Sposoby na zamianę nagrania w tekst

Większość porównań narzędzi do transkrypcji układa je według dokładności, a to najmniej użyteczne kryterium: cała ta kategoria stoi na podobnej generacji modeli mowy i przy czystym dźwięku każde z nich daje używalny tekst. Pytanie, które naprawdę zmienia Twoją odpowiedź, jest prostsze.

Czy narzędzie wysyła Twoje nagranie w jakieś miejsce — i czy Ci to przeszkadza?

Odpowiedz na nie, a pole samo rozłoży się na pięć grup.

1. Usługi transkrypcji w chmurze

Otter, Notta i reszta kategorii. Nagrywasz albo wgrywasz plik, dźwięk jest przetwarzany na serwerach firmy, transkrypcja mieszka na Twoim koncie.

Dobre w: pracy wspólnej, wspólnych archiwach, przeszukiwaniu wszystkiego, co kiedykolwiek nagrałeś, oznaczaniu mówiących, asystentach chodzących za Ciebie na spotkania, pracy z przeglądarki na dowolnej maszynie.

Czym płacisz: nagranie jest teraz u osoby trzeciej, a cena to abonament mierzony w minutach — bo minuty naprawdę kosztują dostawcę pieniądze.

Dwóm nazwom, których szuka się z imienia, poświęciliśmy osobne strony: Kaseta vs Otter i Kaseta vs Notta.

2. Dyktafon od Apple

Już w telefonie, za darmo i nagrywa całkiem dobrze.

Dobry w: tym, że po prostu jest, nic nie kosztuje i załatwia codzienny przypadek bez podejmowania żadnej decyzji.

Czym płacisz: nagrania domyślnie synchronizują się przez iCloud, więc „zostaje na moim telefonie” nie jest trafnym opisem, dopóki tego nie wyłączysz. To dyktafon, który dostał transkrypcję, a nie narzędzie do transkrypcji — stąd węższa lista języków i uboższy eksport niż w aplikacji dedykowanej.

3. Aplikacje transkrybujące na urządzeniu

Grupa, do której należy Kaseta. Model mowy jest w środku aplikacji i działa na procesorze samego telefonu.

Dobre w: działaniu bez sieci, niewysyłaniu niczego, obywaniu się bez konta i możliwości sprzedaży jako zakup jednorazowy — nie ma rachunku za serwer na użytkownika, który trzeba by finansować.

Czym płacisz: brak wspólnej przestrzeni, brak dostępu z przeglądarki, brak bota na Twoich spotkaniach, a archiwum leży na jednym urządzeniu, więc Twoją siatką bezpieczeństwa jest kopia zapasowa. Sama Kaseta transkrybuje 99 języków i dziś nie oznacza mówiących.

4. Konwertery webowe — wgraj plik, odbierz tekst

To, co wyskakuje na górze wyszukiwania o konwersji pliku audio. Przeciągasz plik, czekasz, kopiujesz tekst.

Dobre w: jednorazowych zadaniach, na dowolnym urządzeniu, bez instalowania czegokolwiek.

Czym płacisz: wysyłka to tutaj cały produkt i jest ujawnieniem. Nadaje się do wykładu, który i tak opublikowałeś; nie nadaje się do niczego poufnego. Nasz własny poradnik, jak wyciągnąć tekst z pliku .m4a opisuje tę drogę uczciwie, łącznie z sytuacjami, w których jest rozsądna.

5. Dedykowany sprzęt do nagrywania z chmurą za nim

Plaud to nazwa, której się tu szuka. To nie jest aplikacja: to dyktafon, który kupujesz, nagrywający dźwięk offline do własnej pamięci, a potem wysyłający to nagranie do chmury producenta na transkrypcję i obróbkę przez AI, kiedy synchronizuje się z Twoim telefonem. Tę drugą połowę opłaca abonament.

Dobry w: nagrywaniu. Dedykowane mikrofony, bateria na całe dni, pamięć, która nie jest pamięcią Twojego telefonu, i urządzenie, które można przypiąć albo położyć na stole, nie wyciągając nad nim telefonu. Chmura za nim przychodzi z historią zgodności — audytami i certyfikatami — której niezależna aplikacja nie ma.

W zamian: dwa zakupy zamiast jednego, urządzenie do noszenia i ładowania oraz nagranie, które i tak jedzie na serwery firmy, żeby stać się tekstem — czyli to samo ujawnienie co w pierwszej grupie. Pełna wersja tego porównania, razem z tym, w czym są lepsi od nas, jest na stronie o Plaudzie.

Uwaga o nazwach, bo szukanie bywa mylące

Kilka nazw aplikacji w tej kategorii to po prostu zwykłe słowo na daną rzecz. Dyktafon w językach słowiańskich i skandynawskich znaczy dosłownie urządzenie do nagrywania dyktowania, a transcribe to czasownik całej kategorii — więc szukanie któregokolwiek z nich zwraca mieszankę niepowiązanych produktów, generycznych zestawień i, w jednym przypadku, norweskiego uniwersytetu. Jeśli nazwa brzmi jak sama kategoria, szukaj po tym, co aplikacja ma robić, i sprawdź dwie rzeczy, które mają znaczenie: czy wymaga konta i czy działa w trybie samolotowym.

Kiedy usługa w chmurze jest właściwą odpowiedzią

Warto to napisać wprost na stronie publikowanej przez aplikację działającą na urządzeniu:

• Twoja firma już jakąś zatwierdziła. Narzędzie zatwierdzone wygrywa z technicznie bezpieczniejszym, ale niezatwierdzonym.
• Praca jest wspólna. Transkrypcje, które inni otwierają, komentują i przeszukują — po to właśnie jest serwer.
• Rozmowy trzeba nagrywać, gdy zajmujesz się czym innym. Żadna aplikacja w Twoim telefonie nie pójdzie na spotkanie, na którym Cię nie ma.
• Nie masz iPhone’a. Kaseta to aplikacja na iPhone’a, i to wyklucza ją, zanim dojdzie do jakiegokolwiek innego kryterium.

Kiedy odpowiedź na urządzeniu jest jedyną działającą

Dla części czytelników to nie jest preferencja. Lekarze, prawnicy, psycholodzy, dziennikarze chroniący źródło i wszyscy, którym pracodawca blokuje narzędzia chmurowe, nie wybierają po funkcjach — wysyłka dyskwalifikuje całą pierwszą grupę. Te przypadki mają własne strony: dla lekarzy i dla firm bez chmury.