Keuntungan:
- Kemampuan untuk menghasilkan transkrip mentah dengan pengenalan ucapan otomatis (ASR) dan menggunakannya untuk verifikasi stempel waktu dan diskriminasi pembicara
- Kemampuan menerapkan disiplin memverifikasi setiap kutipan yang akan dimuat dalam berita kata demi kata dan memprioritaskan area kesalahan tinggi seperti nama diri, angka, dan jargon.
- Kemampuan untuk memahami bahwa transkrip adalah draf mentah, bahwa kutipan harus disimpan kata demi kata tanpa koreksi, dan bahwa kerahasiaan harus dipertimbangkan sejak awal dalam catatan sensitif.
Salah satu bahan baku reporter yang paling berharga namun paling melelahkan adalah audio: rekaman wawancara, konferensi pers, percakapan telepon, dengar pendapat parlemen, arsip siaran langsung. Seseorang yang berpengalaman memerlukan waktu empat hingga enam jam untuk menuliskan percakapan selama satu jam dengan tangan—transkrip, dalam istilah industri. Teknologi pengenalan ucapan otomatis (ASR) berbasis kecerdasan buatan, yang secara otomatis mengubah suara menjadi teks, mengurangi waktu ini menjadi beberapa menit. Namun transkrip adalah rancangan yang kasar: nama, istilah teknis, ucapan yang tumpang tindih, dan bagian-bagian yang berisik semuanya bisa salah. Jadi aturannya tidak berubah: AI menghasilkan transkrip mentah; Jurnalislah yang memverifikasi apakah kutipan tersebut benar-benar sesuai dengan rekamannya, siapa yang mengatakan apa, dan konteksnya. Setiap kalimat terbalik yang mengudara tidak bisa menjadi berita tanpa disamakan dengan suaranya.
Langkah demi langkah: dari suara hingga kutipan yang dapat diandalkan
Langkah 1 — Siapkan rekaman dan pertimbangkan privasi. Jika file audio berisi nama yang memberikan sumbernya atau sumbernya harus dilindungi, perhatikan alat mana yang mengunggahnya. Untuk catatan sensitif, solusi offline atau perusahaan dengan keamanan data lebih disukai. Pastikan rekaman tersebut diotorisasi (beberapa rekaman memiliki batasan hukum).
Langkah 2 — Dapatkan transkrip mentahnya. Ubah audio menjadi teks dengan alat ASR. Jika memungkinkan, aktifkan stempel waktu — jumlah menit setiap kalimat diucapkan — dan diarisasi — yang membedakan siapa yang mengucapkan kalimat mana. Ini membuat verifikasi menjadi sangat cepat.
Langkah 3 — Tandai wilayah dengan kesalahan tinggi. Nama diri, nama lembaga, nomor, istilah asing, dan tempat di mana dua orang berbicara pada waktu yang sama merupakan area yang paling banyak terjadi kesalahan. Masukkan ini ke dalam daftar prioritas Anda.
Langkah 4 — Bandingkan kutipan dengan rekamannya. Verifikasi setiap kalimat yang Anda masukkan dalam berita kata demi kata dengan membuka stempel waktu dan mendengarkan audionya. Mengubah satu kata saja dapat mengubah arti dan tanggung jawab hukum.
Langkah 5 — Ekstrak ringkasan dan tema dengan AI (pekerjaan terpisah). Setelah transkrip dibersihkan, Anda dapat meminta AI untuk memberikan draf keluaran seperti “tema utama”, “bagian yang layak diberitakan”, “kontradiksi” – tetapi ini memberikan arahan, bukan pengganti kutipan.
Perhatian: Penguraian kode otomatis dengan mudah menggantikan kata: "kami tidak" dengan "kami melakukannya", satu kata benda dengan kata benda lainnya. Jangan menyiarkan kalimat apa pun yang Anda beri tanda kutip tanpa mendengarkan audionya. Kutipan palsu merupakan pelanggaran etika dan menyebabkan penafian/gugatan.
Faktor-faktor yang mempengaruhi akurasi
Kualitas transkripsi; tergantung pada kualitas rekaman (mikrofon, kebisingan, gema), jumlah pembicara, aksen, dialek, jargon teknis, dan audio yang tumpang tindih. Rekaman telepon dan lingkungan yang ramai menghasilkan kesalahan paling banyak. Oleh karena itu, jangan terhibur dengan pernyataan seperti "tingkat akurasi alat ini adalah 95%": 5% sisanya mungkin berada di tempat yang paling penting untuk berita, seperti nama dan nomor.
tiga kasus mini
Kasus 1 — Satu-satunya kata yang berubah. Seorang reporter secara otomatis menyalin pernyataan seorang pejabat, "Kami tidak dapat memverifikasi klaim ini." Transkripnya berbunyi "kami dapat memverifikasi" - maknanya justru sebaliknya. Reporter mendengarkan stempel waktu dan memperbaikinya. Jika kesalahan satu kata tersebut tidak diperbaiki, berita tersebut akan membuat pejabat tersebut mengatakan sesuatu yang tidak dia katakan.
Kasus 2 — Perolehan waktu, sesi parlemen. Diperlukan waktu ~25 jam untuk memecahkan kode rekaman sesi 5 jam secara manual. ASR mengekstraksi teks mentah dalam 40 menit; Berkat pemisahan pembicara dan stempel waktu, reporter hanya mendengarkan dan memverifikasi bagian berdurasi 20 menit dari tiga pembicara penting. Total waktu turun menjadi ~4 jam.
Kasus 3 — Kesalahan jargon. Seorang reporter kesehatan memperhatikan bahwa nama obat yang disebutkan dalam wawancara dengan pakar tersebut salah ejaan dalam transkripnya; Itu dicampur dengan obat lain yang terdengar serupa. Dia meminta ahli mengkonfirmasinya dengan pesan singkat. Jika nama obat yang dipublikasikan salah, hal itu akan menjadi informasi yang salah dan berbahaya bagi kesehatan.
Templat yang dapat disalin
1) Mengekstrak daftar periksa dari transkrip mentah:
Di bawah ini adalah transkrip otomatis. Tandai hal-hal berikut: (1) nama diri dan nama lembaga, (2) nomor dan tanggal, (3) istilah asing/teknis, (4) tempat yang kurang jelas maksud kalimatnya. Ini akan diverifikasi sebelum dicatat. Perbaiki teksnya; cukup buat daftar periksa. Transkripsi: [di sini]
2) Ringkasan pembicara dan tema (dari transkrip yang telah dibersihkan):
Gunakan transkrip terverifikasi di bawah ini. (1) Ringkaslah anatesis masing-masing pembicara dalam satu kalimat. (2) Tandai 5 bagian yang layak diberitakan dengan stempel waktu. (3) Sebutkan pertentangan antar penutur. Memproduksi kutipan; tunjukkan saja lokasinya. Transkripsi: [di sini]
3) Ekstraksi calon kutipan (untuk diverifikasi):
Pilih 8 kandidat kutipan pendek dari transkrip ini yang sesuai untuk berita. Tulis stempel waktu [12:04] dan pembicara untuk masing-masingnya. Persingkat atau edit kutipan; Salin kata demi kata agar saya dapat memastikannya dari catatan. Transkripsi: [di sini]
4) Marka jalan yang bising/tidak jelas:
Sebutkan tempat-tempat dalam transkrip berikut yang terdapat "[ambigu]", "..." atau kurang makna. Tuliskan stempel waktu untuk masing-masingnya sehingga saya dapat mendengarkan bagian itu lagi. Isilah bagian yang kosong dengan tebakan. Transkripsi: [di sini]
Perintah lemah / Perintah kuat
Perintah lemah: "Ringkaslah wawancara ini dan berikan kutipan terbaik."
Hasil: AI menganggap kesalahan transkripsi benar dan “mempercantik” kutipan, memperpendek dan mengubah kalimat; Pada saat apa dikatakan hilang, tidak dapat diverifikasi.
Prompt yang kuat: "Ekstrak 8 kandidat kutipan dari transkrip ini PERSIS (kata demi kata), tambahkan stempel waktu dan pembicara pada masing-masing kutipan, jangan perbaiki atau persingkat satu pun. Buatlah daftar terpisah yang tidak jelas sehingga saya dapat mendengarkannya dari rekaman."
Perbedaan: Perintah yang kuat melarang perubahan kutipan, membuatnya dapat diverifikasi berdasarkan stempel waktu, dan mengisolasi ambiguitas; Jurnalis dapat memverifikasi setiap kutipan dengan suara.
grafik perbandingan
fitur
Apa fungsinya?
efek verifikasi
Dekripsi otomatis (ASR)
Mengubah audio menjadi teks
Draf mentah; semua perlu konfirmasi
stempel waktu
Mengembalikan menit kalimat
Temukan dan dengarkan kutipannya dengan cepat
Pemisahan pembicara
Pisahkan siapa yang mengucapkannya
Mencegah atribusi palsu (diperlukan konfirmasi)
ringkasan otomatis
Tema draf
Ini memberi arahan; kutipan tidak menggantikan
Terjemahan otomatis (transkripsi berlebihan)
Menerjemahkan rekaman asing
Risiko kesalahan ganda; verifikasi ganda
Kesalahan umum
- Memposting kutipan tanpa mendengarkannya. Merasa kalimat dalam transkripsi sudah benar dan menggunakannya dalam tanda kutip; Kesalahan satu kata saja bisa membalikkan maknanya.
- Mempercayai nama dan nomor. Lupa bahwa nama, institusi, dan nomor diri adalah tempat di mana kesalahan paling banyak terjadi.
- Memiliki AI yang "mengoreksi" kutipan tersebut. Mengubah kalimat menjadi lebih cair; Kutipan harus kata demi kata, koreksi ditunjukkan dalam tanda kurung siku.
- Memuat catatan sensitif secara sembarangan. Mengirimkan rekaman ke kendaraan yang tidak terkendali dan tidak memberitahukan sumbernya atau tanpa izin.
- Kepercayaan buta terhadap diskriminasi pembicara. AI bisa membingungkan dua orang; Verifikasi atribusi penting dari audio.
Tips praktis untuk meningkatkan kualitas transkripsi
Keakuratan transkripsi ditentukan pada awal pekerjaan, pada saat perekaman. Reporter yang terjun ke lapangan dapat mempermudah pekerjaan AI dan mengurangi beban verifikasi dengan beberapa kebiasaan sederhana. Mendekatkan mikrofon ke speaker dan mengurangi kebisingan latar belakang seperti angin/lalu lintas secara signifikan mengurangi tingkat kesalahan. Meminta pembicara untuk bergiliran mencegah ucapan yang tumpang tindih (titik terlemah dalam transkripsi). Meminta pembicara menyebutkan nama dan gelarnya di awal wawancara akan memudahkan identifikasi pembicara dan atribusi selanjutnya. Jika suatu topik teknis ingin dibahas, membuat daftar nama umum dan istilah yang sering digunakan akan memungkinkan Anda mengetahui sebelumnya kesalahan transkripsi yang paling mungkin terjadi; Saat Anda mendengar istilah-istilah ini dalam rekaman, Anda memeriksanya terlebih dahulu.
Praktik kedua: arsipkan transkrip dalam bentuk mentahnya dan simpan versi yang telah diperbaiki secara terpisah. Apabila terjadi keberatan atau proses hukum, mampu menunjukkan kata mana yang dikoreksi, kapan dan bagaimana melindungi jurnalis. Selain itu, mencatat stempel waktu di samping setiap penawaran harga yang Anda verifikasi akan menghemat waktu berjam-jam dalam pencarian saat Anda harus kembali ke penawaran harga tersebut beberapa bulan kemudian. Setelah transkrip dibersihkan dan diatur dengan stempel waktu, Anda dapat dengan aman menggunakan rekaman yang sama berulang kali untuk berita, kolom, dan berita lanjutan berikutnya.
Singkatnya
Transkripsi otomatis adalah akselerator kuat yang mengurangi materi mentah audio dari hitungan jam menjadi menit; stempel waktu dan pemisahan speaker membuat verifikasi lebih mudah. Namun transkripsi adalah sebuah cetak biru: nama, angka, jargon, dan ucapan yang tumpang tindih sering kali salah. Setiap kutipan yang disertakan dalam berita diverifikasi dengan mendengarkan rekamannya kata demi kata; Kutipan tidak dapat dikoreksi oleh AI. Ringkasan dan ekstraksi tema merupakan tugas terpisah dan hanya memberikan arahan. Dalam catatan sensitif, privasi dan persetujuan dipertimbangkan sejak awal.
Tugas aplikasi
Secara otomatis mentranskripsikan rekaman audio (wawancara Anda sendiri atau pidato publik). Ambil 8 kandidat dengan perintah “penghapusan kandidat kutipan”; Dengarkan masing-masing dari stempel waktu dan tandai apakah itu benar atau tidak. Catat berapa banyak kutipan yang mengandung kesalahan (terutama nama/angka) dan berapa lama waktu yang dibutuhkan untuk memperbaikinya.
daftar periksa
- [ ] Saya menganggap transkrip tersebut sebagai draf mentah; Saya tidak menerbitkan kutipan apa pun tanpa mendengarkannya.
- [ ] Saya mengkonfirmasi nama pribadi, institusi dan nomor dari catatan terlebih dahulu.
- [ ] Tidak mengoreksi kutipan; Saya menunjukkan perubahannya dengan tanda kurung siku.
- [ ] Saya menggunakan stempel waktu dan pembedaan pembicara untuk verifikasi.
- [ ] Saya memeriksa kendaraan aman dan status izin dalam catatan yang perlu sensitif atau diotorisasi.