Končno uporabno voice to text orodje 🎙

Med vikendom sem po dolgem času spet poskusil pisat na način ko pred leti. In sicer, da se najprej posnamem (Voice Memos, transcriptam (Happy Scribe), prevedem (Google Translate) in besedilo pred objavo dokončno uredim v WordPressu.

Na tak način sem že večkrat poskušal pisat v preteklosti, ampak je mix moje angleščine, pretrganih misli in okornih orodij za transkripcijo, vedno rezultiral v na pol oz ne-uporabnih tekstih.

Zdelo se mi je, da je sedaj pa tehnologija sigurno že tako razvita, da bo razumela tudi mojo angleščino in hiperaktiven možgan, ki hitro preklaplja in še hitreje ostane brez redeče niti. In sem se odločil še enkrat poskusit. Ko sem dobil idejo za blog zapis o tem, kako smo lansirali ai orodje za ustvarjanje rojstnodnevnih voščil Birthdai Cards, sem se tako še enkrat podal na priročno pot zgoraj opisanega procesa. V prašni in zdemolirani hiši, ki je ravno sredi obnove, sem se zaprl v spalnico in 15 min strnjeno govoril o vsem, česar sem se iz zadnjih tednov dela na orodju spomnil. Včasih je tok misli presekala daljša tišina, ali pa tisto simpatčno mašilo Ɛ, včasih sem skakal med vsebinami, večino časa, pa je bil govor precej jasen in strnjen.

In glej ga glej, tokrat je bil output, besedilo, ki ga je zgeneriralo orodje Happy Scribe (ki sem ga uporabil prvič) čist uporabno.

Potem je svoj layer nonsensov dodal še Google Translate in v WordPress sem nesel nekaj sicer uporabnih odstavkov, ampak z eno super anglovenščino, ki je rabila še precej obdelave.

Vseeno mi je cel blog post, ki ni najkrajši (1.500 besed, 10.000 znakov) od ideje do objave pozno zvečer zvelo cca 3 ure.

Brez transkripta in močnih opornih vsebinskih nastavkov, pa za tak blog post običajno porabim vsaj še enkerat toliko, če ne več, ur.

Par dni po objavi zapisa sem Marku navdušeno razlagal, da proces sedaj pa res dela in precej skrajša čas pisanja. Da pa me vseeno moti, da je potrebnih toliko korakov in da bi res bilo super, če bi vsaj približno tako dobro kot delajo transcripcije za ang jezik, kakšna delala tudi za slovenskega. Happy Scribe v naboru še nima slovenščine, da bi se ne vem kako pretegnil pri iskanju drugega orodja, se pa tudi nisem.

Se je pa zato zgodilo zabavno naključje.

Indijskega nocode indie developerja Louisa Pereriro na Twitterju sledim že dlje časa. Izdeluje zabavna online orodja in vodi zanimiv HalfDayBuild skupnost. Več o njem v naslednji objavi Kreativna inspiracija, ker to ni blog post o njem, ampak orodju, ki ga je lansiral dobesedno par dni po objavi omenjenega blog posta.

V seriji spletnih orodij “Tiny Tools” je lansiral novo orodje Audiopen, ki vse zgoraj opisane korake strne v enega samega.

En gumb, ena funkcija. Omogočiš dostop do mikrofona, posnameš in … vrne transkript v angleškem jeziku.

Ok, ampak to še vedno ne pomeni, da preskočiš vse korake.

Kaj pa prevod v slovenščino?

Na tej točki pa pride super prav funkcija “View original transcript”. Najprej sem mislil, da bo to pač samo raw prikaz vseh mašil, premorov in ostalih zvočnih napak, ki jih je orodje ujelo in s pomočjo umetne inteligence uspešno strnilo v lepo obdelano besedilo.

Ampak ne! Original transcsript prikaže izvirni jezik v katerm je bilo povedano besedilo.

Tole na screenshotih so samo mini testi, ker je ura enajst zvečer in trenutno ne morem s polnim in normalnim glasom snemat. Bom pa v naslednjih dneh posnel en primerljivo dolg tok misli kot sem za zapis o razvoju Birthdai Cards, kar bo dalo še bolj jasno sliko o uporabnosti transkriptov.

Sem se pa naučil dve stvari, ki lahko precej izboljšata output, pa še pomagata pri boljšem premisleku in sami vsebini.

Preden se spravim snemat, si naredim nekaj opornih točk, da je miselni tok bolj jasen. Na ta način še pred snemanjem naredim miselni overview o čem in kaj vse želim povedat. Drugo, kjer pa moram še veliko delat je, da govorim bolj pravilne in slovnične stavke. Si mislim, da lahko to še izboljša samo besedišče in smiselnost stavkov.

Stestiram.