Ieguvumi:
- Spēja izveidot neapstrādātus atšifrējumus ar automātisko runas atpazīšanu (ASR) un izmantot tos laika zīmoga un runātāju diskriminācijas pārbaudei
- Spēja piemērot disciplīnu, pārbaudot katru citātu, kas tiks iekļauts ziņās burtiski, un noteikt prioritāti tādām lielām kļūdu jomām kā īpašvārdi, cipari un žargons.
- Spēja saprast, ka atšifrējums ir neapstrādāts melnraksts, ka citāts ir jāsaglabā burtiski bez labojumiem un ka konfidencialitāte ir jāņem vērā sensitīvos ierakstos no paša sākuma.
Viens no vērtīgākajiem, bet nogurdinošākajiem reportiera izejmateriāliem ir audio: interviju ieraksti, preses konferences, telefonsarunas, parlamenta sēdes, tiešraides arhīvi. Pieredzējušam cilvēkam ir vajadzīgas četras līdz sešas stundas, lai ar roku pārrakstītu stundu garu sarunu — transkripciju, nozares valodā runājot. Uz mākslīgo intelektu balstīta automātiskās runas atpazīšanas (ASR) tehnoloģija, kas automātiski pārvērš balsi tekstā, samazina šo laiku līdz minūtēm. Bet stenogramma ir rupjš melnraksts: nosaukumi, tehniskie termini, pārklājoša runa un trokšņaini fragmenti var iznākt nepareizi. Tātad noteikums nemainās: AI izveido neapstrādātu transkriptu; Žurnālists ir tas, kurš pārbauda, vai citāts precīzi atbilst ierakstam, kurš ko teicis un kontekstu. Katrs apgriezts teikums, kas nonāk gaisā, nevar kļūt par jaunumu, ja to nesalīdzina ar balsi.
Soli pa solim: no balss līdz uzticamam citātam
1. darbība. Sagatavojiet ierakstu un apsveriet privātuma aizsardzību. Ja audio failā ir nosaukumi, kas norāda avotu, vai avots ir jāaizsargā, pievērsiet uzmanību tam, kurā rīkā tas ir augšupielādēts. Sensitīviem ierakstiem priekšroka tiek dota bezsaistes vai korporatīvajiem risinājumiem ar datu drošību. Pārliecinieties, vai ieraksts ir autorizēts (dažiem ierakstiem ir juridiski ierobežojumi).
2. darbība — iegūstiet neapstrādātu stenogrammu. Pārveidojiet audio par tekstu, izmantojot ASR rīku. Ja iespējams, ieslēdziet laika zīmogu — katra teikuma izrunāto minūšu skaitu — un diarizāciju, lai atšķirtu, kurš teikumu teica. Tie padara verifikāciju ļoti ātru.
3. darbība. Atzīmējiet augstu kļūdu reģionus. Visvairāk kļūdu rodas īpašvārdos, iestāžu nosaukumos, skaitļos, svešvārdos un vietās, kur runā divi cilvēki vienlaikus. Ievietojiet tos savā prioritāšu kontrolsarakstā.
4. darbība. Salīdziniet citātu ar ierakstu. Pārbaudiet katru ziņās iekļauto teikumu burtiski, atverot laikspiedolu un klausoties audio. Pat viena vārda maiņa var mainīt nozīmi un juridisko atbildību.
5. darbība. Izņemiet kopsavilkumu un motīvus, izmantojot AI (atsevišķs darbs). Kad stenogramma ir iztīrīta, varat lūgt mākslīgā intelekta uzmetumus, piemēram, “galvenās tēmas”, “ziņu vērtīgas fragmenti”, “pretrunas”, taču tie sniedz virzienu, nevis citātu aizstāj.
Uzmanību! Automātiskā dekodēšana viegli aizstāj vārdu: "mēs nedarījām" ar "mēs izdarījām", vienu lietvārdu ar citu. Nepārraidiet nevienu teikumu, ko ievietojat pēdiņās, neklausoties audio. Nepatiess citāts ir gan ētikas pārkāpums, gan iemesls atrunai/tiesvedībai.
Precizitāti ietekmējošie faktori
Transkripcijas kvalitāte; atkarīgs no ieraksta kvalitātes (mikrofons, troksnis, atbalss), skaļruņu skaita, akcenta, dialekta, tehniskā žargona un audio pārklāšanās. Visvairāk kļūdu rada tālruņa ieraksti un pārpildīta vide. Tāpēc nelieciet mierinājumu ar tādiem apgalvojumiem kā "rīka precizitātes rādītājs ir 95%": atlikušie 5% var būt ziņām viskritiskākajās vietās, piemēram, nosaukumos un skaitļos.
trīs mini futrāļi
1. gadījums — vienīgais vārds, kas mainās. Reportieris automātiski pārrakstīja amatpersonas paziņojumu: "Mēs nevaram pārbaudīt šo apgalvojumu." Stenogrammā bija teikts "mēs varam pārbaudīt" - nozīme bija pretēja. Reportieris noklausījās laikspiedolu un to izlaboja. Ja viena vārda kļūda nebūtu izlabota, šīs ziņas liktu amatpersonai pateikt kaut ko tādu, ko viņš nav teicis.
2. lieta — laika pieaugums, parlamenta sesija. Lai manuāli atšifrētu 5 stundu sesijas ierakstu, būtu nepieciešamas ~25 stundas. ASR izvilka neapstrādātu tekstu 40 minūtēs; Pateicoties skaļruņu atdalīšanai un laika zīmogam, reportieris noklausījās un pārbaudīja tikai 20 minūšu fragmentus no trim kritiskiem runātājiem. Kopējais laiks sanāca līdz ~4 stundām.
3. gadījums — žargona kļūda. Veselības reportieris pamanīja, ka stenogrammā ir kļūdaini uzrakstīts kādas zāles nosaukums, kas minēts intervijā ar ekspertu; Tas tika sajaukts ar citu līdzīgi skanošu narkotiku. Viņš lika ekspertam to apstiprināt ar īsu ziņu. Ja tiktu publicēts nepareizs zāļu nosaukums, tā būtu gan nepatiesa informācija, gan bīstami veselībai.
Kopējamas veidnes
1) kontrolsaraksta izvilkšana no neapstrādātā stenogrammas:
Zemāk ir automātisks atšifrējums. Atzīmējiet: (1) īpašvārdus un iestāžu nosaukumus, (2) numurus un datumus, (3) svešus/tehniskus terminus, (4) vietas, kur teikuma nozīme ir neskaidra. Tie tiks pārbaudīti pirms ieraksta. Izlabojiet tekstu; vienkārši izveidojiet kontrolsarakstu. Transkripcija: [šeit]
2) Runātāja un tēmas kopsavilkums (no iztīrītā stenogrammas):
Izmantojiet tālāk norādīto pārbaudīto atšifrējumu. (1) Apkopojiet katra runātāja antēzi vienā teikumā. (2) Atzīmējiet 5 ziņu vērtīgus fragmentus ar laikspiedolu. (3) Uzskaitiet pretrunas starp runātājiem. citātu sagatavošana; vienkārši parādiet viņu atrašanās vietu. Transkripcija: [šeit]
3) Atsauces kandidāta izvilkums (jāpārbauda):
Izvēlieties 8 kandidātu īsos citātus no šī atšifrējuma, kas būtu piemēroti ziņām. Katram ierakstiet laika zīmogu [12:04] un skaļruni. Saīsināt vai rediģēt citātus; Nokopējiet to burtiski, lai es to varētu apstiprināt no ieraksta. Transkripcija: [šeit]
4) Trokšņains/neskaidrs ejas marķējums:
Nākamajā atšifrējumā uzskaitiet vietas, kur ir "[neskaidrs]", "..." vai trūkst nozīmes. Pierakstiet katra laika zīmogu, lai es varētu vēlreiz noklausīties šo daļu. Aizpildiet tukšo vietu ar minējumu. Transkripcija: [šeit]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne: "Apkopojiet šo interviju un izvelciet labākos citātus."
Rezultāts: AI uzskata kļūdas transkripcijā par pareizām un "izskaistina" citātus, saīsina un maina teikumus; Kurā brīdī tas tika teikts, ir zaudēts, to nevar pārbaudīt.
Spēcīga uzvedne: "PREKRĪZI (vārds pa vārdam) izvelciet no šī stenogrammas 8 citātu kandidātus, katram pievienojiet laika zīmogu un runātāju, nevienu nelabojiet un nesaīsiniet. Neskaidrajiem izveidojiet atsevišķu sarakstu, lai varu klausīties no ieraksta."
Atšķirība: spēcīga uzvedne aizliedz mainīt citātu, padara to pārbaudāmu ar laikspiedolu un izolē neskaidro; Žurnālists var pārbaudīt katru citātu ar balsi.
salīdzināšanas diagramma
funkciju
Ko tas dara?
verifikācijas efekts
Automātiskā atšifrēšana (ASR)
Pārvērš audio par tekstu
Neapstrādāts projekts; visiem nepieciešams apstiprinājums
laika zīmogs
Atgriež teikuma minūti
Ātri atrodiet un klausieties citātu
Skaļruņu atdalīšana
Atdala, kas to saka
Novērš nepatiesu attiecinājumu (nepieciešams apstiprinājums)
automātiskais kopsavilkums
Melnrakstu tēmas
Tas dod virzienu; citāts neaizstāj
Automātiskā tulkošana (pārmērīga transkripcija)
Tulko ārzemju ierakstu
Divkāršas kļūdas risks; dubultā pārbaude
Biežas kļūdas
- Citāta ievietošana, to neuzklausot. Domājot, ka teikums transkripcijā ir pareizs un lietojot to pēdiņās; Viena vārda kļūda var mainīt nozīmi.
- Uzticams vārds un numurs. Aizmirstot, ka īpašvārdi, iestādes un numuri ir tās vietas, kur kļūdas notiek visvairāk.
- Liekot AI “izlabot” citātu. Mainot teikumu, lai tas būtu plūstošāks; Citātam jābūt vārdam, labojumi norādīti kvadrātiekavās.
- Nejauši tiek ielādēts sensitīvs ieraksts. Ieraksta nosūtīšana uz nekontrolētu transportlīdzekli, kas nodod avotu vai bez atļaujas.
- Akla uzticēšanās runātāju diskriminācijai. AI var sajaukt divus cilvēkus; Pārbaudiet kritisko attiecinājumu no audio.
Praktiski padomi transkripcijas kvalitātes uzlabošanai
Transkripcijas precizitāte tiek noteikta pašā darba sākumā, ierakstīšanas brīdī. Reportieris, kurš dodas laukā, var atvieglot AI darbu un samazināt pārbaudes slogu, izmantojot dažus vienkāršus ieradumus. Mikrofona pārvietošana tuvāk skaļrunim un fona trokšņu, piemēram, vēja/satiksmes trokšņu, samazināšana ievērojami samazina kļūdu biežumu. Lūgšana runātājiem pārmaiņus novērš runas pārklāšanos (vājākais transkripcijas punkts). Ja runātājs intervijas sākumā nosauc savu vārdu un amatu, tas atvieglo gan runātāja identificēšanu, gan vēlāku attiecināšanu. Ja tiks apspriesta kāda tehniska tēma, bieži lietojamo nosaukumu un terminu saraksta izveidošana ļaus iepriekš uzzināt iespējamās transkripcijas kļūdas; Kad ierakstā dzirdat šos terminus, vispirms tos pārbaudiet.
Otra prakse: arhivējiet stenogrammu neapstrādātā veidā un saglabājiet laboto versiju atsevišķi. Iebildumu vai tiesvedības gadījumā spēja parādīt, kurš vārds, kad un kā tika labots, aizsargā žurnālistu. Turklāt, atzīmējot laikspiedolu blakus katram jūsu pārbaudītajam piedāvājumam, jūs ietaupīsit vairākas stundas, kad jums būs jāatgriežas pie šī piedāvājuma mēnešiem vēlāk. Kad atšifrējums ir notīrīts un sakārtots ar laikspiedoliem, varat droši atkal un atkal izmantot vienu un to pašu ierakstu gan ziņu stāstam, gan slejai, gan nākamajam turpinājuma stāstam.
Rezumējot
Automātiskā transkripcija ir spēcīgs paātrinātājs, kas samazina audio izejmateriālu no stundām līdz minūtēm; laikspiedols un skaļruņu atdalīšana atvieglo verifikāciju. Bet transkripcija ir plāns: nosaukumi, cipari, žargons un runa, kas pārklājas, bieži kļūdās. Katrs ziņās iekļautais citāts tiek pārbaudīts, noklausoties ierakstu burtiski; AI nevar labot citātus. Kopsavilkums un tēmas izvilkšana ir atsevišķi uzdevumi un sniedz tikai virzienu. Sensitīvos ierakstos privātums un piekrišana tiek ņemta vērā jau no paša sākuma.
Lietojumprogrammas uzdevums
Automātiski pārrakstīt audio ierakstu (savu interviju vai publisko runu). Atrodiet 8 kandidātus, izmantojot uzvedni “citēt kandidāta noņemšanu”; Klausieties katru no laika zīmoga un atzīmējiet, vai tas ir pareizi vai nē. Ņemiet vērā, cik citātos ir kļūdas (īpaši nosaukumos/skaitļos) un cik ilgs laiks nepieciešams, lai tos labotu.
kontrolsaraksts
- [ ] Es uzskatu stenogrammu par neapstrādātu melnrakstu; Es nepublicēju nevienu citātu, tos neuzklausot.
- [ ] Vispirms no ieraksta apstiprinu personvārdus, iestādes un numurus.
- [ ] Nelabo citātu; Izmaiņas norādu ar kvadrātiekavām.
- [ ] Verifikācijai izmantoju laikspiedolu un runātāju atšķirību.
- [ ] Es pārbaudu drošā transportlīdzekļa un atļaujas statusu ierakstos, kuriem ir jābūt sensitīviem vai autorizētiem.