Подготовка аудио к расшифровке: выбрать исходник, сохранить каналы и отметить стыки

Три кандидата на вход

По условию встречи сохранились три версии. В исходном WAV собеседники записаны на разные каналы; в пересланном файле всё сведено в моно; третий вариант прошёл неизвестное шумоподавление.

Расширение не определяет качество само по себе. WAV может содержать уже обработанный звук, а MP3 — быть единственной доступной записью. Нужны происхождение файла и прослушивание характерных участков.

Проверьте начало, середину, конец и место с самым тихим участником. Убедитесь, что файл не оборван, скорость нормальная, оба собеседника слышны, а в записи нет длинной неожиданной тишины. Не делайте вывод по первым пяти секундам заставки.

Не сводите каналы, пока не поняли их смысл

В нашем примере левый канал содержит одного участника, правый — другого. Если сразу смешать их, потеряется удобная возможность слушать каждого отдельно. Если же в обоих каналах одна и та же общая запись, смысл их раздельного хранения для проверки будет другим.

Руководство Audacity описывает разделение и объединение стереодорожек. Возможность операции не означает, что её нужно применять к любому файлу. Сначала выясните, как была сделана запись.

Для сервиса, принимающего только определённые форматы или число каналов, подготовьте отдельную совместимую копию. Исходник оставьте рядом. В журнале укажите, что именно изменили: формат, каналы, частоту дискретизации, громкость или шум.

Изменение частоты дискретизации не восстанавливает отсутствующие звуки. Если тихое имя потерялось при записи, увеличение параметра файла не делает его известным.

Карта встречи до загрузки

Таймкоды здесь вымышлены. В настоящей карте указывают только то, что действительно нашли. Она нужна не для оценки качества по баллам, а для возвращения к конкретному фрагменту.

До передачи записи выбранному сервису уточните правила обработки у владельца материала: допустима ли загрузка, кто получит доступ, как хранится результат. Это особенно важно для закрытых интервью и разговоров с данными клиентов. Статья не задаёт универсальных юридических условий для всех записей.

Если длинный файл приходится делить

Выбирайте естественную границу: конец ответа или паузу между темами. Не обрезайте слово ради круглого числа минут. Для каждого фрагмента запишите начало в исходном файле.

Допустим, второй кусок начинается на отметке 12:00 оригинала. Фраза на локальном таймкоде 00:18 находится на глобальном 12:18. Без такого сдвига редактор будет искать цитату в неправильном месте.

При небольшом перекрытии соседних кусков одна реплика может появиться дважды. Это удобнее, чем потерять слово на стыке, но при объединении текстов дубликат надо обнаружить и убрать. Размер перекрытия выбирают по речи, а не объявляют универсальной настройкой.

Если сервис умеет принять исходник целиком, деление может быть не нужно. Проверяйте актуальные ограничения выбранного продукта в его документации и интерфейсе; не переносите размер загрузки одного API на другое приложение.

Глоссарий помогает искать, но не доказывает слово

Запишите подтверждённые имена, названия и сокращения. Например: участница Арина, продукт «Север», внутреннее сокращение R2. Рядом оставьте источник написания: программа встречи, письмо участника или документ.

Если в аудио слышится неоднозначное имя, наличие Арины в списке не доказывает, что произнесли именно его. Глоссарий уменьшает случайные варианты написания, но спорное место всё равно требует прослушивания или отдельного уточнения.

Не поручайте модели автоматически заменять все похожие слова на термин из списка. В интервью «Север» может обозначать и продукт, и направление. Контекст проверяют по каждой важной реплике.

Что считается подготовленным входом

Для нашего сценария готовы неизменённый исходник, совместимая рабочая копия при необходимости, карта частей, список терминов и человек, который сверит спорные места. Неизвестная обработка не выдана за улучшение, а локальные таймкоды можно вернуть к оригиналу.

Сохраните заполненную карту и пустую форму. После распознавания перейдите к проверке имён, чисел и условий по записи. Если нужен текст для публикации, помните и о назначении документа: W3C рассматривает транскрипт как текстовую передачу содержания аудио или видео, а не как автоматически утверждённый протокол встречи.