गाइड
ऐसे साक्षात्कार को ट्रांसक्राइब कैसे करें जिससे आपको सटीक उद्धरण देना है
स्वचालित ट्रांसक्रिप्शन अब इतना अच्छा है कि उससे काम किया जा सके, और फिर भी इतना अच्छा नहीं कि आँख मूँदकर उद्धृत किया जा सके। यह फ़र्क एक जाँच चरण का है, जिसमें घंटे नहीं, मिनट लगते हैं।
स्वचालित ट्रांसक्रिप्शन ने साक्षात्कार के काम को एक ख़ास तरीक़े से बदला। उसने आपके उद्धरण जाँचने की ज़रूरत ख़त्म नहीं की। उसने नब्बे मिनट की बातचीत को टाइप करके उद्धरण ढूँढ़ने की ज़रूरत ख़त्म की।
यह बड़ा बदलाव है, और यह तभी काम करता है जब आप जाँच का चरण बनाए रखें। यहाँ एक तरीक़ा है जो मानकर चलता है कि ट्रांसक्रिप्ट कोई तैयार दस्तावेज़ नहीं, बल्कि ऑडियो की खोजने योग्य अनुक्रमणिका है।
रिकॉर्ड करने से पहले #
यहाँ के दो फ़ैसले बाद में की गई हर चीज़ से ज़्यादा समय बचाते हैं।
रिकॉर्डर व्यक्ति के पास रखिए, अपने पास नहीं। बेकार ट्रांसक्रिप्ट की सबसे आम वजह दो लोगों के बीच कैफ़े की मेज़ पर सपाट पड़ा फ़ोन है, जो एस्प्रेसो मशीन को आपके विषय-व्यक्ति जितनी ही आवाज़ में पकड़ता है। किसी चीज़ के सहारे टिकाया हुआ, उनकी ओर मुड़ा हुआ, तीन फ़ुट दूर रखा फ़ोन नाटकीय रूप से बेहतर है। बाहरी माइक उससे भी बेहतर है, और शायद ही कभी ज़रूरी होता है।
शुरुआत में, ज़ोर से बोलकर बताइए कि कौन कौन है। "आज 30 तारीख़ है, मैं डॉ. चेन से परीक्षण के नतीजों पर बात कर रहा हूँ।" दस सेकंड, और यह ट्रांसक्रिप्ट में एक ऐसे शीर्षक के रूप में बचा रहता है जिसे आप खोज सकते हैं। अगर आप कई साक्षात्कार रिकॉर्ड करते हैं, तो यही New Recording 47 नाम की फ़ाइलों से भरे फ़ोल्डर और एक संग्रह के बीच का फ़र्क है।
उसे ट्रांसक्राइब करना #
यांत्रिक हिस्सा सरल है। सोच-समझकर लेने लायक़ फ़ैसला यह है कि ऑडियो जाता कहाँ है।
ज़्यादातर ट्रांसक्रिप्शन सेवाएँ आपकी रिकॉर्डिंग किसी सर्वर पर अपलोड करती हैं। साक्षात्कार के मामले में यह दार्शनिक नहीं, बल्कि असली सवाल है:
- अगर आपने किसी स्रोत से गोपनीयता का वादा किया है, तो रिकॉर्डिंग किसी तीसरे पक्ष को भेजना ऐसी बात है जिसे पूछे जाने पर आप सटीक ढंग से बता पाने में सक्षम होने चाहिए।
- अगर आपका विषय-व्यक्ति ऐसी किसी बात पर चर्चा कर रहा है जो NDA, चिकित्सकीय निजता, या किसी नैतिकता स्वीकृति के दायरे में आती है, तो "हमने इसे एक अमेरिकी सेवा पर अपलोड किया जो इसे 30 दिन रखती है" उन शर्तों का उल्लंघन हो सकता है जिन पर आप सहमत हुए थे।
- अगर आप बिना सिग्नल के फ़ील्ड में हैं, तो अपलोड-आधारित टूल बिल्कुल काम नहीं करता।
लोकल ट्रांसक्रिप्शन इस सब से बच निकलता है: फ़ाइल डिस्क से पढ़ी जाती है, आपकी मशीन पर ट्रांसक्राइब होती है, और कहीं नहीं भेजी जाती। अगर आप इस दावे को किसी की — हमारी भी — बात मानकर स्वीकारने के बजाय ख़ुद जाँचना चाहें, तो हमने ख़ुद इसे जाँचने के तीन तरीक़े लिखे हैं।
Offline Transcription में रिकॉर्डिंग डालिए, अगर भाषा अंग्रेज़ी नहीं है तो भाषा तय कीजिए, और ट्रांसक्राइब कीजिए। Apple Silicon पर नब्बे मिनट के साक्षात्कार में कुछ मिनट लगते हैं।
जाँच का चरण #
यही वह हिस्सा है जो मायने रखता है, और यही वह हिस्सा है जिसे लोग छोड़ देते हैं।
आप ट्रांसक्रिप्ट का प्रूफ़रीड नहीं कर रहे। आप उन ख़ास वाक्यों की पुष्टि कर रहे हैं जिन्हें आप प्रकाशित करने वाले हैं, और साथ में उन जगहों की जहाँ ग़लतियाँ इकट्ठा होना जानी-पहचानी बात है।
हर उस उद्धरण को ऑडियो से मिलाकर जाँचिए जिसे आप इस्तेमाल करने वाले हैं। उसके आसपास का अनुच्छेद नहीं — उद्धरण चिह्नों के भीतर के शब्द। अगर उद्धरण किसी के नाम के साथ छपने जा रहा है, तो इसमें कोई समझौता नहीं।
ये चार चीज़ें हर जगह जाँचिए:
- नाम और संगठन। Whisper किसी अनजाने उपनाम को पूरे आत्मविश्वास के साथ ऐसे आम शब्द में बदल देगा जो उसके जैसा सुनाई देता है। वह यह बिना किसी संकेत के करता है कि उसे संदेह है।
- अंक। "Fifteen" और "fifty" के बीच एक स्वनिम का फ़र्क है और एक तथ्यात्मक ग़लती का। तेज़ बोली में "million" और "billion" के साथ भी यही है।
- निषेध। "हमने उस पर विचार नहीं किया" और "हमने उस पर विचार किया" में एक छोटे शब्द का फ़र्क है, जिसे बोलते समय निगल जाना आसान है। यही वह ग़लती है जिस पर लोगों पर मुक़दमे होते हैं।
- क्रॉसटॉक। जहाँ दो लोग एक साथ बोलते हैं, वहाँ ट्रांसक्रिप्ट उन्हें मिला देता है, और कोई वाक्य पूरी तरह ग़लत व्यक्ति के नाम चढ़ सकता है।
वह यांत्रिक तरकीब जो इसे तेज़ बनाती है: ऐसे सेगमेंट व्यू में काम कीजिए जहाँ हर पंक्ति का अपना टाइमस्टैंप हो, और वेवफ़ॉर्म खंगालने के बजाय सिर्फ़ उसी पंक्ति का ऑडियो चलाइए। तब बारह उद्धरण जाँचने में नब्बे मिनट में बारह बार खोजबीन करने के बजाय बारह क्लिक लगते हैं। हमारे ऐप में Segments व्यू ठीक यही करता है — एक पंक्ति चुनिए, प्ले दबाइए, सिर्फ़ वही पंक्ति सुनिए।
वक्ता के लेबल #
Whisper पर बनी कोई भी चीज़ भरोसेमंद वक्ता पहचान नहीं करती। जो टूल इसकी पेशकश करते हैं वे एक अलग डायराइज़ेशन मॉडल चला रहे होते हैं, और नतीजे शांत कमरे में दो लोगों के लिए ठीक-ठाक और चहल-पहल भरे कमरे में चार लोगों के लिए ख़राब होते हैं।
आम दो-व्यक्ति साक्षात्कार के लिए व्यावहारिक तरीक़ा यह है कि आप इसे इस्तेमाल के वक़्त ख़ुद ठीक कर लें: आपको पता है कौन-सी आवाज़ आपकी है, और जब तक आप उद्धरण निकाल रहे होते हैं, आप वैसे भी उन्हीं क्षणों को सुन रहे होते हैं। ऐसा वर्कफ़्लो मत बनाइए जो स्वचालित लेबल के सही होने पर निर्भर हो।
ट्रांसक्रिप्ट को आगे के लिए उपयोगी बनाए रखना #
दो आदतें, दोनों सस्ती:
सिर्फ़ टेक्स्ट नहीं, टाइमस्टैंप के साथ एक्सपोर्ट कीजिए। सादा टेक्स्ट वह है जिससे आप लिखते हैं; टाइमस्टैंप वाला एक्सपोर्ट वह है जो छह महीने बाद फ़ैक्ट-चेक लौटने पर आपको वह क्षण दोबारा ढूँढ़ने देता है। अगर आप स्प्रेडशीट में क्रमबद्ध या फ़िल्टर करना चाहते हैं तो इसके लिए CSV अच्छा है।
ऑडियो सँभालकर रखिए। ट्रांसक्रिप्ट व्युत्पन्न सामग्री है। अगर किसी उद्धरण पर कभी विवाद हो, तो सबूत रिकॉर्डिंग है, ट्रांसक्रिप्ट नहीं।
संक्षेप में #
विषय-व्यक्ति के पास रिकॉर्ड कीजिए और साक्षात्कार का परिचय ज़ोर से बोलिए। लोकल तरीक़े से ट्रांसक्राइब कीजिए, ताकि रिकॉर्डिंग आपकी बनी रहे और बिना सिग्नल के भी काम करे। फिर हर उस उद्धरण की, जिसे आप प्रकाशित करने वाले हैं, ऑडियो से मिलाकर पुष्टि कीजिए, और साथ में हर जगह नाम, अंक, निषेध और क्रॉसटॉक की। प्रति-पंक्ति प्लेबैक वाला सेगमेंट व्यू इस्तेमाल कीजिए ताकि जाँच में मिनट लगें।
ट्रांसक्रिप्ट इस बात की तेज़ अनुक्रमणिका है कि क्या कहा गया। आपके उद्धरण अब भी रिकॉर्डिंग से ही आते हैं।
Offline Transcription पाएं
ऑडियो और वीडियो को पूरी तरह अपने Mac पर ही ट्रांसक्राइब करें। कुछ भी अपलोड नहीं होता, कोई अकाउंट नहीं, और प्रति मिनट का कोई मीटर नहीं।