דף הבית › זיהוי דוברים בהקלטה

יכולת · הפרדת דוברים בתמלול

זיהוי דוברים בהקלטה: מי אמר מה

תמלול של שיחה עם ארבעה משתתפים בלי הפרדה הוא קיר טקסט שאי אפשר לעבוד איתו. זיהוי דוברים בהקלטה — בטקסטים מקצועיים גם ״הפרדת דוברים״, ובלועזית ״דיאריזציה״ — מחלק את ההקלטה לפי קול, כך שבתמלול רואים מי אמר כל משפט, אפשר לתת לדוברים שמות ולחפש לפי דובר.

מה זה פותר

שני שלבים שונים לגמרי מתרחשים בתמלול של שיחה. הראשון עונה על השאלה מה נאמר, והשני על השאלה מי אמר את זה. השני הוא זיהוי הדוברים, והוא ההבדל בין מסמך שאפשר לעבוד איתו לבין גוש טקסט.

בלי הפרדה, ראיון עומק של שעה הוא רצף אחד שבו לא ברור מתי המראיין שאל ומתי המרואיין ענה. עם הפרדה, אותו קובץ הופך למסמך שאפשר לצטט ממנו, לסנן בו ולחפש בתוכו לפי דובר — ולזה בדיוק צריך אותו חוקר, עיתונאי או עורך דין.

איך זיהוי דוברים בהקלטה עובד בפועל

• הפרדה אוטומטית. מיד עם סיום התמלול ההקלטה כבר מחולקת למקטעים לפי קול, ולכל מקטע יש חותמת זמן. לא צריך להגדיר מראש כמה משתתפים היו — אם כי כשידוע לכם המספר, אפשר לציין אותו וזה משפר את התוצאה.
• מתן שמות. במקום ״דובר 1״ ו״דובר 2״ נותנים שמות אמיתיים או כינויים, והשם מוחל על כל המקטעים של אותו קול בתמלול.
• זיהוי בהקלטות הבאות. אם בחרתם בכך, נשמרת טביעת קול מקומית, וההקלטה הבאה שבה אותו אדם מדבר תזוהה עם השם שנתתם. בסדרת ראיונות או בישיבות צוות קבועות זה חוסך את שלב מתן השמות מחדש בכל פעם.
• חיפוש וסינון לפי דובר. אפשר להציג רק את מה שאדם מסוים אמר, ולחפש טקסט בתוך התמלולים בשילוב עם שם הדובר.
• תיקון ידני. ההפרדה אינה מושלמת, ומקטע שיוחס לדובר הלא נכון ניתן לשיוך מחדש.

הכול קורה על המחשב. אין העלאה של ההקלטה, אין חשבון משתמש, ולא נשלח דבר לשרת — לא השמע ולא טביעות הקול.

טביעת קול היא נתון ביומטרי — שימו לב לזה

זו הנקודה שדורשת תשומת לב אמיתית ולא הערת שוליים. פרופיל קול קבוע שמאפשר לזהות אדם מסוים בהקלטות עתידיות הוא נתון ביומטרי לכל דבר ועניין, גם אם הוא לא עוזב את המחשב שלכם.

מה שאנחנו יכולים לומר בוודאות הוא תיאור טכני: הפרופילים נשמרים מקומית על ה-Mac בלבד, אינם נשלחים לשום שרת, וניתנים למחיקה פרטנית — אפשר למחוק פרופיל של אדם מסוים בלי לפגוע בשאר. אפשר גם פשוט לא לשמור פרופילים ולהסתפק בהפרדה בתוך ההקלטה הבודדת.

מה שאיננו יכולים לומר: שהשימוש שלכם בזה תקין מבחינה משפטית. השאלות — האם נדרשת הסכמה מפורשת, מה נדרש כשמדובר בעובדים או בלקוחות, כיצד זה נכנס לחובות הארגון לפי חוק הגנת הפרטיות, התשמ״א-1981 והתיקונים לו, ומה מדיניות השמירה והמחיקה — שייכות ליועץ המשפטי או לממונה הגנת הפרטיות אצלכם. איננו טוענים לעמידה בתקן, לתאימות או להסמכה כלשהי. הכלל המעשי: אל תשמרו פרופיל קול של אדם שלא יודע על כך.

הקלטה והסכמה

בישראל, לפי חוק האזנת סתר, התשל״ט-1979, הקלטה של שיחה שאתם עצמכם צד לה אינה ״האזנת סתר״ וככלל אינה אסורה; הקלטה של שיחה בין אחרים, בלי הסכמת אף אחד מהצדדים, היא עבירה פלילית. זו ההבחנה, ואין טעם לייבא לכאן ניסוחים שנכתבו עבור שיפוטים אחרים.

אבל שמירת פרופיל קול מזוהה של אדם אחר היא צעד נוסף מעבר להקלטה, ולכן מתבקשת התנהלות פשוטה: אומרים בפתח השיחה שמקליטים, מציינים שנשמר גם פרופיל קול לצורך זיהוי בהקלטות הבאות, ומשאירים את האישור בתוך ההקלטה. אם מישהו מתנגד — לא מקליטים, ובוודאי לא שומרים לו פרופיל. גם כשההקלטה מותרת, השימוש בה, הפצתה ושמירתה עשויים לפגוע בפרטיות לפי חוק הגנת הפרטיות; והקלטה יזומה של עובדים מצד מעסיק היא סוגיה נפרדת שנבחנת בבית הדין לעבודה ודורשת אישור משפטי ויידוע מראש. זהו מידע כללי ולא ייעוץ משפטי; את היישום בארגון שלכם בררו מול עורך הדין או ממונה הפרטיות.

מתי ההפרדה טובה ומתי היא נשברת

אין טעם להבטיח יותר ממה שיש. הנה התמונה הכנה:

המסקנה המעשית: איכות הלכידה קובעת יותר מכל הגדרה. מיקרופון קרוב לכל דובר, או לפחות מיקרופון אחד באמצע ולא בקצה, ישפרו את התוצאה יותר מכל שינוי בתוכנה. וכשמסמנים בכל זאת קטע לציטוט — מאזינים לו לפני שמצטטים.

למי זה משנה

• חוקרים שמתמללים ראיונות עומק וצריכים להפריד בין המראיין לבין המרואיין לאורך סדרת ראיונות שלמה.
• עיתונאים שמצטטים ולא יכולים להרשות טעות בייחוס.
• עורכי דין שעוברים על הקלטות ארוכות ומחפשים מה אמר צד מסוים.
• מנחי קבוצות מיקוד שצריכים לדעת מי אמר מה, לא רק מה נאמר.
• מטפלים ואנשי מקצוע שרושמים סיכומי מפגש ומעדיפים שהחומר לא יעבור דרך שרת של אף אחד.

בכל המקרים האלה התמלול הוא טיוטה: אין הבטחה לשימוש כרשומה משפטית, ואם החומר מיועד להליך — בררו מול עורך הדין מה נדרש מבחינת אופן ההגשה.

מה מיוחד בשיחות בעברית

שתי תכונות של שיחה ישראלית טיפוסית נוגעות ישירות בהפרדת הדוברים. הראשונה היא קצב: התורות קצרים, ההשלמות מהירות, והמשפטים נחתכים באמצע. חיתוך של מילה או שתיים הוא בדיוק מה שקשה לייחס לקול מסוים, ולכן דווקא ההערות הקצרות הן אלה שיקבלו לפעמים את הדובר הלא נכון.

השנייה היא שיבוץ אנגלית באמצע משפט עברי, שנפוץ מאוד בשיח העסקי כאן. זה נוגע לזיהוי הטקסט יותר מאשר לזיהוי הדובר — הקול נשאר אותו קול — אבל התוצאה הסופית נקראת פחות טוב, ולכן שווה לקרוא גם את ההערכה של תמלול בעברית לפני שמסיקים שההפרדה היא שנכשלה. הכלל הפשוט: קודם בודקים את איכות ההקלטה, אחר כך את רשימת השפות, ורק אחר כך מאשימים את ההפרדה.

דרישות, מחיר ומה יש בחינם

נדרש מחשב Mac עם מעבד Apple Silicon מדגם M1 ומעלה (דרישת חובה; מחשבי Intel אינם נתמכים) ומערכת macOS 13 ומעלה. התמלול מזהה 99 שפות באופן אוטומטי.

ההורדה חינם. בגרסה החינמית: 5 דקות הכתבה קולית ביום, ובסך הכול 5 תמלולי שמע ו-5 תמלולי וידאו — מכסה לכל החיים ולא יומית. ההקלטה עצמה אינה מוגבלת, ותמלול חוזר של הקלטה שכבר תומללה אינו מנכה מהמכסה, כך שאפשר לבדוק את הפרדת הדוברים על אותה הקלטה כמה פעמים שתרצו. הסרת המגבלות היא רכישה חד-פעמית אחת בתוך האפליקציה, $49.99 — לא מנוי, ובלי חיוב לפי דקות. ״בלי מנוי״ אינו ״בלי הגבלה״.

שאלות נפוצות

עמודים קשורים