ما يجيده روبوت الدردشة
بعض روبوتات الدردشة تقبل ملفًا صوتيًا. إذا أعطيتها مذكرة صوتية مدتها دقيقتان بصوت واحد واضح، فقد تحصل على نص صالح للاستخدام. كما أن روبوتات الدردشة بارعة فيما يلي التفريغ النصي: فبمجرد أن يصبح لديك النص، يمكنها تلخيصه أو استخراج المهام منه أو تحويله إلى رسالة بريد إلكتروني. وإذا كان تسجيلك قصيرًا وكل ما تحتاجه هو الفكرة العامة، فقد يكفيك ذلك.
أين يخفق
- حدود الرفع. روبوتات الدردشة التي تقبل الصوت تضع سقفًا لحجم الملف وطوله، وبعضها لا يقبل الصوت أصلًا. وغالبًا ما يلزم تقطيع التسجيل الطويل وإدخاله قطعةً قطعة.
- نص مختصر. نافذة الدردشة مصممة لتقديم إجابة، لا لتسليمك أربعين صفحة. ومع التسجيل الطويل يميل الروبوت إلى الاختصار أو تخطي مقاطع أو التوقف في المنتصف.
- لا تمييز موثوقًا للمتحدثين. في المقابلة أو الاجتماع تحتاج إلى معرفة من قال ماذا. لكن روبوتات الدردشة لا تحدد تغيّر المتحدثين بشكل موثوق، فينتهي بك الأمر إلى مطابقة كل تغيّر في الصوت مع التسجيل بنفسك.
- لا طوابع زمنية موثوقة. من دون وقت كل سطر لا يمكنك الرجوع إلى الصوت للتحقق من اقتباس.
- لا ملف تعمل عليه. تحصل على نص داخل الدردشة، لا على مستند يمكنك تسليمه لأحد.
أصعب ما يمكن ملاحظته هو النص المختصر. فالتفريغ المكثّف يُقرأ بسلاسة، ولذلك لا يخبرك شيء بأن عشر دقائق من المنتصف مفقودة.
لماذا يحدث هذا
تحويل الكلام إلى نص يحتاج إلى نموذج لمعالجة الكلام ووقت معالجة فعلي للصوت. أما روبوت الدردشة العام فهو مهيأ للرد على رسالة ضمن حدود لما يمكنه استيعابه وما يمكنه كتابته. والتسجيل الطويل يتجاوز الحدّين معًا.
وجانب المخرجات يسهل التقليل من شأنه. ففي اختبارنا لأربع مهام طويلة، احتاجت ترجمة ملف ترجمة مدته 85 دقيقة ويضم 1,200 سطر إلى ما بين 38,000 و56,000 رمز مخرجات لكل نموذج. والتفريغ النصي الكامل لتسجيل مدته ساعتان رد بالحجم نفسه. وهل يصل قطعة واحدة أم لا، فذلك يتوقف على مقدار ما يسمح به التطبيق للرد الواحد.
أما أداة تحويل الكلام إلى نص المخصصة لذلك فمبنية بالعكس: تعالج الملف كاملًا على أجزاء، وتحتفظ بتوقيت كل فقرة، وتحفظ النتيجة كمستند يمكنك تحريره وتصديره.
كيف تختبر ذلك بنفسك
خذ تسجيلًا تعرفه، مدته عشرون دقيقة على الأقل، ويتحدث فيه شخصان.
- اطلب من روبوت الدردشة تفريغه نصيًا كلمةً بكلمة مع الطوابع الزمنية.
- لاحظ هل قُبل الرفع أصلًا.
- اختر جملة تتذكرها من قرب النهاية وابحث عنها في النتيجة.
- قارن عدد الكلمات بتقدير تقريبي: يتحدث معظم الناس بمعدل 130 إلى 160 كلمة في الدقيقة.
إذا وجدت الجملة المتأخرة وكان عدد الكلمات ضمن المعدل، فتسجيلك من الفئة السهلة. أما إذا بدأ النص يتناقص نحو النهاية، فما بين يديك ملخص وليس تفريغًا نصيًا.
ما البديل
استخدم أداة مصممة للتسجيلات الطويلة. تقسّم أداة تحويل الصوت والفيديو الطويل إلى نص لدينا التسجيل إلى أجزاء، وتفرّغ كل جزء كاملًا مع الطوابع الزمنية، ثم تجمعها بالترتيب. تقبل ملفات الصوت والفيديو حتى 2 GB و6 ساعات، وتكتب كل جزء باللغة المنطوقة، ويمكنها إضافة ترجمة أسفل كل فقرة. وتنزّل النتيجة بصيغة TXT أو Word. ستجد مثالًا مكتملًا في العرض التجريبي.
الجزء الأول مجاني، بدون تسجيل. والتسجيل كاملًا مقابل $5، دفعة واحدة، بدون اشتراك. أما غير محدود فبسعر $19 في الأسبوع (يتجدد أسبوعيًا ويمكنك الإلغاء في أي وقت)، ويشمل كل أدوات الموقع ويقبل تسجيلات تصل إلى 12 ساعة للمهمة الواحدة.
وإذا كانت التسجيلات رسائل صوتية داخل محادثة WhatsApp، فاستخدم بدلًا من ذلك تحويل محادثة WhatsApp إلى PDF: فهو يفرّغ كل رسالة صوتية في موضعها من المحادثة.