Транскрибация: что это и какой текст нужен из аудио или видео

Транскрибация — перевод произнесённой речи в письменный текст. Источником может быть аудио, видеозапись, интервью или встреча. Транскрипт сохраняет сказанное; конспект, протокол и статья — уже результаты дальнейшей работы с этим текстом.

Различие кажется терминологическим, пока вы не заказываете «текст из видео» и не получаете документ, по которому невозможно повторить действие. Причина часто не в распознавании: часть нужной информации вообще не звучала, а была показана на экране.

Одна запись может дать несколько разных документов

Возьмём учебный пример. Ведущий демонстрирует программу и говорит: «Теперь выберите вот этот пункт. Не первый: он удалит всё. Нам нужен только текущий раздел».

Транскрипт передаст слова. Описательный транскрипт дополнит их существенным действием на экране. Инструкция назовёт пункт меню и объяснит ожидаемый результат. Субтитры покажут фразы в нужные моменты, пока зритель видит демонстрацию.

W3C различает обычный и описательный транскрипт. Второй содержит существенную визуальную информацию. Это полезно не только для доступности: например, когда демонстрацию оборудования нужно превратить в инструкцию для сотрудника.

У транскрипта есть три слоя, и ошибки в них разные

Первый — распознанные слова. Второй — авторство реплик. Третий — временная привязка. Хороший текст может сопровождаться ошибочной подписью участника, а правильно подписанная реплика — неточным термином.

Проверяйте слои раздельно. Сначала послушайте содержание. Затем сравните голос с другими репликами участника. После этого убедитесь, что временная метка приводит к нужному месту. Для цитаты важны все три слоя; для личного конспекта авторство одиночного монолога может быть менее существенным.

Имя, предположенное из разговора, тоже требует проверки. Фраза «передам Антону» не означает, что сейчас говорит Антон. Список участников и их самопредставление помогают уточнить подписи, но не заменяют прослушивание спорного места.

Как превратить демонстрацию в понятный текст

Вернёмся к примеру с программой. Сначала получите транскрипт финального видео. Найдите слова «вот этот» и посмотрите соответствующий кадр. Допустим, на экране выбран пункт «Очистить раздел».

Теперь возможны разные редакторские решения:

Транскрипт: «Теперь выберите вот этот пункт. Не первый: он удалит всё».
С описанием: «[Выбирает “Очистить раздел”] Теперь выберите вот этот пункт. Не первый: он удалит всё».
Инструкция: «В меню выберите “Очистить раздел”. Перед подтверждением проверьте, что выбран текущий раздел, а не все данные».

Вторая версия явно отделяет редакторское пояснение от речи. Третья перестраивает содержание под действие читателя. Но если кнопку подтверждения в видео не показывают, нельзя придумать её название. Пометьте недостающий шаг и уточните у автора.

В нашем учебном фрагменте исполнитель не видит подтверждения удаления. Поэтому законченная запись ограничения такая: «После выбора “Очистить раздел” запись обрывается. Дальнейшие действия и результат не установлены; уточнить у автора перед выпуском инструкции». Это полезнее выдуманного «нажмите ОК».

Хорошая инструкция проверяется выполнением, хороший транскрипт — соответствием записи. Это разные способы приёмки, поэтому сначала выбирают результат и только затем редактируют.

Если нужны все слова — переходите к полному процессу расшифровки; если важен экран — к текстовой версии видео; если документ предназначен для повторения шагов — к инструкции из видеоурока; для дорожки показа — к редактуре автоматических субтитров.

Задайте короткий заказ на обработку

Источник: [аудио / видео, название и дата]
Кто будет пользоваться результатом: [...]
После чтения человек должен: [...]
Нужная форма: [транскрипт / инструкция / конспект / субтитры]
Сохранить обязательно: [цитаты, условия, авторство...]
Проверить вне речи: [слайды, команды, формулы, демонстрацию...]
Связь с источником: [название файла, таймкоды]
Критерий готовности: [...]

Например: «Новый сотрудник должен повторить настройку. Нужна инструкция с названиями полей и проверкой результата; личные отступления ведущего не нужны». Это гораздо точнее, чем «сделай хороший текст».

В Текстославе после получения расшифровки можно создать отчёт по одной записи и выбрать «Пошаговая инструкция», «Главное из записи» или другой подходящий формат. Сначала исправьте значимые ошибки текста и разделения спикеров. Затем проверьте, не потребовал ли вывод сведений, которых в звуке нет.

Сохраните полный транскрипт как основу, а производный материал — отдельно. Тогда последующее сокращение не уничтожит контекст, и другой человек сможет вернуться к оригиналу.

Что нельзя незаметно менять при переработке

Не превращайте «возможно» в «точно», предложение — в решение, а вопрос — в утверждение. Если говорящий исправил себя, в итог должен попасть актуальный смысл, а для дословного документа — сама самокоррекция.

Не называйте перевод транскрипцией. При переносе на другой язык появляется дополнительный этап: точность цитаты зависит и от распознавания, и от перевода. Не выдавайте стилистически переписанный абзац за прямую речь.

Наконец, не считайте чистовой транскрипт готовой статьёй. Descript разбирает различие дословной и очищенной записи речи. Выбор степени подробности полезен, но сам по себе не создаёт аргумент, структуру статьи или недостающий пример.

Перед выбором инструмента различите диктовку нового текста и импорт готового файла. В сравнении способов распознавания речи эти пути разобраны отдельно.

Если кроме текста нужен итог или исследование, сравните виды ИИ-сервисов по конечному результату. Распознавание, редактура и аналитика — разные действия, которые нужно проверять по отдельности.

Частые вопросы