Näin litteroit haastatteluja

Ilmainen ja yksityinen tapa toimii omalla koneellasi

Jos haastattelu on arkaluonteinen — lähde joka tarvitsee suojaa, potilas, sisäinen johtaja — tallenne ei saa koskaan lähteä koneeltasi. Ilmaiset avoimen lähdekoodin työkalut litteroivat kokonaan laitteella itsellään.

OpenAI:n Whisper on malli, jolle useimmat näistä on rakennettu. Se on julkaistu MIT-lisenssillä, asennat sen yhdellä pip-komennolla, ja se litteroi äänitiedostoja komentorivin kautta. Se on saatavilla kuudessa koossa, neljässä joista on englanninkielinen muunnos, joten vaihdat nopeuden tarkkuuteen laitteistosi mukaan. Se on monikielinen ja voi jopa kääntää puheen englanniksi samalla kun litteroi. Haastattelujen kompastuskivi: perustason Whisper kirjaa sanat ylös, mutta ei merkitse kuka ne sanoi. Puhujadiarisointiin tarvitaan lisätyökaluja päälle, tai pilvipalvelu, johon se on valmiiksi sisäänrakennettuna.

Jos komentorivi tuntuu pelottavalta, Buzz on helpoin vaihtoehto. Se on graafinen sovellus, joka litteroi ja kääntää äänitiedostoja offline-tilassa omalla tietokoneellasi — Whisper-pohjainen, MIT-lisensoitu ja saatavilla macOS-, Windows- ja Linux-alustoille. Vedä tallenne sisään, valitse malli, odota ja lue litteraatti. Useimmille, jotka haluavat litteroida haastattelun ilmaiseksi, tämä on lyhin reitti maaliin.

Kaksi muuta mainitsemisen arvoista. whisper.cpp on puhdas C/C++-toteutus Whisperistä, joka toimii pelkästään prosessorilla ja on voimakkaasti optimoitu Apple Siliconille: nopeampi, ilman Pythonia — mutta sinun täytyy kääntää se itse ja ajaa komentorivin kautta. MacWhisper puolestaan on Mac-sovellus, joka on rakennettu laitteella toimivan Whisperin ja NVIDIA:n Parakeetin ympärille, ja se on suunniteltu nimenomaan tiedostojen litterointiin — eli täsmälleen haastattelukäyttöön. Kaikki nämä pitävät äänen omalla koneellasi. Yksikään niistä ei oletuksena anna sinulle puhtaita puhujamerkintöjä.

Pilvipalvelut lisäävät puhujamerkinnät ja editorin

Tässä kohdassa teet valinnan siitä, mitä yksityisyytesi on sinulle arvoinen. Dedikoidut litterointipalvelut lataavat tallenteesi palvelimilleen, käsittelevät sen, ja palauttavat litteraatin, jossa puhujat on yleensä nimetty ja teksti on pudotettu editoriin, jossa voit korjata nimet ja viedä sen ulos. Se mukavuus on aito, ja julkiselle podcastille tai paneelille jonka olet valmis jakamaan, pilvi on parempi työkalu.

Jos tämä on tarpeesi — monipuhujamerkinnät, aikaleimat, siisti editointipinta — katso vakiintuneita kokous- ja tallennuslitterointipalveluja sanelusalovelluksen sijaan. Olen käynyt läpi tätä kenttää Otter.ai-vaihtoehdot-artikkelissa ja Rev-vaihtoehdot-artikkelissa; molemmat kattavat pilvipalvelut, jotka tekevät diarisointia ja editointia kunnolla.

Tässä tulee mielipide, ja sillä on hintalappu mukana. Tiimi, jonka kanssa kerran työskentelin, teetti alihankkijalla sisäisen sanelun prototyypin, joka kutsui pilvi-tekoälyä jokaiselle lausumalle. Päällikkö avasi kustannusnäkymän kvartaalin lopussa ja näki viisinumeroisen luvun — suurin osa siitä syntyi standup-tallenteiden uudelleenlitteroinnista neljä kertaa peräkkäin, koska uudelleenyrityslogiikka oli liian innokas. Talousjohtajan vastaus oli lyhyt: tai voisimme lopettaa maksamisen kokouksien lataamisesta, joilla on jo muistiinpanot. Raha oli pieni ongelma. Suurempi ongelma oli, että neljännes sisäisistä puheluista oli nyt toimittajan palvelimilla. Pilvilitterointi on oikeasti oikea valinta puhujamerkintöihin ja editointiin. Se on väärä valinta tallenteelle, jonka et ikinä haluaisi poistuvan talosta. Tee valinta sen akselin mukaan, ei markkinoinnin.

Näin valitset — yhdessä lauseessa

Tällä sivulla on kolmenlaisia kävijöitä: yksityisyydestä välittäviä, deadlinen ajamia, ja niitä jotka haluavat vain puhujanimet ilman suurempaa miettimistä. Kaksi kolmesta kannattaa mennä paikalliseen ratkaisuun.

• Tarvitset ilmaisen ja yksityisen vaihtoehdon — Buzz (helpoin) tai Whisper omalla koneellasi. Ääni ei koskaan lataudu mihinkään.
• Tarvitset puhujamerkinnät ja siistin editorin — pilvipalvelu. Ääni latautuu palvelimelle — se on kaupan hinta.
• Macilla, haluat tiedostopohjaisen sovelluksen — MacWhisper, laitteella toimiva.

Rehellinen ratkaisuavain: jos tallenne on arkaluonteinen, vastaus on paikallinen — piste. Jos kyseessä on julkinen puhe ja haluat diarisointia valmiina, pilvi ansaitsee paikkansa. Suurin osa haastattelulitteroinnista on ensimmäistä tyyppiä, minkä takia aloitan ilmaisilla paikallisilla työkaluilla. Jos nopeus on huolesi, opas äänen nopeaan litterointiin käy läpi nopeuden säätömahdollisuudet.

Mihin Whisper by Remskill oikeasti sopii

Nyt se osa, jossa vedän rajan selvästi — koska artikkelin huonoin lopputulos olisi se, että lataat sovelluksemme odottaen sen pureskelemaan tallenteen läpi. Se ei tee sitä. Whisper by Remskill on sanelupohjainen: pikanäppäin käynnistää reaaliaikaisen puheentunnistuksen, joka litteroidaan ja liitetään kursoriin missä tahansa sovelluksessa. Siinä ei ole "lataa haastattelutiedosto" -nappia eikä puhujadiarisointia, koska se on rakennettu yhden äänen käyttöön: sinun, juuri nyt.

Missä haastattelija sitten käyttää sitä? Haastattelun ympärillä, ei itse haastattelussa. Valmistelukysymysten saneluna dokumenttiin ennen kuin astut sisään. Seurantamuistiinpanojen puhumisena heti kun keskustelu päättyy, kun vaikutelmat ovat vielä tuoreena mielessä ja kädet pitävät kiinni kahvikupista. Artikkelin luonnostelu äänellä, kun litteraatti on jo olemassa. Windowsin oletuspikanäppäin on Ctrl+Space, täysin muokattavissa, ja koko paikallinen putki on ilmainen kaikille kirjautuneille käyttäjille ilman korttia rekisteröityessä. Saatavilla on myös maksullinen pilvitaso, joka lisää OpenAI-pohjaisen litteroinnin ja web-haun reaaliaikaiseen sanelukseen — mutta sekin on edelleen kirjoittamista äänellä, ei kaksipuhujatallenteen litterointia.

Käytä sitä haastattelun ympärillä olevaan kirjoittamiseen. Käytä Buzzia tai pilvipalvelua itse haastatteluun. Eri työkalut, eri tehtävät. Halusin sinun tietävän tämän ennen kuin asennat mitään.

Viimeinen sana

Useimmat haastattelutallenteet, jotka kannattaa litteroida, ovat juuri niitä, joita et haluaisi ladata minnekään: epävirallinen sivuhuomio, lähde joka luotti sinuun, potilas. Siitä syystä ilmaiset paikalliset työkalut ansaitsevat paikkansa — tiedosto pysyy kannettavallasi. Vietin kerran viikonlopun virittelemällä malliasetuksia siivoakseni omaa mudaista äänitystäni, ennen kuin huomasin todellisen ongelman: kannettavan mikrofoni istui kuusi tuumaa tuulettimen vieressä. Minulla on ylempi korkeakoulututkinto. Osta mikrofoni ensin.

Ja kun litteraatti on valmis ja on aika kirjoittaa itse juttu — silloin sovelluksemme lakkaa olemasta sivustakatsoja.