Faida:
- Uwezo wa kutoa nakala mbichi zenye utambuzi wa hotuba otomatiki (ASR) na kuzitumia kwa uthibitishaji wa muhuri wa saa na ubaguzi wa spika.
- Uwezo wa kutumia nidhamu ya kuthibitisha kila nukuu ambayo itajumuishwa katika neno neno la habari na kuweka kipaumbele maeneo yenye makosa mengi kama vile majina sahihi, nambari na jargon.
- Uwezo wa kuelewa kwamba nakala ni rasimu ghafi, kwamba nukuu inapaswa kuhifadhiwa neno moja bila kusahihisha, na kwamba usiri unapaswa kuzingatiwa tangu mwanzo katika rekodi nyeti.
Mojawapo ya malighafi ya thamani zaidi ya mwandishi lakini inayochosha zaidi ni sauti: rekodi za mahojiano, mikutano ya waandishi wa habari, mazungumzo ya simu, vikao vya bunge, kumbukumbu za matangazo ya moja kwa moja. Mtu mwenye uzoefu huchukua saa nne hadi sita kunakili mazungumzo ya saa moja kwa mkono—manukuu, kwa lugha ya tasnia. Teknolojia ya utambuzi wa usemi wa kiotomatiki (ASR) inayotegemea akili Bandia, ambayo hubadilisha sauti kiotomatiki kuwa maandishi, hupunguza muda huu hadi dakika. Lakini nakala ni rasimu isiyofaa: majina, maneno ya kiufundi, hotuba zinazoingiliana, na vifungu vya kelele vinaweza kutoka vibaya. Kwa hivyo sheria haibadiliki: AI hutoa nakala mbichi; Ni mwandishi wa habari ambaye anathibitisha kuwa nukuu inalingana na rekodi haswa, nani alisema nini, na muktadha. Kila sentensi iliyogeuzwa inayoingia angani haiwezi kuwa habari bila kulinganishwa na sauti.
Hatua kwa hatua: kutoka kwa sauti hadi nukuu inayoaminika
Hatua ya 1 - Tayarisha rekodi na uzingatie faragha. Ikiwa faili ya sauti ina majina ambayo yanatoa chanzo au chanzo kinapaswa kulindwa, zingatia ni zana gani imepakiwa. Kwa rekodi nyeti, suluhisho za nje ya mtandao au za shirika zenye usalama wa data zinapendekezwa. Hakikisha kuwa rekodi imeidhinishwa (baadhi ya rekodi zina vikomo vya kisheria).
Hatua ya 2 - Pata nakala mbichi. Badilisha sauti kuwa maandishi kwa zana ya ASR. Ikiwezekana, washa muhuri wa muda - idadi ya dakika ambayo kila sentensi ilitamkwa - na uandishi - kutofautisha ni nani alisema sentensi ipi. Hizi hufanya uthibitishaji haraka sana.
Hatua ya 3 - Weka alama kwenye maeneo yenye makosa mengi. Majina sahihi, majina ya taasisi, nambari, maneno ya kigeni na mahali ambapo watu wawili huzungumza kwa wakati mmoja ni maeneo ambayo makosa mengi hutokea. Weka haya kwenye orodha yako ya kipaumbele.
Hatua ya 4 - Linganisha nukuu na rekodi. Thibitisha kila sentensi unayojumuisha kwenye neno neno moja la habari kwa kwenda kwenye muhuri wa muda na kusikiliza sauti. Kubadilisha hata neno moja kunaweza kubadilisha maana na jukumu la kisheria.
Hatua ya 5 - Dondoo muhtasari na mada na AI (kazi tofauti). Baada ya manukuu kusafishwa, unaweza kuuliza AI kwa ajili ya matokeo ya rasimu kama vile "mandhari kuu," "vifungu vya habari," "kinzani" - lakini haya hutoa mwelekeo, sio badala ya nukuu.
Tahadhari: Usimbuaji otomatiki hubadilisha kwa urahisi neno: "hatukufanya" na "tulifanya", nomino moja na nyingine. Usitangaze sentensi yoyote uliyoweka katika alama za kunukuu bila kusikiliza sauti. Nukuu ya uwongo ni ukiukaji wa maadili na sababu ya kanusho/shtaka.
Mambo yanayoathiri usahihi
Ubora wa unukuzi; inategemea ubora wa kurekodi (kipaza sauti, kelele, mwangwi), idadi ya wasemaji, lafudhi, lahaja, jargon ya kiufundi na mwingiliano wa sauti. Rekodi za simu na mazingira yenye watu wengi huzalisha makosa mengi zaidi. Kwa hivyo, usifarijiwe na taarifa kama vile "kiwango cha usahihi cha zana ni 95%": 5% iliyobaki inaweza kuwa katika maeneo muhimu zaidi kwa habari, kama vile majina na nambari.
kesi tatu ndogo
Kesi 1 - Neno pekee linalobadilika. Mwanahabari alinakili taarifa ya afisa kiotomatiki, "Hatuwezi kuthibitisha dai hili." Nakala hiyo ilisema "tunaweza kuthibitisha" - maana ilikuwa kinyume. Mwandishi alisikiliza muhuri wa nyakati na kusahihisha. Ikiwa kosa la neno moja halingerekebishwa, habari hiyo ingemfanya afisa huyo kusema kitu ambacho hakusema.
Kesi ya 2 - Faida ya muda, kikao cha bunge. Itachukua ~ masaa 25 kusimbua mwenyewe rekodi ya kipindi cha saa 5. ASR ilitoa maandishi ghafi katika dakika 40; Shukrani kwa kutenganisha mzungumzaji na kuweka alama za nyakati, mwandishi alisikiliza na kuthibitisha vifungu vya dakika 20 kutoka kwa wasemaji watatu muhimu. Jumla ya muda ulipungua hadi ~saa 4.
Kesi ya 3 - Hitilafu ya jargon. Mwandishi wa habari za afya aliona kuwa jina la dawa iliyotajwa katika mahojiano na mtaalamu huyo liliandikwa kimakosa katika nakala hiyo; Ilichanganywa na dawa nyingine yenye sauti sawa. Alimtaka mtaalamu huyo athibitishe kwa ujumbe mfupi. Ikiwa jina lisilo sahihi la dawa litachapishwa, itakuwa habari ya uwongo na hatari kwa afya.
Violezo vinavyoweza kunakiliwa
1) Kutoa orodha kutoka kwa nakala mbichi:
Ifuatayo ni nakala otomatiki. Weka alama zifuatazo: (1) majina sahihi na majina ya taasisi, (2) nambari na tarehe, (3) istilahi za kigeni/kiufundi, (4) mahali ambapo maana ya sentensi haieleweki. Haya yatathibitishwa kabla ya rekodi. Sahihisha maandishi; toa orodha tu. Unukuzi: [hapa]
2) Msemaji na muhtasari wa mada (kutoka kwa nakala iliyosafishwa):
Tumia nakala iliyothibitishwa hapa chini. (1) Fanya muhtasari wa laana ya kila mzungumzaji katika sentensi moja. (2) Weka alama kwenye vifungu 5 vya habari kwa muhuri wa muda. (3) Orodhesha migongano kati ya wazungumzaji. Kuzalisha quotes; onyesha tu eneo lao. Unukuzi: [hapa]
3) Uchimbaji wa mgombea wa dondoo (kuthibitishwa):
Chagua nukuu 8 za mtahiniwa kutoka kwa nakala hii ambazo zinafaa kwa habari. Andika muhuri wa saa [12:04] na mzungumzaji kwa kila moja. Fupisha au uhariri nukuu; Nakili kwa neno moja ili niweze kuithibitisha kutoka kwa rekodi. Unukuzi: [hapa]
4) Alama ya kifungu chenye kelele/isiyo wazi:
Orodhesha maeneo katika nakala ifuatayo ambapo kuna "[ambiguous]", "..." au ukosefu wa maana. Andika muhuri wa wakati kwa kila moja ili niweze kusikiliza sehemu hiyo tena. Jaza nafasi iliyo wazi kwa kubahatisha. Unukuzi: [hapa]
Mwongozo dhaifu / Mwongozo thabiti
Ujumbe dhaifu: "Fanya muhtasari wa mahojiano haya na utoe nukuu bora zaidi."
Matokeo: AI inachukulia makosa katika unukuzi kuwa sahihi na "hupamba" nukuu, kufupisha na kubadilisha sentensi; Ni wakati gani ilisemekana imepotea, haiwezi kuthibitishwa.
Kidokezo chenye nguvu: "Nyoa watahiniwa 8 wa nukuu kutoka kwa nakala hii HASA (neno kwa neno), ongeza muhuri wa saa na spika kwa kila moja, usisahihishe au ufupishe yoyote kati yao. Tengeneza orodha tofauti ya zisizoeleweka ili niweze kuwasikiliza kutoka kwa rekodi."
Tofauti: Kidokezo kikubwa kinakataza kubadilisha nukuu, huifanya ithibitishwe kwa muhuri wa muda, na kutenganisha utata; Mwandishi wa habari anaweza kuthibitisha kila nukuu kwa sauti.
chati ya kulinganisha
kipengele
Inafanya nini?
athari ya uthibitishaji
Usimbuaji kiotomatiki (ASR)
Hubadilisha sauti kuwa maandishi
Rasimu ghafi; wote wanahitaji uthibitisho
muhuri wa nyakati
Hurejesha dakika ya sentensi
Tafuta na usikilize nukuu haraka
Kujitenga kwa Spika
Hutenganisha anayesema
Huzuia maelezo ya uwongo (uthibitisho unahitajika)
muhtasari wa moja kwa moja
Rasimu za mada
Inatoa mwelekeo; quote haina nafasi
Tafsiri ya kiotomatiki (unukuzi zaidi)
Inatafsiri rekodi za kigeni
Hatari ya kosa mara mbili; uthibitishaji mara mbili
Makosa ya kawaida
- Kuchapisha nukuu bila kuisikiliza. Kufikiri kwamba sentensi katika nakala ni sahihi na kuitumia katika alama za nukuu; Kosa la neno moja linaweza kubadilisha maana.
- Kuamini jina na nambari. Kusahau kwamba majina sahihi, taasisi na nambari ni mahali ambapo makosa hutokea zaidi.
- Kuwa na AI "sahihi" nukuu. Kubadilisha sentensi ili kuifanya iwe kioevu zaidi; Nukuu lazima iwe ya neno moja, masahihisho yanaonyeshwa kwenye mabano ya mraba.
- Inapakia rekodi nyeti bila mpangilio. Kutuma rekodi kwa gari lisilodhibitiwa ambalo hutoa chanzo au bila ruhusa.
- Ukosefu wa uaminifu katika ubaguzi wa spika. AI inaweza kuwachanganya watu wawili; Thibitisha maelezo muhimu kutoka kwa sauti.
Vidokezo vya vitendo vya kuboresha ubora wa unukuzi
Usahihi wa unukuzi umedhamiriwa mwanzoni mwa kazi, wakati wa kurekodi. Mwanahabari anayeenda shambani anaweza kurahisisha kazi ya AI na kupunguza mzigo wa uthibitishaji kwa mazoea machache rahisi. Kusogeza maikrofoni karibu na spika na kupunguza kelele ya chinichini kama vile upepo/trafiki hupunguza kasi ya makosa. Kuomba wasemaji kuchukua zamu huzuia usemi mwingiliano (sehemu dhaifu zaidi ya unukuzi). Kusema mzungumzaji jina na cheo chake mwanzoni mwa mahojiano hurahisisha utambulisho wa mzungumzaji na sifa za baadaye. Ikiwa mada ya kiufundi itajadiliwa, kutengeneza orodha ya majina ya kawaida na maneno ambayo yatatumika mara kwa mara itawawezesha kujua mapema makosa yanayowezekana katika unukuzi; Unaposikia masharti haya kwenye rekodi, unayaangalia kwanza.
Zoezi la pili: kuhifadhi nakala katika umbo lake mbichi kwenye kumbukumbu na uweke toleo lililosahihishwa kando. Katika tukio la pingamizi au mchakato wa kisheria, kuwa na uwezo wa kuonyesha ni neno gani lililorekebishwa, lini na jinsi gani hulinda mwandishi wa habari. Pia, kubainisha muhuri wa muda karibu na kila nukuu unayothibitisha kutakuokoa saa za kutafuta unapohitaji kurejea kwenye nukuu hiyo miezi kadhaa baadaye. Baada ya manukuu kusafishwa na kupangwa kwa mihuri ya muda, unaweza kutumia rekodi ile ile tena na tena kwa usalama kwa hadithi ya habari, safu wima na hadithi inayofuata.
Kwa muhtasari
Unukuzi wa kiotomatiki ni kichapuzi chenye nguvu ambacho hupunguza malighafi ya sauti kutoka saa hadi dakika; muhuri wa nyakati na utenganishaji wa spika hurahisisha uthibitishaji. Lakini unukuzi ni mchoro: majina, nambari, jargon, na usemi unaoingiliana mara nyingi hukosea. Kila nukuu iliyojumuishwa katika habari inathibitishwa kwa kusikiliza neno la kurekodiwa; Nukuu haziwezi kusahihishwa na AI. Muhtasari na uchimbaji wa mada ni kazi tofauti na hutoa mwelekeo pekee. Katika rekodi nyeti, faragha na idhini huzingatiwa tangu mwanzo.
Jukumu la maombi
Nakili rekodi ya sauti kiotomatiki (mahojiano yako mwenyewe au hotuba ya umma). Kurejesha wagombeaji 8 kwa kidokezo cha "kuondoa mgombeaji wa nukuu"; Sikiliza kila moja kutoka kwa muhuri wa muda na uweke alama ikiwa ni sahihi au la. Kumbuka ni manukuu ngapi yana makosa (hasa majina/nambari) na inachukua muda gani kusahihisha.
orodha ya ukaguzi
- [ ] Ninachukulia nakala kuwa rasimu mbichi; Sichapishi nukuu zozote bila kuzisikiliza.
- [ ] Ninathibitisha majina ya kibinafsi, taasisi na nambari kutoka kwenye rekodi kwanza.
- [ ] Haisahihishi nukuu; Ninaonyesha mabadiliko na mabano ya mraba.
- [ ] Ninatumia muhuri wa muda na tofauti ya spika kwa uthibitishaji.
- [ ] Ninaangalia gari salama na hali ya ruhusa katika rekodi zinazohitaji kuwa nyeti au kuidhinishwa.