Főoldal › Ki mit mondott a felvételen

Beszélők szerinti átirat · Mac

Ki mit mondott a felvételen? Beszélők szétválasztása

Egy többszereplős felvétel leirata csak akkor használható, ha látszik benne, ki mondta. A program hangonként szétbontja a felvételt, a szakaszokhoz beszélőt rendel, te nevet adhatsz nekik — és a névhez tartozó hangprofil a gépeden marad, így a következő felvételekben ugyanazt az embert felismeri.

Mit jelent a beszélők szétválasztása

A beszédfelismerés arra válaszol, mit mondtak. Ettől külön feladat, hogy ki mondta — ennek a szakszava a diarizáció, de magyarul mindenki inkább körülírja: „ki mit mondott”, „beszélők szerint tagolva”, „kinek a szövege”.

Enélkül egy négyszereplős megbeszélés leirata egyetlen, végtelen szövegfolyam, amiben húsz perc olvasás után sem tudod, kinek az álláspontja van előtted. A szétválasztással viszont a leirat úgy néz ki, ahogy egy párbeszédnek kell: szakaszokra bontva, mindegyik előtt a beszélő és az időpont, amikor elhangzott.

Ez a lépés a felismerés előtt fut le a hang alapján, tehát nem abból következtet, hogy „ez a mondat kire vall”. A hangot elemzi: hol vált a beszélő, és mely szakaszok tartoznak ugyanahhoz a hanghoz.

Hogyan megy ez a gyakorlatban

• 1. Felveszed vagy behúzod a felvételt. Lehet a Mac mikrofonjával rögzített terembeszélgetés, egy online megbeszélés rendszerhangja, vagy egy meglévő hang- és videófájl.
• 2. A program szétbontja a hangot beszélőkre. Az eredmény: „1. beszélő”, „2. beszélő”, és így tovább, időbélyeggel.
• 3. Nevet adsz nekik. Egyszer átírod, és a leirat egészében az a név jelenik meg.
• 4. Ahol téved, javítasz. Egy-egy szakasz átsorolható másik beszélőhöz, két tévesen kettévágott beszélő pedig összevonható.
• 5. Exportálod. A kész, névvel ellátott leirat szöveges fájlba menthető, és ott szerkeszted tovább, ahol szoktad.

Ugyanaz az ember a következő felvételen is

Amikor nevet adsz egy beszélőnek, a program a hangjáról egy hangprofilt tárol a gépeden. Ez azért hasznos, mert a következő felvételen — a jövő heti megbeszélésen, a sorozatinterjú második részében — ugyanazt az embert magától felismeri, és nem kell újra végigneveznie mindenkit.

Ez a profil végig helyben marad: nem kerül fel szerverre, és nincs mögötte fiók. Ugyanakkor éppen ezért érdemes tudatosan bánni vele — erről szól a következő szakasz.

A hangprofil személyes adat — ezt kezeld így

Az azonosításra használt hangprofil személyes adat, és mivel egy konkrét ember azonosítására szolgál, biometrikus jellegű is lehet. Ebből három nagyon gyakorlatias következtetés adódik.

• Tájékoztass. Mondd el az érintetteknek, hogy a felvételről beszélőnkénti profil készül, és mire használod.
• Kérj hozzájárulást. A Ptk. (2013. évi V. törvény) 2:48. §-a szerint hangfelvétel készítéséhez és felhasználásához egyaránt az érintett hozzájárulása kell; kivétel a tömegfelvétel és a közéleti szereplésről készült felvétel. A titokban készített felvétel tehát személyiségi jogot sért akkor is, ha te magad részt veszel a beszélgetésben.
• Töröld, ha már nincs rá szükség. A profilokat és a felvételeket ne hordozd magaddal évekig cél nélkül; a tárolási időt te határozod meg, és a program nem dönti el helyetted.

Munkahelyi környezetben ehhez jön az Mt. 11/A. §-a szerinti munkavállalói ellenőrzés kerete és a NAIH visszafogott, arányossági szempontú gyakorlata a munkahelyi hangrögzítéssel szemben. Mindez tájékoztatás, nem jogi tanácsadás: semmilyen jogszabályi megfelelést vagy tanúsítást nem állítunk, a jogalap és a megőrzési idő megítélése az adatkezelő — a gyakorlatban az adatvédelmi tisztviselőd vagy jogászod — feladata. Azt sem vállaljuk, hogy a felvétel vagy az átirat bizonyítékként felhasználható vagy elfogadható lesz.

Hol téved a szétválasztás

Kertelés nélkül: ez a lépés a legérzékenyebb az egész folyamatban, és a hangminőségen áll vagy bukik. A tipikus hibák:

• Egyszerre beszélők. Ha ketten egymásra beszélnek, a szakaszhatárok elcsúsznak, és a rövid közbevágások gyakran a másik beszélőhöz kerülnek.
• Nagyon hasonló hangok. Két hasonló hangfekvésű ember — például két férfi kolléga hasonló tempóval — összemosódhat.
• Visszhangos terem, távoli mikrofon. Egy nagy tárgyalóban a hosszú asztal végén ülő résztvevő hangja már torzul, és a besorolása is bizonytalanabb lesz.
• Rövid megszólalások. Egy-két szavas „igen”, „egyetértek” gyakran nem elég jellemző ahhoz, hogy biztosan besoroljon.
• A beszélők száma. Nem mindig jön ki magától; egy csendes résztvevő kimaradhat, egy erősen változó hangú beszélő pedig kettéválhat. Mindkettő javítható kézzel.

Pontossági százalékot szándékosan nem írunk: nincs mögötte saját mérésünk, magyar nyelvű felvételeken pedig végképp nem lenne felelős egy más nyelven mért számot idehozni. Amit felelősen mondhatunk: a szétválasztott leirat sokkal gyorsabban javítható kézzel, mint amennyi idő egy tagolatlan szövegfolyamot utólag szereplőkre bontani.

Mit tehetsz a jobb eredményért

• Vidd közelebb a mikrofont. Ez az egyetlen legnagyobb hatású lépés — nagyobb, mint bármelyik beállítás.
• Kérd meg a résztvevőket, hogy egyesével beszéljenek. Egy megbeszélés elején ez természetes kérés, és a leirat minőségén is meglátszik.
• A felvétel elején mondja be mindenki a nevét. Ez a legrégebbi trükk a szakmában, és most is működik: az első percből egyszerűen kiosztod a neveket.
• Kerüld a háttérzenét és a kihangosított, torz vonalat. Ezek a hangprofilokat is összezavarják.
• Nevezd el a visszatérő beszélőket. Néhány felvétel után a rendszeres résztvevők maguktól a helyükre kerülnek.

Kinek jön ez jól

• Megbeszélésekhez. Az emlékeztetőben az a lényeg, ki vállalt mit — erről külön oldalunk van: online megbeszélés leirata.
• Interjúkhoz. Kutatás, szakdolgozat, újságcikk: a kérdés és a válasz szétválasztása enélkül kézi munka.
• Üléseken. Közgyűlés, taggyűlés, testületi ülés, ahol a hozzászólók nevesítése a végtermék része — lásd a jegyzőkönyv hangfelvételből oldalt.
• Ügyfélbeszélgetésekhez. Tanácsadás, konzultáció, ahol utólag pontosan vissza kell keresni, ki mit kért.

Követelmények és ár

A program macOS 13 (Ventura) vagy újabb rendszert és Apple Silicon processzort kíván: M1 vagy újabb gép kell hozzá, ez követelmény és nem ajánlás — Intel Mac-en nem indul el. A felismerés 99 nyelvet fed le, automatikus nyelvfelismeréssel, és a teljes feldolgozás — a beszélők szétválasztásával együtt — a saját gépeden fut le. Diktáláskor a szöveg a vágólapra kerül, és te nyomsz ⌘V-t; a program nem gépel be semmit magától idegen alkalmazásba.

A letöltés ingyenes, a teljes verziót egyszeri, 49,99 $-os alkalmazáson belüli vásárlással oldod fel, előfizetés nélkül — de ez nem azt jelenti, hogy nincs korlát. Az ingyenes szinten napi 5 perc diktálás, valamint összesen 5 hang- és 5 videóátirat jár; ez utóbbi életre szóló keret, nem napi. A felvétel készítése soha nincs mérve, és egy már átírt felvétel újbóli átírása sem fogyaszt a keretből — ez utóbbi itt kifejezetten hasznos, mert a beszélők javítása és a leirat újrafuttatása így nem kerül semmibe. A magyar App Store az árat forintban mutatja.

Gyakori kérdések

Kapcsolódó témák