Расшифровка интервью с разделением по говорящим

Вы записали час разговора, и теперь нужен текст, в котором видно, кто спрашивал, а кто отвечал. Журналисты, исследователи, рекрутеры и студенты делают это постоянно. Раньше это был вечер ручной работы: час записи расшифровывали несколько часов. Сейчас черновик появляется за минуты, но результат сильно зависит от того, как вы записали звук. Ниже порядок действий, который даёт чистую расшифровку с метками говорящих.

Что значит «разделение по говорящим»

В профессиональной среде это называют диаризацией: программа сначала определяет, кто и когда говорил, и отдельно распознаёт, что именно сказано. Получается текст вида «Интервьюер: …», «Гость: …», а не сплошное полотно слов. Для интервью это принципиально: цитата без автора бесполезна.

Важная оговорка: диаризация не идеальна. Разработчики таких систем сами пишут, что точность падает, когда люди перебивают друг друга, голоса похожи или звук плохой (материал Sonix о диаризации), а научные работы отмечают, что при перекрывающейся речи системы чаще путают говорящих (статья на arXiv). Поэтому после программы всегда нужна короткая ручная проверка.

Шаг 1. Запишите так, чтобы голоса различались

От записи зависит больше, чем от программы.

• Тихая комната и микрофон рядом с каждым участником. Телефон на столе между двумя людьми работает хуже, чем два микрофона или гарнитуры.
• Не перебивайте. Пауза в секунду после ответа экономит минуты правки.
• Начните с представления: каждый называет имя. Потом легко понять, какая метка чья.
• Для интервью по звонку записывайте со своего компьютера, чтобы в файле были оба голоса. Как это сделать на Mac в Zoom, Teams и Meet, мы разбирали в инструкции по записи звонков на Mac.

И главное: предупредите собеседника, что идёт запись, и получите согласие. Для журналистского интервью это ещё и профессиональная норма.

Шаг 2. Получите черновик с метками

Вариантов три: загрузить файл в онлайн-сервис, использовать приложение для расшифровки файлов или записать разговор сразу в приложении, которое делит говорящих само.

Тихо относится к последнему типу. В приложении для iPhone режим интервью записывает встречу и разделяет, кто что сказал, а имена можно переименовать. На Mac звонки записываются целиком, со звуком и экраном, а в тарифе Тихо Pro есть имена говорящих, фильтрация и экспорт. Расшифровка идёт на русском, английском, польском, испанском и других языках, так что русско-английское интервью не придётся делить на два файла. Оригинальная запись сохраняется рядом с текстом, и любую спорную фразу можно переслушать. Подробности про устройства и режимы смотрите на главной странице, в разделе про iPhone.

Честно о границах: Тихо не заменяет профессиональную стенограмму для суда, а приложение для iPhone сейчас в закрытом тестировании. Бесплатные записи до 30 минут, в платном тарифе сессии до 60 минут, в Pro больше места для длинных бесед. Актуальные условия всегда на странице с ценами.

Шаг 3. Проверьте за 10 минут, а не за 2 часа

Не читайте весь текст подряд. Идите по местам риска.

1. Метки говорящих в начале. Если первые минуты размечены верно, обычно верно и дальше. Исправьте имена один раз.
2. Перебивания и смех. Именно здесь метки чаще всего ошибаются. Найдите такие места и переслушайте.
3. Цитаты, которые пойдут в материал. Каждую сверьте с аудио дословно.
4. Имена, названия, цифры. Проверьте написание и числа. Если слово повторяется, исправьте его один раз и сохраните в словаре, чтобы оно не ошибалось снова.
5. Мат и посторонние разговоры. Решите, что оставить в публикации, а что убрать.

Шаг 4. Превратите расшифровку в материал

Сырая расшифровка не готовый текст. Обычно дальше делают так:

• выделяют ключевые цитаты и ставят рядом время в записи;
• убирают слова-паразиты там, где речь приводится косвенно;
• готовят краткую выжимку: тезисы, договорённости, что проверить;
• для собственных заметок после разговора диктуют вывод голосом. Подход описан в обзоре голосового ввода для студентов, он одинаково работает для интервью.

Вопросы и ответы

Насколько точно программа определяет, кто говорит?

В хороших условиях, то есть при чистом звуке и очередности реплик, разделение обычно работает хорошо. Производители называют диапазон примерно 80–95 процентов, но это их собственные оценки, а не независимые тесты. С перебиваниями и шумом ошибок больше, поэтому проверка нужна всегда.

Можно ли расшифровать интервью на русском и английском в одном файле?

Да, если приложение распознаёт несколько языков в одной записи. Тихо понимает русский, английский, польский и другие языки, в том числе когда они чередуются. Для редких терминов всё равно проверьте написание.

Нужно ли согласие собеседника?

Правила записи разговоров зависят от страны и ситуации, это не юридическая консультация. Безопасная практика: сказать в начале разговора, что идёт запись, и получить согласие, лучше на самой записи.

Можно ли расшифровывать без интернета?

Для диктовки Тихо умеет работать на устройстве без сети. Разделение интервью и итоги по разговору зависят от условий и режима, поэтому для конфиденциальных записей прочитайте раздел про приватность на сайте и выберите режим «только на устройстве», где это доступно.