Napisy na żywo do rozmowy twarzą w twarz na iPhonie

Co widzisz na ekranie

Sesja tworzy transkrypcję na żywo. Za każdym razem, gdy rozmówca skończy myśl, to, co powiedział, pojawia się na ekranie jako dymek, a rozmowa układa się w listę, którą możesz przewijać wstecz. Jeśli coś ci umknęło, gdy odpowiadałeś, wciąż jest tam do przeczytania.

Asystent sam odpowiada też na każdą wypowiedź; do tego aplikacja została stworzona. Przy napisach chcesz, żeby nie przeszkadzał, więc zacznij pustą sesję z instrukcją w rodzaju „Nie komentuj rozmowy. Każda odpowiedź ma mieć najwyżej kilka słów, chyba że wpiszę pytanie.” i ustaw „Poziom szczegółowości” na „Krótkie”. Instrukcje kierują modelem, a nie go wyłączają, więc spodziewaj się od czasu do czasu krótkiej odpowiedzi między wierszami, które czytasz.

Jeśli rozmówca mówi w innym języku, sesja tłumaczenia pokazuje zamiast tego każde zdanie i jego tłumaczenie jako parę dymków; opisuje to poradnik o tłumaczeniu rozmowy na żywo.

Przygotowanie

Zrób to raz, przed rozmową, a nie wtedy, gdy ktoś czeka na twoją odpowiedź.

1. Otwórz Ustawienia › Wygląd › Rozmiar czcionki czatu i wybierz „Duży” albo „Bardzo duży”. Działa to dodatkowo do rozmiaru tekstu ustawionego w iPhonie.
2. Stuknij Przetłumacz i sprawdź, czy „Tłumaczenie czatu i sesji na żywo” jest wyłączone. Tłumaczenie to ustawienie całej aplikacji i zostaje włączone od ostatniego użycia.
3. Zacznij pustą sesję, wpisz powyższą instrukcję i ustaw „Poziom szczegółowości” na „Krótkie”.
4. Wydłuż Autoblokadę w ustawieniach Ekran i jasność w iPhonie i podłącz telefon do ładowarki, jeśli rozmowa będzie długa.
5. Powiedz rozmówcy, do czego służy telefon, ustaw go na miejscu i stuknij Zacznij („Rozpocznij sesję” na iPadzie).
6. Stuknij Zakończ, gdy rozmowa się skończy. Transkrypcja zostaje w sesji, na urządzeniu.

Gdzie położyć telefon

Napisy mogą być tylko tak dobre jak dźwięk, który dociera do telefonu. Połóż go blisko osoby, której słowa chcesz widzieć, skierowany w jej stronę, z ekranem pochylonym ku tobie, żebyś mógł czytać bez brania go do ręki.

W głośnym miejscu — w kawiarni, przy rodzinnym obiedzie, w poczekalni z włączonym telewizorem — odległość liczy się bardziej niż cokolwiek innego. Telefon pół metra od mówiącego radzi sobie dużo lepiej niż ten po drugiej stronie stołu, a telefon leżący płasko między talerzami i szklankami słyszy każdy brzęk. Pomaga mała podstawka. iPad pokazuje więcej tekstu przy tej samej czcionce, co ułatwia śledzenie długiej rozmowy.

Najlepiej, gdy mówi jedna osoba naraz. Gdy dwie osoby mówią jednocześnie, transkrypcja je miesza, bo nie potrafi rozdzielić tego, co dotarło do mikrofonu jako jeden dźwięk. W ważnej dla ciebie rozmowie w grupie możesz śmiało poprosić, żeby ludzie mówili po kolei i zwracali się w stronę telefonu.

Trzymaj aplikację otwartą, a ekran włączony

Na tej zasadzie ludzie najczęściej się potykają. Sesja na żywo kończy się, gdy aplikacja przejdzie w tło albo ekran się zablokuje, z komunikatem „Aplikacja nieaktywna. Sesja w czasie rzeczywistym zamknięta.” Ekran, który zablokuje się w połowie rozmowy, oznacza, że napisy przestają się pojawiać, dopóki nie zaczniesz nowej sesji.

• Przed startem wydłuż Autoblokadę, a potem, jeśli wolisz, przywróć poprzednie ustawienie.
• Przy czymkolwiek dłuższym niż krótka pogawędka podłącz telefon do ładowarki; włączony ekran zużywa baterię.
• Nie przełączaj się do innej aplikacji, żeby sprawdzić wiadomość. To, co już zostało przepisane, zostaje w sesji, ale po zamknięciu sesji nic nowego nie pojawi się w napisach.
• Jeśli sesja jednak się zamknie, od razu zacznij nową; wcześniejsza część rozmowy zostaje w pierwszej.

Apple Speech czy słuchanie przez OpenAI

Aplikacja może słyszeć na dwa sposoby. Domyślnie dźwięku słucha model OpenAI i to on tworzy transkrypcję. W sekcji Słuchanie możesz zamiast tego wybrać Apple Speech, które transkrybuje na urządzeniu i wysyła tekst do GPT po odpowiedź. Wybierz to, zanim stukniesz Zacznij.

Co działa lepiej, zależy od głosu, języka i pomieszczenia, więc wypróbuj oba sposoby w warunkach, w których naprawdę będziesz z nich korzystać, zamiast ufać ogólnej regule. Z Apple Speech sam dźwięk zostaje na telefonie, a tekst tego, co powiedziano, nadal trafia do GPT. Na iPhonie i iPadzie oba sposoby wymagają połączenia z internetem.

Czym to nie jest

To nie jest certyfikowana usługa napisów i nie ma gwarancji dokładności. Może źle usłyszeć imiona, liczby i ciche słowa, zlepić dwóch mówiących w jedno i nie nadążyć za kimś, kto mówi szybko. Przy obiedzie to uczciwy kompromis; tam, gdzie pominięte słowo ma konsekwencje, sama aplikacja nie wystarczy.

Przy wizycie lekarskiej, spotkaniu prawnym albo zajęciach, na których przysługują ci udogodnienia, zapytaj o CART (Communication Access Realtime Translation, profesjonalną transkrypcję na żywo) lub inne profesjonalne napisy albo o tłumacza języka migowego, np. PJM, jeśli z niego korzystasz. Wiele szpitali, sądów, uczelni i pracodawców to zapewnia, a telefon na stole ich nie zastąpi.

Powiedz rozmówcy

Napisy to transkrypcja, a transkrypcja to zapis tego, co powiedział ktoś inny. Najpierw powiedz o tym rozmówcy i pokaż mu ekran; tłumaczy się sam lepiej niż każdy opis.

W trakcie sesji w chmurze dźwięk trafia z urządzenia bezpośrednio do Realtime API OpenAI. Sesja jest zapisywana na urządzeniu, bez synchronizacji z chmurą, a serwery Arte Soft nigdy nie otrzymują dźwięku, transkrypcji ani odpowiedzi. Poradnik o nagrywaniu i transkrypcji innych osób wyjaśnia, co powiedzieć i kiedy prawo wymaga więcej.