Колко пъти журналистите са се сблъсквали с един и същ проблем: магнетофон, пълен със записи, интервю, пълно с важни подробности, но часове на транскрипция, отнемащи време и усилия? Ами ако имаше инструмент, който моментално превръща гласа в текст, опростявайки процеса и отваряйки нови възможности за работа с материала?
Този инструмент е разработен от арменския студент Варуж Багдасарян. Като част от дисертационната си работа той създава технология, която прави първата стъпка в тази посока. И не просто транскрибира реч – обещава да промени начина, по който обработваме аудио и видео материали. Как точно тази технология може да повлияе на работата на журналистите, ще ви разкажем по-нататък.
Вече помага, но продължава да се развива
Когато Варуж Багдасарян разработи платформата Talk2edit, неговата цел беше да създаде инструмент, който да улесни работата на журналистите с аудио и видео материали. Платформата е замислена като решение за автоматично преобразуване на говоримия език в текст и симултанен превод. И ако първоначалната версия поддържаше само арменски език, днес възможностите на Talk2edit са значително разширени.
Както обясни самият Багдасарян, технологията непрекъснато се подобрява и сега поддържа до осем езика за транскрипция и четиринадесет езика за превод, включително арменски, английски, руски, персийски, грузински, турски и други. Точността на стенографията, според разработчика, е близка до човешкото ниво, което прави платформата удобна за ежедневна употреба. Освен това, както отбелязват потребителите, преводите са много естествени.
Особено внимание трябва да се обърне на факта, че въпреки активното използване на платформата от журналисти, тя започна да се използва и в други области, например в научни институции. По-специално, Националната академия на науките използва Talk2edit за транскрибиране на материали на фарси, въпреки че засега това е частен случай. Това подчертава гъвкавостта на платформата, която може да бъде полезна не само в журналистиката, но и в други области, които изискват бързо и точно преобразуване на реч в текст.
Освен това Варуж Багдасарян обяви важна актуализация – в близко бъдеще Talk2edit ще поддържа функцията за разпознаване и разделяне на честотите. Това ще позволи на платформата автоматично да прави разлика между гласовете в записите, което е особено полезно за интервюта и многогласови дискусии. В момента тази функция е достъпна само за видеоклипове в YouTube, но в бъдеще ще работи и с локални аудио файлове.
Какво друго може да направи Talk2edit?
Платформата Talk2edit продължава да се развива, превръщайки се в незаменим инструмент за работа с аудио и видео материали. Една от най-популярните функции е обобщаването на материали. Журналистите и изследователите, които трябва бързо да оценят дълги интервюта или разговори, могат лесно да създават кратки и информативни резюмета, което значително ускорява процеса на публикуване.
Добавянето на субтитри и ефекти към видеоклипове също се оказа важна функция за потребителите на Talk2edit. „Добавянето на субтитри не само помага да се направи съдържанието достъпно за по-широка аудитория, но потребителите също съобщават, че това значително увеличава гледанията. Възможността за автоматичен превод на субтитри на различни езици отваря още повече възможности за разширяване на аудиторията“, споделя Багдасарян.
Това прави платформата особено привлекателна за тези, които работят с видео формати.
Друга удобна функция е гласово въвеждане за създаване и редактиране на документи. Този инструмент ви позволява да спестите време, тъй като можете да диктувате текст и след това да го коригирате с гласови команди, без да използвате клавиатурата.
Така Talk2edit продължава да се развива, предлагайки не само транскрипция, но и допълнителни инструменти, които правят работата с материали по-ефективна и удобна. И това е само началото – можем да очакваме още повече иновации в бъдеще.