پردازش به یک سرویس آنلاین میرود و او حق دارد بداند. کارفرما در نهایت متن درست و بهموقع میخواهد؛ شفاف گفتن، اعتماد میسازد و دعوای بعدی را حذف میکند.
فایل با کیفیت پایین را هم خوب تبدیل میکند؟
دقت به کیفیت صدا بستگی دارد. صدای دور، پژواک اتاق و صحبت همزمان خطا را بالا میبرد و آن فایلها بازبینی بیشتری میخواهند. قبل از قیمت دادن به کارفرما، چند دقیقه از فایل را گوش بده.
فایل انگلیسی یا دوزبانه را هم میشود با صدانویس تایپ کرد؟
نه، صدانویس برای فارسی است. کلمههای انگلیسی لابهلای حرف فارسی میمانند، ولی فایل کامل انگلیسی را با آن پروژه نگیر.
نام گویندهها را میشود داخل خود صدانویس گذاشت؟
بله، با ویرایش متن هر جمله میتوانی اول آن بنویسی «مدیر:»؛ تشخیص خودکار گوینده نیست، ولی ویرایش متن نامحدود است و در خروجی Word میآید.