ट्रांसक्रिप्शन में नाम गलत क्यों हो जाते हैं, और इसे कैसे ठीक करें

आधुनिक स्पीच रिकग्निशन सामान्य वाक्यों को अच्छी तरह संभाल लेता है। इसने "हमें समय सीमा को गुरुवार तक बढ़ा देना चाहिए" जैसे वाक्यों को अनगिनत बार सुना है और इसे साफ-साफ लिखता है। जो इसने नहीं सुना है, वह है आपके अकाउंट मैनेजर का उपनाम, किसी ऐसे उत्पाद का नाम जो अभी सार्वजनिक नहीं हुआ है, या आपके क्षेत्र में केवल पचास लोगों द्वारा उपयोग किया जाने वाला शब्द।

जब सिस्टम को ऐसा शब्द मिलता है जो उसके पास नहीं है, तो वह वही करता है जो वह कर सकता है: वह कुछ ऐसा लिखता है जो सुनने में उसके जैसा लगे। परिणाम एक ऐसा ट्रांसक्रिप्ट होता है जो तकनीकी रूप से लगभग पूरी तरह सही होकर भी बेकार होता है, क्योंकि वे छह शब्द जिन्हें पाठक वास्तव में ढूंढ रहा है — कौन मौजूद था, कौन सा क्लाइंट, कौन सा उत्पाद, कौन सी दवा — वही गलत निकले।

यही कारण है कि सटीकता का प्रतिशत (accuracy percentage) एक खराब पैमाना है। एक ट्रांसक्रिप्ट लगभग हर शब्द पर सही हो सकता है और फिर भी विफल हो सकता है, क्योंकि गलतियां पूरे पेज पर समान रूप से नहीं फैली होतीं। वे ठीक उन्हीं शब्दों पर केंद्रित होती हैं जो अर्थ बताते हैं। उन्हें हाथ से ठीक करना धीमा काम है, और यह उस तरह की सुस्ती है जिसकी वजह से लोग ट्रांसक्रिप्शन का उपयोग करना ही बंद कर देते हैं।

एक स्पेलिंग ग्लॉसरी सटीकता पर ध्यान देने के बजाय विशेष रूप से इसी विफलता पर हमला करती है। आप सिस्टम से अपनी अंग्रेजी बेहतर करने के लिए नहीं कह रहे हैं। आप इसे वे मुट्ठी भर शब्द बता रहे हैं जो इसे पता नहीं हो सकते थे।

Special Names आपके अकाउंट से जुड़ा एक व्यक्तिगत स्पेलिंग संदर्भ है। आप अपनी पसंद के शब्दों को उनकी सही स्पेलिंग के साथ लिखते हैं, और जब वे आपकी रिकॉर्डिंग में आते हैं, तो उनका उपयोग संदर्भ के रूप में किया जाता है।

यह 'ढूंढें और बदलें' (find-and-replace) नहीं है। यह दोबारा लिखने का टूल नहीं है: यह वाक्य में शब्द नहीं जोड़ता, दोहराव को नहीं हटाता, और न ही केवल इसलिए किसी के मुंह में कोई बात डालता है क्योंकि वह वाक्यांश आपकी सूची में है। यदि कोई शब्द बोला ही नहीं गया, तो वह दिखाई नहीं देगा। यह संपादन का उपकरण भी नहीं है: यह वाक्यों में शब्द नहीं जोड़ता, अनावश्यक शब्दों को नहीं हटाता, और न ही किसी वाक्यांश को जबरदस्ती जोड़ता है।

यह सीमा उन कार्यों में सबसे अधिक मायने रखती है जहां ट्रांसक्रिप्ट इस बात का रिकॉर्ड होता है कि किसी ने वास्तव में क्या कहा। क्लिनिकल नोट्स, क्लाइंट कॉल या रिसर्च इंटरव्यू में, जो टूल कही गई बात को चुपचाप सुधार देता है, वह गलत स्पेलिंग वाले टूल से भी बदतर है। Special Names को उद्देश्यपूर्ण ढंग से सीमित रखा गया है: स्पेलिंग, और स्पेलिंग के अलावा कुछ नहीं।

यदि आप शब्दों की सफाई भी चाहते हैं — जैसे अनावश्यक शब्दों को हटाना, वाक्यों को ठीक करना, हेडिंग और लिस्ट जोड़ना — तो वह एक अलग विकल्प है जिसे आप Smart Summary चुनकर प्रति रिकॉर्डिंग करते हैं। ये दोनों स्वतंत्र हैं। आप सही स्पेलिंग के साथ एक सटीक शब्द-दर-शब्द ट्रांसक्रिप्ट प्राप्त कर सकते हैं, जिसकी आवश्यकता आमतौर पर कानूनी या साक्ष्य संबंधी कार्यों में होती है।

डॉक्टरों को ऐसी दवाओं के नामों से जूझना पड़ता है जिनमें केवल एक मात्रा का अंतर होता है, बीमारियों के नाम जिनके कई रूप प्रचलित हैं, और ऐसे संक्षिप्त शब्द जो कमरे में स्पष्ट हैं लेकिन कागज पर अस्पष्ट। उन दवाओं और स्थितियों को जोड़ने का मतलब है जिन्हें आप वास्तव में लिखते हैं और देखते हैं, साथ ही उन सहकर्मियों के नाम भी जिन्हें आप रेफर करते हैं, कि वे शब्द ध्वनि के अनुमान के बजाय ठीक वैसे ही आएं जैसे आपने दर्ज किए थे।

वकीलों के पास इसी समस्या का एक कठिन संस्करण है: केस के नाम, पार्टियों के नाम, वकीलों के नाम और कानून के संदर्भ सभी बिल्कुल सही होने चाहिए, और वे पूरे मामले में दोहराए जाते हैं। केस की शुरुआत में उन्हें एक बार जोड़ने का मतलब है कि उस मामले पर बाद की रिकॉर्डिंग उन्हीं स्पेलिंग्स का उपयोग कर सकती हैं। यह सुनने में जितना सरल लगता है उससे कहीं अधिक महत्वपूर्ण है — नोट्स के एक सेट में अलग-अलग स्पेलिंग होने पर बाद में उन्हें खोजना मुश्किल हो जाता है।

कंसल्टेंट्स और सेल्स के लोग क्लाइंट और उत्पादों के नामों के बीच रहते हैं, जो अक्सर ऐसी कंपनी से होते हैं जिनके नामकरण के तरीके को किसी सामान्य सिस्टम ने नहीं देखा होता। रिसर्चर्स को तकनीकी शब्दावली और इंटरव्यू देने वालों के नामों का एक साथ सामना करना पड़ता है, और गलत नामों वाला इंटरव्यू ट्रांसक्रिप्ट काम करने और कोट (quote) करने में असुविधाजनक होता है।

और यदि आप ऐसी भाषा में काम करते हैं जिसके व्यक्तिगत और स्थान के नाम सामान्य सिस्टम के लिए अपरिचित हैं, तो इसका प्रभाव कुछ शब्दों से कहीं अधिक व्यापक होता है। sAInote का इंटरफ़ेस 11 भाषाओं में उपलब्ध है — अरबी, बंगाली, अंग्रेजी, फ्रेंच, हिंदी, पुर्तगाली, रूसी, सरलीकृत चीनी, स्पेनिश, तुर्की और उर्दू। स्पीच रिकग्निशन इंटरफ़ेस की तुलना में कहीं अधिक भाषाओं को कवर करता है। ग्लॉसरी वह तरीका है जिससे आप उन नामों की कमी को पूरा करते हैं जो सिस्टम नहीं पहचान पाता।

Special Names एक Pro फीचर है। Pro में हर महीने 360 मिनट का ऑडियो शामिल है, जो मासिक रूप से रिन्यू होता है, साथ ही तीनों प्रोसेसिंग मोड और लंबी रिकॉर्डिंग की बैकग्राउंड हैंडलिंग भी मिलती है। यदि आप Guest या Free प्लान पर हैं, तो आपको एक बार 15 मिनट का ऑडियो मिलता है — मासिक नहीं, बार-बार नहीं — Quick Note और Smart Summary के साथ, लेकिन इसमें ग्लॉसरी नहीं होती।

20 मिनट तक की रिकॉर्डिंग हर प्लान पर तुरंत प्रोसेस की जाती है। 20 मिनट से 2 घंटे तक की रिकॉर्डिंग बैकग्राउंड में प्रोसेस की जाती है और केवल Pro उपयोगकर्ताओं के लिए है, जिसमें लंबी रिकॉर्डिंग के लिए स्पीकर की पहचान और सारांश की सुविधा है। प्रत्येक रिकॉर्डिंग के लिए दो घंटे की सख्त सीमा है; इससे लंबी किसी भी चीज़ को अस्वीकार कर दिया जाता है। अपलोड की सीमा 64 MB है।

सही स्पेलिंग का फायदा तब सबसे ज्यादा मिलता है जब आप बाद में जानकारी ढूंढते हैं। साइन-इन करने वाले उपयोगकर्ताओं को सभी डिवाइस पर सर्च करने योग्य नोट हिस्ट्री मिलती है। छह मीटिंग्स में तीन अलग-अलग तरीकों से लिखा गया नाम आप कभी नहीं ढूंढ पाएंगे। ग्लॉसरी में आपके द्वारा लिखा गया नाम सिर्फ एक सर्च की दूरी पर है।

ग्लॉसरी वहां लागू होती है जहां भी आप रिकॉर्ड करते हैं: आपके ब्राउज़र में वेब ऐप, iPhone और iPad ऐप, और Control+Option+Command+N पर ग्लोबल हॉटकी Quick Capture वाला macOS ऐप। REST API दो मोड, raw और smart के साथ एक अलग रास्ता है, जिसे सीक्रेट की (secret key) के साथ प्रमाणित किया जाता है; यह न तो ऑडियो स्टोर करता है और न ही टेक्स्ट।