Úvod › Přepis s mluvčími

Přepis s mluvčími · Rozdělení podle hlasů

Kdo co řekl: přepis s mluvčími

Přepis, ve kterém není poznat, kdo mluví, je u rozhovoru nebo porady skoro k ničemu. Rozpoznání mluvčích v nahrávce ji automaticky rozdělí podle hlasů, mluvčí můžete pojmenovat a stejné lidi pozná i v dalších nahrávkách — celé to probíhá ve vašem Macu, zvukový soubor se nikam neodesílá.

Proč to bez mluvčích nejde

Souvislý blok textu ze schůzky se čte špatně a k ničemu se nedá použít. Nevíte, kdo co slíbil, kdo namítal a komu úkol zůstal. Rozdělení podle mluvčích udělá z jedné stěny textu rozhovor: každý úsek má svého mluvčího a svůj čas, takže se v něm dá číst, hledat i citovat. U kvalitativního výzkumu a u zápisů z jednání je to rozdíl mezi hotovým podkladem a materiálem, který musíte celý poslouchat znovu.

Odborně se tomu říká diarizace; česky se to hledá spíš jako „kdo co řekl“ nebo „rozdělení nahrávky podle mluvčích“, a tak o tom mluvíme i my.

Jak rozpoznání mluvčích v nahrávce funguje

Postup má tři kroky a všechny běží na vašem počítači:

• Detekce řeči. Z nahrávky se vyberou úseky, ve kterých se skutečně mluví, a ticho i ruch se vynechají.
• Otisk hlasu. Z každého úseku se spočítá číselný popis barvy hlasu — ne slova, ale zvuková charakteristika mluvčího.
• Shlukování. Úseky s podobným otiskem se sloučí do jednoho mluvčího. Výsledkem je přepis rozdělený na Mluvčí 1, Mluvčí 2 a tak dál, se všemi časy.

Rozpoznávání slov a rozpoznávání mluvčích jsou dvě různé věci, které se skládají dohromady. První odpovídá, co bylo řečeno, druhá kdo to řekl. Teprve obojí najednou dá čitelný zápis.

Jména, která se poznají i příště

Anonymní Mluvčí 1 přejmenujete na skutečné jméno a přepis se okamžitě přeskládá. K takovému jménu si aplikace uloží hlasový profil, takže když tentýž člověk mluví i v další nahrávce, nabídne ho už pojmenovaného. U týmu, se kterým se scházíte pravidelně, to znamená, že po několika schůzkách máte přepisy pojmenované rovnou.

Profily jsou uložené lokálně ve vašem Macu. Nikam se neodesílají, nesdílejí se mezi uživateli a nevzniká žádná databáze na cizím serveru. Můžete je kdykoli přejmenovat nebo smazat; smazáním profilu se přiřazení v nových nahrávkách přestane nabízet.

Souhlas: hlasový profil je citlivá věc

Hlasový profil je biometrický údaj vztahující se k identifikované osobě, a to je jiná kategorie než obyčejná zvuková nahrávka. Nahrávané osoby proto informujte o tom, že nahráváte, i o tom, že jejich hlas bude v aplikaci pojmenovaný, a získejte jejich souhlas.

Nahrávat hovor, kterého se sami účastníte, není v Česku trestný čin — § 182 trestního zákoníku míří na odposlech cizí komunikace, které nejste účastníkem. Záznam projevu osobní povahy ale smíte pořídit a použít jen se souhlasem dotčené osoby podle § 84 až 90 občanského zákoníku, s výjimkou zákonných licencí podle § 88 a § 89 (úřední, vědecká, umělecká a zpravodajská). Na pracovišti platí navíc § 316 zákoníku práce: zaměstnavatel nesmí bez závažného důvodu spočívajícího ve zvláštní povaze své činnosti zaznamenávat hovory zaměstnanců, a má-li takový důvod, musí je informovat o rozsahu a způsobech kontroly.

To, že zpracování probíhá lokálně, je tvrzení o architektuře — neuvádíme žádnou certifikaci ani soulad s předpisy o ochraně osobních údajů a posouzení právního titulu a účelu patří správci osobních údajů, v praxi vašemu pověřenci nebo právnímu oddělení. Ohledně použitelnosti přepisu jako důkazu nedáváme žádnou záruku. Toto je informace, nikoli právní poradenství; v jiných zemích, včetně Slovenska, platí jiná pravidla.

Kde se přiřazení plete

Rozdělení podle mluvčích je odhad, ne měření, a existují situace, ve kterých se spolehlivě zhorší. Je poctivější to říct dopředu než slíbit dokonalost:

Přiřazení se dá v přepisu ručně přepsat a oprava se propíše do celé nahrávky, takže náprava chyby je otázkou několika kliknutí, ne přepisování textu.

Jak výsledek zlepšit

• Zadejte počet mluvčích dopředu, pokud ho znáte. U schůzky ve třech je to nejúčinnější jediná věc, kterou můžete udělat — model pak nemá důvod vyrobit šestého mluvčího z ozvěny.
• Mikrofon blíž. Náhlavní souprava nebo klopový mikrofon udělá pro rozdělení hlasů víc než jakékoli nastavení.
• Na začátku se představte. Když každý řekne své jméno, máte v přepisu ukotvený vzorek hlasu a pojmenování jde rychleji.
• Nemluvte přes sebe. Banální rada, ale funguje: uspořádaná diskuse se přepisuje výrazně lépe než hádka.
• Opravte první nahrávku pořádně. Pojmenované profily se přenášejí dál, takže investice do prvního zápisu se vrátí u všech dalších.

Pro koho to má smysl

• Kvalitativní výzkum. Rozhovory, u kterých se očekává doslovný přepis s rozlišením tazatele a respondenta.
• Podcasty a rozhovory pro publikaci. Podklad pro sestřih i pro textovou verzi epizody.
• Jednání a porady. Zápis, ve kterém je vidět, kdo co navrhl a kdo se k tomu zavázal; podrobněji na stránce zápis z porady.
• Konzultace a pohovory. Advokátní, personální i poradenské rozhovory, u kterých je předání nahrávky cizí službě samostatné rozhodnutí — proto přepis bez cloudu.

Požadavky, cena a bezplatná verze

Rozdělení podle mluvčích funguje jak u nahrávek pořízených přímo v aplikaci, tak u vložených zvukových a obrazových souborů. Rozpoznává se 99 jazyků a jazyk se určuje automaticky. Systémové požadavky jsou pevné: macOS 13 (Ventura) a novější a Mac s čipem Apple Silicon, tedy M1 nebo novější; Macy s procesorem Intel podporované nejsou.

Stažení je zdarma, plnou verzi odemknete jednorázovým nákupem v aplikaci za 49,99 $ (v českém App Storu uvidíte odpovídající částku v korunách), bez předplatného. Bezplatná verze zahrnuje 5 minut diktování denně a 5 audio a 5 video přepisů celkem, tedy nikoli denně; nahrávání omezené není a opakovaný přepis už jednou přepsané nahrávky se do limitu nepočítá — jednu schůzku si tak můžete nechat rozdělit znovu, například po zadání počtu mluvčích, aniž byste něco spotřebovali.

Časté dotazy

Mohlo by se hodit