Dobici:
- Sposobnost izrade neobrađenih transkripata s automatskim prepoznavanjem govora (ASR) i njihovo korištenje za provjeru vremenske oznake i diskriminacije govornika
- Sposobnost primjene discipline provjere svakog citata koji će biti doslovno uključen u vijest i davanja prioriteta područjima s velikim brojem grešaka kao što su vlastita imena, brojevi i žargon.
- Sposobnost razumijevanja da je transkript neobrađen nacrt, da citat treba sačuvati doslovno bez ispravki i da se povjerljivost treba uzeti u obzir od početka u osjetljivim zapisima.
Jedna od najvrednijih, ali najiscrpnijih sirovina za novinare je audio: snimci intervjua, konferencije za štampu, telefonski razgovori, skupštinska saslušanja, arhive prenosa uživo. Iskusnoj osobi je potrebno četiri do šest sati da ručno prepiše jednosatni razgovor – transkripcija, rečeno industrijskim jezikom. Tehnologija automatskog prepoznavanja govora (ASR) zasnovana na umjetnoj inteligenciji, koja automatski pretvara glas u tekst, skraćuje ovo vrijeme na minute. Ali transkript je grub nacrt: imena, tehnički termini, preklapajući govor i bučni odlomci mogu ispasti pogrešni. Dakle, pravilo se ne mijenja: AI proizvodi sirovi transkript; Novinar je taj koji provjerava da li citat tačno odgovara snimku, ko je šta rekao i kontekst. Svaka obrnuta rečenica koja uđe u eter ne može postati vijest bez upoređivanja sa glasom.
Korak po korak: od glasa do pouzdanog citata
Korak 1 — Pripremite snimak i razmislite o privatnosti. Ako audio datoteka sadrži imena koja odaju izvor ili izvor treba zaštititi, obratite pažnju na koji alat je učitana. Za osjetljive zapise preferiraju se offline ili korporativna rješenja sa sigurnošću podataka. Provjerite je li snimanje odobreno (neki snimci imaju zakonska ograničenja).
Korak 2 — Uzmite sirovi transkript. Pretvorite audio u tekst pomoću ASR alata. Ako je moguće, uključite vremensku oznaku – broj minuta u kojima je svaka rečenica izgovorena – i dijarizaciju – da biste razlikovali ko je koju rečenicu izgovorio. Ovo čini verifikaciju veoma brzom.
Korak 3 — Označite regije s velikom greškom. Vlastita imena, nazivi institucija, brojevi, strani pojmovi i mjesta gdje dvoje ljudi govore u isto vrijeme su područja u kojima se javlja najviše grešaka. Stavite ovo na svoju listu prioriteta.
Korak 4 — Uporedite citat sa snimkom. Doslovno provjerite svaku rečenicu koju uključite u vijest tako što ćete otići na vremensku oznaku i poslušati audio. Promjena čak i jedne riječi može promijeniti značenje i pravnu odgovornost.
Korak 5 — Izvucite sažetak i teme pomoću AI (zaseban posao). Kada se transkript očisti, od AI možete tražiti nacrt izlaza kao što su "glavne teme", "odlomci vrijedni vijesti", "kontradikcije" - ali oni daju smjer, a ne zamjenu za citat.
Oprez: Automatsko dekodiranje lako zamjenjuje riječ: "nismo" sa "jesmo", jednu imenicu drugom. Nemojte emitovati nijednu rečenicu koju ste stavili pod navodnike bez slušanja audiozapisa. Lažni citat je i etički prekršaj i razlog za odricanje od odgovornosti/tužbu.
Faktori koji utiču na tačnost
Kvalitet transkripcije; zavisi od kvaliteta snimanja (mikrofon, šum, eho), broja zvučnika, akcenta, dijalekta, tehničkog žargona i audio preklapanja. Snimci na telefonu i gužva stvaraju najviše grešaka. Stoga, nemojte se tješiti izjavama poput "stopa tačnosti alata je 95%": preostalih 5% može biti na najkritičnijim mjestima za vijesti, kao što su imena i brojevi.
tri mini kofera
Slučaj 1 — Jedina riječ koja se mijenja. Novinar je automatski transkribovao izjavu jednog zvaničnika: "Ne možemo potvrditi ovu tvrdnju." U transkriptu je pisalo "možemo provjeriti" - značenje je bilo suprotno. Novinar je poslušao vremensku oznaku i ispravio je. Da greška u jednoj riječi nije ispravljena, vijest bi natjerala zvaničnika da kaže nešto što nije rekao.
Slučaj 2 — Dobitak vremena, sjednica parlamenta. Bilo bi potrebno ~25 sati za ručno dekodiranje 5-satnog snimka sesije. ASR je ekstrahovao sirovi tekst za 40 minuta; Zahvaljujući razdvajanju govornika i vremenskom žigu, reporter je samo slušao i verifikovao 20-minutne pasuse tri kritična govornika. Ukupno vrijeme se smanjilo na ~4 sata.
Slučaj 3 — Žargonska greška. Zdravstveni reporter je primijetio da je naziv lijeka koji se spominje u razgovoru sa vještakom pogrešno napisan u transkriptu; Bio je pomiješan s drugom drogom sličnog zvuka. Natjerao je stručnjaka da to potvrdi kratkom porukom. Kada bi se objavio pogrešan naziv lijeka, to bi bila i lažna informacija i opasna po zdravlje.
Predlošci koji se mogu kopirati
1) Izvlačenje kontrolne liste iz sirovog transkripta:
Ispod je automatski transkript. Označite sljedeće: (1) vlastita imena i nazive institucija, (2) brojeve i datume, (3) strane/tehničke pojmove, (4) mjesta gdje je značenje rečenice nejasno. Ovo će biti provjereno prije zapisnika. Ispravite tekst; samo napravite kontrolnu listu. Transkripcija: [ovdje]
2) Sažetak govornika i teme (iz očišćenog transkripta):
Koristite ovjereni transkript u nastavku. (1) Sažmite anatezu svakog govornika u jednoj rečenici. (2) Označite 5 odlomaka vrijednih vijesti s vremenskom oznakom. (3) Navedite kontradikcije između govornika. Izrada citata; samo pokažite njihovu lokaciju. Transkripcija: [ovdje]
3) Izvlačenje kandidata za citat (treba provjeriti):
Odaberite 8 kratkih citata kandidata iz ovog transkripta koji bi bili prikladni za vijesti. Napišite vremensku oznaku [12:04] i zvučnik za svaki. Skratite ili uredite citate; Doslovno kopirajte da mogu potvrditi iz zapisnika. Transkripcija: [ovdje]
4) Bučna/nejasna oznaka prolaza:
Navedite mjesta u sljedećem transkriptu gdje postoji "[dvosmisleno]", "..." ili nedostatak značenja. Zapišite vremensku oznaku za svaki od njih kako bih mogao ponovo slušati taj dio. Popunite prazno mjesto nagađanjem. Transkripcija: [ovdje]
Slaba prompt / Jaka prompt
Slaba poruka: "Sažmite ovaj intervju i izvucite najbolje citate."
Rezultat: AI greške u transkripciji smatra ispravnim i "uljepšava" citate, skraćuje i mijenja rečenice; U kom trenutku je rečeno izgubljeno je, ne može se provjeriti.
Snažan poziv: "Izdvoji 8 kandidata za citate iz ovog transkripta TAKO (od riječi do riječi), svakom dodajte vremensku oznaku i govornika, nemojte ispravljati niti skraćivati nijednog od njih. Napravite posebnu listu nejasnih tako da ih mogu slušati sa snimka."
Razlika: Jaka prompt zabranjuje izmjenu citata, čini ga provjerljivim pomoću vremenske oznake i izoluje dvosmisleno; Svaki citat novinar može provjeriti glasom.
uporedni grafikon
karakteristika
šta to radi?
efekat verifikacije
Automatsko dešifriranje (ASR)
Pretvara zvuk u tekst
Raw draft; svima je potrebna potvrda
vremenska oznaka
Vraća minutu rečenice
Brzo pronađite i poslušajte citat
Odvajanje zvučnika
Odvaja ko to kaže
Sprečava lažno pripisivanje (potrebna je potvrda)
automatski rezime
Teme nacrta
Daje smjer; citat ne zamjenjuje
Automatski prijevod (prekomjerna transkripcija)
Prevodi strane zapise
Rizik od dvostruke greške; dvostruka verifikacija
Uobičajene greške
- Objavljivanje citata bez slušanja. Smatrajući da je rečenica u transkripciji tačna i koristeći je pod navodnicima; Greška u jednoj riječi može preokrenuti značenje.
- Pouzdano ime i broj. Zaboravljanje da su vlastita imena, institucije i brojevi mjesta na kojima se najčešće dešavaju greške.
- Ako AI "ispravi" citat. Promjena rečenice kako bi bila tečnija; Citat mora biti doslovan, ispravke su navedene u uglastim zagradama.
- Učitavanje osjetljivog zapisa nasumično. Slanje snimka nekontroliranom vozilu koje odaje izvor ili bez dozvole.
- Slijepo povjerenje u diskriminaciju govornika. AI može zbuniti dvoje ljudi; Provjerite kritičnu atribuciju iz zvuka.
Praktični savjeti za poboljšanje kvalitete transkripcije
Tačnost transkripcije utvrđuje se na samom početku rada, u trenutku snimanja. Novinar koji izađe na teren može olakšati AI posao i smanjiti teret provjere uz nekoliko jednostavnih navika. Približavanje mikrofona zvučniku i smanjenje pozadinske buke kao što je vetar/saobraćaj značajno smanjuje stopu greške. Traženje govornika da se smenjuju sprečava preklapanje govora (najslabija tačka transkripcije). Ako govornik izgovori svoje ime i titulu na početku intervjua, olakšava identifikaciju govornika i kasnije pripisivanje. Ako treba raspravljati o tehničkoj temi, sastavljanje liste uobičajenih imena i termina koji će se često koristiti omogućit će vam da unaprijed znate najvjerovatnije greške u transkripciji; Kada čujete ove pojmove na snimku, prvo ih provjerite.
Druga praksa: arhivirajte transkript u sirovom obliku i čuvajte ispravljenu verziju odvojeno. U slučaju prigovora ili pravnog postupka, mogućnost da pokaže koja je riječ ispravljena, kada i kako štiti novinara. Također, ako zabilježite vremensku oznaku pored svake ponude koju potvrdite, uštedjet ćete sate pretraživanja kada se trebate vratiti na tu ponudu mjesecima kasnije. Kada se transkript očisti i organizira s vremenskim oznakama, možete bezbedno koristiti isti snimak iznova i iznova i za vijest, kolumnu i sljedeću priču.
Ukratko
Automatska transkripcija je moćan akcelerator koji smanjuje audio sirovi materijal sa sati na minute; vremenska oznaka i odvajanje zvučnika olakšavaju verifikaciju. Ali transkripcija je nacrt: imena, brojevi, žargon i govor koji se preklapaju često pođu po zlu. Svaki citat uvršten u vijesti provjerava se doslovnim preslušavanjem snimka; AI ne može ispraviti citate. Sažetak i izdvajanje teme su odvojeni zadaci i samo daju smjer. U osjetljivim dokumentima privatnost i pristanak se razmatraju od početka.
Zadatak aplikacije
Automatski transkribirajte audio snimak (svoj intervju ili javni govor). Dohvatite 8 kandidata sa promptom „uklanjanje kandidata za citat“; Poslušajte svaku od vremenske oznake i označite da li je tačno ili ne. Obratite pažnju na to koliko citata sadrži greške (posebno imena/brojeve) i koliko vremena je potrebno da se isprave.
kontrolna lista
- [ ] Smatram da je transkript neobrađen nacrt; Ne objavljujem nijedan citat a da ih ne saslušam.
- [ ] Prvo potvrđujem lična imena, ustanove i brojeve iz evidencije.
- [ ] Ne ispravlja citat; Promjene označavam uglastim zagradama.
- [ ] Koristim vremensku oznaku i razlikovanje govornika za verifikaciju.
- [ ] Provjeravam sigurno vozilo i status dozvole u zapisima koji moraju biti osjetljivi ili ovlašteni.