Cara Mengubah Rekaman Wawancara Menjadi Transkrip yang Siap Digunakan

Rekaman audio menangkap apa yang diucapkan seseorang, tetapi bekerja dengan rekaman suara membutuhkan waktu lama. Mendengarkan kembali wawancara riset atau pengarahan jurnalistik berdurasi satu jam menuntut waktu berjam-jam untuk menjeda, memutar ulang, dan mengetik. Pengenalan ucapan otomatis membantu Anda menemukan momen-momen penting dengan cepat, tetapi teks mentah yang dihasilkannya jarang siap untuk langsung dipublikasikan atau dikutip.

Memperlakukan draf otomatis sebagai alat bantu pencarian alih-alih catatan definitif membantu Anda memanfaatkannya secara maksimal. Untuk mentranskripsikan file rekaman wawancara di iPhone secara efektif, Anda memerlukan proses yang teratur: menangkap suara yang jernih, memahami kewajiban hukum, mengimpor file dengan benar, dan merapikan nama serta istilah khusus.

Aturan perekaman dan persetujuan

Sebelum merekam wawancara apa pun, Anda harus memastikan memiliki kewenangan yang sah untuk merekam percakapan tersebut. Standar hukum sangat bervariasi antar yurisdiksi.

Di Inggris dan Wales, panduan dari Contend Legal mengenai rekaman tanpa izin mencatat bahwa meskipun seseorang secara hukum boleh merekam percakapan yang mereka ikuti untuk rujukan pribadi berdasarkan Regulation of Investigatory Powers Act 2000, pembatasan perdata dan perlindungan privasi tetap berlaku untuk memublikasikan atau membagikan audio tersebut. Di Amerika Serikat, aturannya berbeda di setiap negara bagian. Panduan New York dari Reporters Committee for Freedom of the Press menjelaskan bahwa New York mengizinkan perekaman dengan persetujuan setidaknya satu pihak dalam percakapan. Sebaliknya, panduan California dari Reporters Committee for Freedom of the Press memerinci bagaimana hukum pidana California mewajibkan semua pihak memberikan persetujuan saat merekam komunikasi rahasia.

Peraturan privasi data juga mengatur rekaman audio. Teks undang-undang General Data Protection Regulation untuk Pasal 6 menetapkan dasar hukum untuk memproses data pribadi, yang mencakup suara manusia yang dapat diidentifikasi. Saat bekerja dalam riset atau produksi media, memberi tahu narasumber mengenai cara rekaman mereka akan disimpan, diproses, dan ditranskripsikan merupakan langkah etis dan hukum yang perlu dilakukan.

Menangkap suara jernih untuk teks yang lebih baik

Model pengenalan ucapan otomatis sangat bergantung pada kualitas akustik dari file asli. Ketika trek audio mengalami gema atau gangguan latar belakang, tingkat kesalahan akan meningkat secara nyata.

Agar perangkat otomatis memiliki peluang terbaik dalam menghasilkan teks yang mudah dibaca, perhatikan beberapa kebiasaan praktis berikut:

• Jarak mikrofon: Posisikan mikrofon pada jarak yang sama di antara para pembicara, hindari penghalang fisik seperti laptop atau tumpukan kertas.
• Akustik ruangan: Pilih ruang yang tenang dengan perabot lembut, karpet, atau tirai yang mengurangi gema ruangan.
• Hindari berbicara bersamaan: Ucapan yang saling tumpang tindih menyebabkan model pengenalan kehilangan kata-kata atau salah mengatribusikan kalimat.
• Catat catatan lapangan: Tuliskan ejaan yang benar untuk nama narasumber, tempat, dan akronim teknis yang kurang lazim selama sesi berlangsung.

Panduan dari prosedur Columbia Center for Oral History menekankan pentingnya mencatat kata benda khusus pada saat perekaman, karena model ucapan umum kerap salah menafsirkan kosakata khusus.

Mengimpor dan mentranskripsikan rekaman di iPhone

Ponsel pintar modern dapat memproses file audio secara langsung atau mengirimkannya ke mesin pengenalan khusus. Di iOS, Anda dapat menangani rekaman wawancara menggunakan aplikasi bawaan atau perangkat lunak transkripsi khusus, tergantung pada kebutuhan Anda.

Sistem bawaan Apple menawarkan alat dasar yang terintegrasi. Menurut dokumentasi Dukungan Apple untuk Catatan di iPhone, Anda dapat merekam audio langsung di dalam catatan untuk menghasilkan transkripsi langsung. Untuk file audio yang sudah ada dan tersimpan di app File, Anda dapat melampirkan rekaman .m4a langsung ke dalam catatan untuk melihat transkrip otomatis, yang diproses secara lokal menggunakan mesin neural perangkat, seperti yang diperinci dalam panduan Keamanan Platform Apple.

Jika wawancara Anda melibatkan banyak bahasa atau Anda menginginkan teks asli dan terjemahan ditampilkan berdampingan, aplikasi pihak ketiga menyediakan alur kerja alternatif.

Di Hontoni, Anda dapat mengubah rekaman audio atau video yang diimpor dari File menjadi transkrip atau terjemahan tertulis, dengan setiap cuplikan yang diimpor berdurasi sekitar 14 menit. Pada layar Utama, pilih bahasa yang ingin Anda baca: memilih bahasa tertentu akan menerjemahkan ucapan ke dalam bahasa tersebut, sedangkan memilih Sesuai aslinya akan mempertahankan setiap bahasa persis seperti yang diucapkan. Setelah mengetuk Impor dan memilih file Anda, aplikasi mendeteksi bahasa yang diucapkan secara otomatis, memberi label pada setiap pembicara, dan menampilkan teks pada layar baca.

Harap diingat bahwa pemrosesan ucapan memerlukan koneksi internet aktif saat Hontoni mendengarkan, karena audio dikirim melalui internet ke layanan pengenalan ucapan sebelum teks dikembalikan ke iPhone. Transkrip yang disimpan tetap dapat diakses secara luring.

Titik kelemahan transkrip otomatis

Tidak ada sistem pengenalan ucapan yang sepenuhnya akurat. Memahami letak kelemahan sistem otomatis membantu Anda memfokuskan pemeriksaan secara efisien.

Riset akademis yang diterbitkan dalam ACL Anthology mengenai pengenalan kata benda khusus lintas bahasa menyoroti bahwa model pengenalan ucapan mengalami kesulitan besar pada kata benda khusus dan terminologi bidang tertentu, yang sering kali berujung pada substitusi fonetis. Jika narasumber menggunakan nama keluarga yang tidak lazim, nama tempat di luar negeri, atau jargon industri khusus, sistem kerap menggantinya dengan kata umum dalam kamus yang terdengar mirip.

Sistem otomatis juga mengalami kendala dalam kondisi umum berikut:

• Dialog yang saling menimpa: Saat dua orang berbicara bersamaan, sistem kesulitan memisahkan suara-suara tersebut.
• Aksen dan dialek yang kental: Aksen yang menyimpang dari korpus pelatihan menghasilkan tingkat kesalahan kata yang lebih tinggi.
• Jarak akustik: Pembicara yang duduk jauh dari mikrofon kehilangan kejelasan konsonan frekuensi tinggi.
• Kebisingan sekitar: Lalu lintas, dengung pendingin ruangan, atau suara bising kafe menurunkan kualitas pengenalan.

Menyadari titik-titik kendala yang dapat diprediksi ini memungkinkan Anda memusatkan perhatian pada bagian yang paling berpeluang mengalami kesalahan.

Mengoreksi bagian-bagian yang penting

Menyunting transkrip tidak menuntut verifikasi setiap keraguan atau kata pengisi kecuali Anda melakukan analisis linguistik formal. Bagi jurnalis, mahasiswa, dan peneliti kualitatif, perbaikan editorial bertujuan untuk memastikan keakuratan faktual.

Ikuti pendekatan sistematis saat membaca draf Anda:

1. Periksa kata benda khusus terlebih dahulu: Pindai teks terhadap catatan tertulis yang Anda buat selama wawancara. Perbaiki salah eja pada nama orang, organisasi, dan istilah geografis.
2. Verifikasi label pembicara: Periksa apakah giliran bicara diatribusikan ke individu yang benar, terutama dalam diskusi kelompok dengan banyak orang.
3. Pertahankan makna daripada polesan bahasa: Tambahkan tanda baca secukupnya agar bagian tuturan yang panjang mudah dibaca, tetapi hindari dorongan untuk menulis ulang susunan kata alami narasumber.
4. Audit kutipan langsung terhadap audio: Sebagaimana dicatat dalam standar dan nilai jurnalistik Reuters, akurasi faktual dalam sumber kutipan sangat penting. Sebelum memublikasikan kutipan langsung, putar kembali audio tepat ke stempel waktu tersebut dan pastikan kata-katanya persis sama.

Perlakukan rekaman audio sebagai sumber kebenaran utama Anda, dengan menggunakan transkrip sebagai panduan struktural untuk menavigasi rekaman.

Jika Anda secara rutin menangani wawancara multibahasa atau perlu membaca rekaman yang diimpor dalam bahasa lain, Hontoni mungkin cocok untuk alur kerja Anda. Aplikasi ini menyediakan transkrip otomatis dan terjemahan tertulis secara berdampingan untuk klip audio yang diimpor, meskipun terkadang masih menemui kendala pada jargon khusus atau ucapan yang teredam. Mengujinya dengan pengaturan perekaman harian Anda akan menunjukkan performanya dalam lingkungan akustik spesifik Anda.

Langkah selanjutnya untuk alur kerja perekaman Anda

Agar proses transkripsi pada proyek berikutnya menjadi lebih cepat, siapkan struktur folder yang konsisten di app File pada iPhone Anda sebelum wawancara dimulai. Siapkan buku catatan fisik atau dokumen teks yang terbuka untuk mencatat nama-nama yang asing saat Anda mendengarnya, dan selalu tinjau kembali kutipan-kutipan penting Anda terhadap audio asli sebelum membagikan hasil temuan Anda.