Làm sạch bản ghi nguyên văn: hướng dẫn thực tế

Bạn đang mở một bản ghi trước mặt, và nó đang làm đúng những gì lời nói thô vẫn làm. Người nói bắt đầu một ý, rồi bỏ dở, quay lại, lặp lại một cụm từ, và để lại một chuỗi từ đệm phía sau. Một bản ghi như thế có thể trung thành với bản thu âm, nhưng không phải lúc nào cũng trung thành với công việc bạn cần làm với nó.

Đó là lúc phiên âm nguyên văn sạch xuất hiện. Nó nằm ở giữa phổ, giữ nguyên ý nghĩa của người nói trong khi gỡ bỏ những thứ lộn xộn khiến người đọc chậm lại. Kỹ năng không nằm ở việc làm lời nói đẹp hơn, mà ở việc quyết định loại tiếng ồn nào có thể bỏ đi mà không làm thay đổi bản ghi.

Vì sao bản ghi thô khiến người đọc chậm lại

Một nhà nghiên cứu mở tệp phỏng vấn được tạo tự động và nhận ra vấn đề ngay lập tức. Một người tham gia nói, “Tôi, ờ, tôi nghĩ, tôi nghĩ chúng ta, chúng ta có lẽ nên, ừm, chọn phương án thứ hai,” rồi dừng giữa câu và bắt đầu lại. Một người nói thứ hai lặp lại đúng cụm từ đó, và các mốc thời gian lệch vừa đủ khiến đoạn đó khó tìm hơn.

Điều tương tự cũng xảy ra trong các cuộc gọi khách hàng, họp nhóm và buổi đánh giá marketing. Bản ghi thô bảo toàn bản thu âm, nhưng trang vẫn đọc như lời nói, chứ không như một tài liệu mà người ta có thể đọc lướt. Nếu công việc của bạn là trích dẫn, so sánh, gắn thẻ chủ đề hay chia sẻ ghi chú, bạn sẽ mất thời gian hai lần, một lần để tạo bản ghi và một lần nữa để làm cho nó dùng được.

Nguyên tắc thực tế: Một bản ghi chỉ hữu ích nếu con người có thể đi qua nó nhanh hơn bản âm thanh gốc.

Lời nói và việc đọc đòi hỏi những hình dạng khác nhau. Ngôn ngữ nói bao gồm những lần bắt đầu lại, chồng tiếng và phần đệm lời nói. Ngôn ngữ viết cần loại bỏ đủ lượng chất liệu đó để ý nghĩa vẫn nguyên vẹn, trong khi mắt có thể di chuyển mà không vấp phải từng lần khởi đầu sai. Theo nghĩa đó, nguyên văn sạch là một lựa chọn giữa khả năng đọc và độ trung thực, và các quy trình AI làm thay đổi vị trí đường ranh giới đó. Một tổng quan về quy trình chuyển giọng nói thành văn bản, tổng quan quy trình chuyển giọng nói thành văn bản, cho thấy giai đoạn ghi nhận khớp vào toàn bộ quy trình rộng hơn như thế nào.

Đối với các nhà nghiên cứu và marketer, nỗi đau vẫn vậy. Bạn không chỉ cần các từ. Bạn cần các từ ở một dạng cho phép bạn tìm kiếm, trích dẫn, xem lại và hành động mà không phải vật lộn với bản ghi trước.

Nguyên văn sạch thực sự nghĩa là gì

Phiên âm nguyên văn sạch giữ nguyên ý nghĩa và cách dùng từ của người nói, nhưng loại bỏ tiếng ồn máy móc không thêm giá trị ngữ nghĩa. Mục tiêu rất đơn giản, dễ đọc mà không bóp méo. Nghĩa là bạn giữ lại những ý tưởng thực sự, các từ hạn định, các từ rào đón và giọng điệu, đồng thời dọn sạch từ đệm, những lần khởi đầu sai, lặp lại và những mảnh câu vụn chỉ khiến trang khó đọc hơn.

Những gì bị loại bỏ và những gì được giữ lại

Một bản ghi sạch không phải là một bản tóm tắt. Nó không diễn giải lại, và không viết lại lời của ai đó thành văn xuôi bóng bẩy mà họ chưa từng dùng. Nó chỉ cắt tỉa những thói quen nói làm người đọc chậm lại. Một phép so sánh hữu ích là cửa sổ, khung cảnh vẫn nguyên, nhưng các vết bẩn đã biến mất.

Một ví dụ ngắn sẽ làm rõ ranh giới hơn:

Lời nói thô, “Ý tôi là, tôi đang, ờ, kiểu như nghĩ rằng chúng ta nên, nên có lẽ hoãn lại vì các con số chưa sẵn sàng.”

Nguyên văn sạch, “Tôi đang kiểu như nghĩ rằng chúng ta nên có lẽ hoãn lại vì các con số chưa sẵn sàng.”

Phiên bản thứ hai nói cùng một điều. Nó chỉ loại bỏ sự lộn xộn không làm thay đổi thông điệp. Sự khác biệt đó quan trọng trong việc tạo phụ đề, ghi chú nghiên cứu và lưu trữ, nơi người đọc cần một bản ghi trung thực mà vẫn đọc lướt sạch sẽ. Để có một hướng dẫn liên quan về việc biến chất liệu nói thành bản ghi dễ đọc, hướng dẫn viết bản ghi cho một video là một tài liệu đồng hành hữu ích.

Nguyên văn sạch cũng nằm giữa hai thái cực khác. Nguyên văn đầy đủ giữ lại mọi khoảng dừng và lần vấp. Văn xuôi đã biên tập làm mượt ngôn ngữ mạnh tay hơn và có thể trôi về một phiên bản viết của lời nói thay vì chính lời nói. Nguyên văn sạch giữ bạn gần với bản gốc trong khi làm cho trang dùng được.

Ranh giới thực tế

Cách dễ nhất để đánh giá nguyên văn sạch là thế này: nếu bỏ một từ làm thay đổi ý người nói muốn nói, hãy giữ nó lại. Nếu nó chỉ thay đổi mức độ trôi chảy của câu, thì nhiều khả năng nó bị bỏ. Chỉ một phép thử đó giữ cho công việc có kỷ luật và bảo vệ bản ghi khỏi việc trở thành một bản viết lại.

Nguyên văn sạch so với nguyên văn đầy đủ

Sự khác biệt lộ ra nhanh khi bạn đặt hai phong cách cạnh nhau. Nguyên văn đầy đủ bảo toàn hành vi giọng nói của người nói, trong khi nguyên văn sạch bảo toàn ý định giao tiếp với tiếng ồn đã bị loại bỏ.

Mục đích của sự so sánh này không phải để nói rằng một phong cách tốt hơn trong mọi trường hợp. Mà là chúng phục vụ những mục đích đọc khác nhau. Nguyên văn đầy đủ hữu ích khi nhịp điệu chính xác của lời nói là điều quan trọng. Nguyên văn sạch hữu ích khi người đọc cần đi xuyên suốt nội dung mà không bị mắc kẹt ở từng chỗ ngập ngừng.

Bản đã làm sạch không bao giờ được thay đổi ý nghĩa của người nói. Nếu có, thì việc chỉnh sửa đã vượt quá giới hạn.

Người phụ trách chép lời thường kiểm tra từng dòng bằng cùng một câu hỏi: từ này có mang ý nghĩa không, hay nó chỉ là một phần của cơ chế nói? Câu hỏi đó chính là điều phân biệt việc làm sạch với việc viết lại.

Các quy tắc cơ học khi biên tập nguyên văn sạch

Các quy tắc hẹp hơn nhiều người tưởng. Nguyên văn sạch loại bỏ các từ đệm như “um”, “uh” và “you know” khi chúng không mang ý nghĩa, bỏ những chỗ khởi đầu lại rõ ràng, gộp các từ bị lặp, và giữ nguyên những phần mà nếu thay đổi sẽ làm lệch cách hiểu. Số liệu, tên riêng, thuật ngữ kỹ thuật và tiếng lóng chuyên ngành được giữ đúng như khi nói, trừ khi có một lỗi chép lời rõ ràng cần sửa.

Những gì cần loại bỏ và những gì cần giữ lại

Đây là phiên bản đơn giản nhất của bộ quy tắc.

Ranh giới của việc làm sạch dễ quản lý hơn khi bạn nhớ rằng dấu câu có thể được sửa, nhưng giọng văn thì không nên bị viết lại. Một câu đứt gãy có thể được làm cho dễ đọc, nhưng nó không nên đột nhiên nghe như thể một người khác viết ra. Nếu người nói ban đầu nghe có vẻ thoải mái, dè dặt hay không chắc chắn, thì bản chép lời đã làm sạch vẫn nên toát lên cảm giác đó.

Việc đánh dấu thời gian và nhãn người nói cũng cần nhất quán. Một hướng dẫn về nguyên văn sạch khuyến nghị thêm mốc thời gian tại mỗi lần đổi người nói, giúp người nghe nhanh chóng quay lại đúng đoạn trong bản ghi âm. Một hướng dẫn chép lời khác đề xuất mốc thời gian mỗi 30 đến 60 giây cho hầu hết các cuộc phỏng vấn, nhưng điểm mấu chốt vẫn như nhau: mốc thời gian ở đó để hỗ trợ việc kiểm chứng, chứ không phải để trang trí trang (hướng dẫn về mốc thời gian).

Đối với một quy trình biên tập thực tế, làm sạch bản ghi là tài nguyên liên quan vì nó phản ánh cùng một ý tưởng: loại bỏ sự lộn xộn, giữ lại ý nghĩa, bảo toàn cấu trúc thời gian.

Bài kiểm tra một quy tắc

Nếu việc xoá một từ làm thay đổi mức độ chắc chắn, sự nhấn mạnh hay ý định của người nói, thì từ đó được giữ lại. Đó là toàn bộ bài kiểm tra gói gọn trong một dòng. Nó giữ cho một người chép lời mới vào nghề không “cải thiện” bản chép lời thành một thứ an toàn hơn để đọc nhưng kém trung thực hơn với cuộc trao đổi gốc.

Chọn giữa nguyên văn sạch, bản biên tập và nguyên văn thông minh

Phong cách phù hợp phụ thuộc vào việc ai sẽ đọc nó và họ sẽ làm gì với nó. Bản chép lời sạch là lựa chọn phù hợp nhất khi văn bản sẽ được trích dẫn, tìm kiếm, mã hoá hoặc lưu trữ. Bản chép lời đã biên tập đi xa hơn và đọc giống văn viết được trau chuốt hơn, trong khi nguyên văn thông minh nằm ở giữa hai kiểu đó, làm mượt một vài chỗ gồ ghề mà không viết lại hoàn toàn lời nói.

Quy tắc quyết định khá đơn giản. Nếu bản ghi có thể được trích dẫn hoặc phân tích, hãy bám sát clean verbatim. Nếu người đọc chỉ cần một mạch kể trôi chảy, hãy chuyển sang bản đã biên tập. Nếu công việc nằm ở khoảng giữa, intelligent verbatim thường là hợp lý.

Một ví dụ hữu ích là nội dung cuộc họp. Một nhóm có thể muốn các quyết định, người phụ trách và cam kết chính xác, nhưng không cần mọi sự ngập ngừng trong phòng. Trong trường hợp đó, intelligent verbatim có thể phát huy tốt, trong khi một cuộc phỏng vấn nghiên cứu về hành vi người dùng thường cần độ trung thực chặt chẽ hơn của clean verbatim. Với các nhóm đang so sánh các lựa chọn quy trình làm việc, trang biên bản cuộc họp AI này là một điểm tham chiếu thiết thực vì nó nằm trong cùng lĩnh vực use case.

Bộ lọc lựa chọn nhanh

Hãy tự hỏi ba câu trước khi bắt đầu.

• Có ai đó sẽ trích dẫn nội dung này không? Nếu có, hãy bám sát clean verbatim hơn.
• Có ai đó sẽ đọc lướt nội dung này như một tài liệu không? Nếu có, bản đã biên tập có thể tốt hơn.
• Nội dung này có được dùng để phân tích hoặc làm bằng chứng không? Nếu có, hãy giữ lại nhiều lời nói gốc hơn.

Lựa chọn đó giúp tiết kiệm thời gian về sau. Một bản ghi phù hợp với mục đích sử dụng ngay từ đầu thường cần ít phải làm lại vào cuối.

Quy trình làm sạch thực tế có AI hỗ trợ

Một bản ghi thô chỉ là điểm khởi đầu. AI có thể tạo bản nháp nhanh chóng, nhưng lượt đầu tiên vẫn thay đổi tùy theo giọng của người nói, chất lượng bản ghi âm và loại nội dung được ghi lại. Một nghiên cứu khảo sát cho thấy Whisper tạo ra 72.5% bản ghi hoàn hảo hoặc gần hoàn hảo, 22.3% có sai lệch nhỏ hoặc lỗi nhỏ, và 5.2% có chất lượng không đủ hoặc lỗi nghiêm trọng, trong khi API của Google cho thấy 36.7%, 43.3% và 20.0% ở cùng các nhóm đó. Những kết quả đó giải thích sự đánh đổi mà clean verbatim yêu cầu bạn thực hiện: giữ đủ lời nói gốc để bảo toàn ý nghĩa, rồi chỉ cắt bỏ những thứ lộn xộn khiến việc đọc trở nên khó hơn.

Nhịp rà soát sáu bước

1. Tải lên âm thanh nguồn với tính năng phân tách người nói được bật. Việc tách người nói cho bạn một nền tảng sạch hơn trước khi bắt đầu làm sạch văn bản.
2. Tạo một bản nháp gần như clean verbatim, không phải full verbatim. Lượt đầu tiên đó nên đọc như một bản đang làm việc, chứ không phải một hồ sơ tòa án.
3. Rà soát danh từ riêng, thuật ngữ chuyên ngành và các đoạn đa ngôn ngữ. AI thường làm mượt các tên và thuật ngữ quan trọng.
4. Áp dụng quy tắc làm sạch theo từng đoạn. Hãy xử lý mỗi khối theo cùng một cách để bản ghi giữ được giọng điệu ổn định.
5. Đối chiếu dấu thời gian với thanh trượt âm thanh ở những đoạn ít chắc chắn. Khi kết quả trông không chắc chắn, bản ghi âm sẽ quyết định điều gì được giữ lại.
6. Xuất ở hai định dạng, một cho media, một cho phân tích. Tệp .srt hoặc .vtt có dấu thời gian phù hợp cho phụ đề, trong khi tệp .docx hoặc .md sạch thì dễ dàng hơn cho việc rà soát và mã hóa.

{% youtube id="GNc6uJk3dP0" /%}

Nếu tốc độ là một phần của quy trình, hướng dẫn cách tối ưu tốc độ xử lý AI này rất phù hợp bên cạnh bước chép lời. Xử lý nhanh hơn chỉ hữu ích khi bước rà soát vẫn được duy trì nghiêm ngặt.

Kiểm tra cuối trước khi xuất

• Nhãn người nói nhất quán.
• Bảng thuật ngữ khớp với các thuật ngữ của dự án.
• Lượt đọc thành tiếng vẫn nghe như người nói gốc.
• Dấu thời gian khớp ở những chỗ bản ghi âm chuyển chủ đề hoặc người nói.

Một quy trình có AI hỗ trợ vững chắc không loại bỏ sự phán đoán. Nó cho bạn một bản nháp tốt hơn, rồi để bạn dành sự chú ý vào nơi quan trọng nhất.

Nơi việc làm sạch trở nên rủi ro hoặc sai

Sạch hơn không phải lúc nào cũng tốt hơn. Trong một số ngữ cảnh, việc loại bỏ sự ngập ngừng hoặc lặp lại sẽ lấy đi ý nghĩa mà người đọc cần. Đó là lý do clean verbatim nên được coi như một mặc định, chứ không phải một giáo điều.

Trong nghiên cứu định tính, một khoảng lặng có thể báo hiệu sự suy ngẫm, sự khó chịu hoặc sự không chắc chắn. Nếu người phỏng vấn đang nghiên cứu cách mọi người đưa ra quyết định, những khoảng lặng đó có thể quan trọng ngang với những từ ngữ xung quanh chúng. Trong bối cảnh pháp lý và lấy lời khai, mọi lời nói đều có thể bị soi xét để tìm ý định, nên việc biên tập quá tay có thể tạo thêm rủi ro thay vì sự rõ ràng. Trong báo chí điều tra, một chút vấp váp hoặc tự sửa lời có thể là phần khiến một câu trích dẫn trở nên liên quan.

Nếu việc bỏ đi một từ thay đổi điều người đọc nghĩ về trạng thái tinh thần của người nói, hãy giữ từ đó lại.

Nguyên tắc đó cũng xuất hiện trong hướng dẫn về clean verbatim và bản ghi đã biên tập, vốn cảnh báo chống lại việc diễn giải lại, gán sai lời hoặc cắt bỏ những đoạn đối thoại có ý nghĩa. Một lời nhắc hữu ích cho việc xuất bản có tính rủi ro cao là bản ghi nên bảo tồn hồ sơ, chứ không chỉ vẻ ngoài được gọt giũa (hướng dẫn clean so với bản đã biên tập).

Sự thận trọng tương tự cũng xuất hiện trong một tài liệu tham khảo khác về sự khác biệt giữa verbatim và clean verbatim, nơi độ chính xác nghiêm ngặt quan trọng hơn trong các thủ tục pháp lý và những trường hợp cần chi tiết chính xác (so sánh verbatim và clean verbatim). Trong những bối cảnh đó, một tiếng ngập ngừng bị lược bỏ hay một lời ngắt lời được làm dịu đi có thể thay đổi cách một lời khai được diễn giải về sau.

Đối với những tệp nhạy cảm về trích dẫn hoặc quyền, tài nguyên về khiếu nại bản quyền này rất đáng tham khảo vì nó xoay quanh đúng một câu hỏi: thay đổi đến mức nào thì vẫn trung thành với nguồn. Câu trả lời phụ thuộc vào mục đích sử dụng, chứ không phải một quy tắc làm sạch chung cho mọi trường hợp.

Danh sách kiểm tra trước khi xuất và các quy tắc quyết định

Trước khi lưu bất cứ thứ gì, hãy tự hỏi năm câu hỏi. Ai là người đọc? Mục đích sử dụng về sau là gì? Đây có phải là tài liệu chứng cứ hay pháp lý không? Cần chi tiết đến mức nào? Mốc thời gian có bắt buộc không? Câu trả lời sẽ quyết định liệu clean verbatim có phù hợp không, hay bạn cần giữ lại nhiều lời nói gốc hơn.

Tính toàn vẹn của nội dung

• Tất cả người nói có được dán nhãn nhất quán không?
• Danh từ riêng có được viết đúng như trong bảng thuật ngữ của dự án không?
• Số, ngày tháng và thuật ngữ kỹ thuật có được giữ nguyên như khi nói không?
• Các thuật ngữ không phải tiếng Anh có được giữ nguyên, trừ khi quy trình yêu cầu dịch không?

Tính toàn vẹn cấu trúc

• Mốc thời gian có khớp với lúc đổi người nói hoặc với khoảng thời gian đã chọn không?
• Các đoạn ngắt có được đặt ở chỗ chuyển chủ đề chứ không phải ngẫu nhiên không?
• Tiêu đề hoặc thẻ người nói có được định dạng giống nhau xuyên suốt không?
• Bản ghi vẫn đọc như một cuộc trao đổi mạch lạc duy nhất chứ?

Tính toàn vẹn định dạng

• Tệp có được xuất đúng định dạng mà người đọc cần không?
• Kênh phân phối có hỗ trợ kiểu mốc thời gian đã chọn không?
• Quy ước đặt tên có đủ rõ để tránh nhầm lẫn giữa các phiên bản không?
• Cài đặt truy cập hoặc quyền chia sẻ đã đúng trước khi gửi chưa?

Đối với công việc làm phụ đề và tái sử dụng video, tài nguyên tạo phụ đề cho video trên YouTube này nằm tự nhiên trong cùng một luồng quyết định, vì định dạng phụ đề phụ thuộc vào việc thời gian và khả năng đọc hiểu phải ăn khớp với nhau. Clean verbatim giúp ích trong trường hợp đó, nhưng chỉ khi bản xuất khớp với nền tảng cuối cùng.

Clean verbatim là một mức độ dịch vụ, không phải một huy hiệu chất lượng. Mục tiêu không phải là văn xuôi trôi chảy nhất có thể, mà là đúng hình thức dễ đọc mà công việc yêu cầu. Nếu bản ghi sẽ được đọc, trích dẫn, xem xét hoặc xuất bản, thì mức độ làm sạch đúng là mức giữ nguyên ý nghĩa và chỉ loại bỏ những thứ gây nhiễu.

---

Nếu bạn muốn một quy trình phiên âm giữ nguyên ý nghĩa mà vẫn làm văn bản dễ sử dụng hơn, hãy truy cập transcript.im – chuyển video thành văn bản miễn phí và thử với cuộc phỏng vấn, cuộc họp hoặc tệp video tiếp theo của bạn. Công cụ này được xây dựng để biến lời nói thành văn bản sạch, có mốc thời gian, giúp bạn đi từ âm thanh thô đến một bản ghi dễ đọc mà không mất đi cấu trúc mình vẫn cần.