Субтитры для живого разговора на iPhone: речь в текст

Что вы видите на экране

Сеанс ведёт живую расшифровку. Каждый раз, когда собеседник заканчивает мысль, сказанное появляется на экране облачком, и разговор складывается в список, который можно пролистать назад. Если вы пропустили фразу, пока отвечали, её можно перечитать.

Ассистент также сам отвечает на каждую реплику — для этого приложение и создано. Для субтитров нужно, чтобы он не мешал, поэтому начните пустой сеанс с инструкцией вроде «Не комментируй разговор. Отвечай не больше чем парой слов, если я не напечатаю вопрос» и выберите «Кратко» в «Уровне детализации». Инструкции направляют модель, а не выключают её, так что между строками, которые вы читаете, время от времени будет появляться короткий ответ.

Если собеседник говорит на другом языке, сеанс перевода показывает вместо этого каждую фразу и её перевод парой облачков; об этом — руководство по переводу разговора в реальном времени.

Настройка

Сделайте это один раз, до разговора, а не когда кто-то ждёт вашего ответа.

1. Откройте «Настройки» › «Внешний вид» › «Размер шрифта чата» и выберите «Большой» или «Очень большой». Он применяется поверх размера текста самого iPhone.
2. Нажмите «Перевести» и проверьте, что «Переводить чат и сеанс в эфире» выключен. Перевод — настройка для всего приложения: если его включали в прошлый раз, он всё ещё включён.
3. Начните пустой сеанс, напишите инструкцию из примера выше и выберите «Кратко» в «Уровне детализации».
4. Увеличьте время «Автоблокировки» в разделе «Экран и яркость» настроек iPhone и поставьте телефон на зарядку, если разговор будет долгим.
5. Скажите собеседнику, зачем телефон, положите его на место и нажмите «Начать» («Начать сеанс» на iPad).
6. Когда разговор закончится, нажмите «Завершить». Расшифровка остаётся в сеансе, на устройстве.

Куда положить телефон

Субтитры не могут быть лучше звука, который доходит до телефона. Положите его рядом с тем, чьи слова хотите видеть, микрофоном к нему, а экран наклоните к себе, чтобы читать, не беря телефон в руки.

В шумной комнате — кафе, семейный ужин, зал ожидания с включённым телевизором — расстояние важнее всего. Телефон в полуметре от говорящего справляется гораздо лучше, чем на другом конце стола, а телефон, лежащий плашмя среди тарелок и бокалов, слышит каждый звон. Помогает небольшая подставка. iPad показывает больше текста при том же размере шрифта, и за долгим разговором на нём следить легче.

Лучше всего, когда говорит один человек. Когда двое говорят одновременно, расшифровка их смешивает: она не может разделить то, что дошло до микрофона одним звуком. В важном для вас разговоре нескольких человек вполне можно попросить всех говорить по очереди и лицом к телефону.

Не закрывайте приложение и не выключайте экран

На этом правиле спотыкаются чаще всего. Сеанс в эфире завершается, когда приложение уходит в фон или экран блокируется, с сообщением «Приложение неактивно. Сеанс реального времени закрыт.» Если экран заблокируется посреди разговора, субтитры остановятся, пока вы не начнёте новый сеанс.

• Перед началом увеличьте время автоблокировки, а потом, если хотите, верните как было.
• Если беседа будет дольше короткой, держите телефон на зарядке: постоянно включённый экран расходует батарею.
• Не переключайтесь в другое приложение, чтобы проверить сообщение. Уже расшифрованное останется в сеансе, но после закрытия сеанса ничего нового не появится.
• Если сеанс всё-таки закрылся, сразу начните новый; начало разговора сохранится в первом.

Apple Speech или прослушивание через OpenAI

Приложение может слышать двумя способами. По умолчанию звук слушает модель OpenAI и пишет расшифровку. В разделе «Прослушивание» можно выбрать Apple Speech: тогда расшифровка делается на устройстве, а текст отправляется в GPT за ответом. Выберите это до того, как нажмёте «Начать».

Что лучше подойдёт вам, зависит от голоса, языка и помещения, поэтому попробуйте оба варианта в тех условиях, где будете ими пользоваться, а не полагайтесь на общее правило. С Apple Speech сам звук остаётся на телефоне, а текст сказанного всё равно уходит в GPT. На iPhone и iPad обоим вариантам нужен интернет.

Чем это не является

Это не сертифицированная служба субтитров, и гарантии точности нет. Расшифровка может ошибиться в именах, цифрах и тихих словах, слить двух говорящих в одного и отстать от того, кто говорит быстро. Для разговора за ужином это разумный компромисс; там, где пропущенное слово имеет последствия, одного этого мало.

Для приёма у врача, юридической встречи или занятий, на которых вам положена мера доступности, спросите организаторов о профессиональных субтитрах в реальном времени — в англоязычных странах это называется CART (Communication Access Realtime Translation) — или о сурдопереводчике, если вы пользуетесь жестовым языком. Многие больницы, суды, университеты и работодатели это организуют, и телефон на столе им не замена.

Скажите собеседнику

Субтитры — это расшифровка, а расшифровка — запись того, что сказал другой человек. Сначала скажите ему об этом и покажите экран: он объясняет себя лучше любого описания.

Во время облачного сеанса звук идёт с устройства напрямую в Realtime API OpenAI. Сеанс хранится на устройстве, без синхронизации с облаком, а серверы Arte Soft никогда не получают ни звук, ни расшифровку, ни ответы. Руководство о записи и расшифровке других людей объясняет, что сказать и когда закон требует большего.