คำบรรยายสดขณะคุยต่อหน้า: แปลงเสียงพูดเป็นข้อความบน iPhone

สิ่งที่เห็นบนหน้าจอ

เซสชันเขียนบันทึกถอดเสียงแบบสด ทุกครั้งที่อีกฝ่ายพูดจบความคิด สิ่งที่เขาพูดจะขึ้นบนหน้าจอเป็นกรอบข้อความ และบทสนทนาจะต่อกันเป็นรายการที่เลื่อนย้อนดูได้ ถ้าพลาดประโยคไหนไปตอนที่คุณกำลังตอบ ก็ยังอยู่ให้อ่านซ้ำ

ผู้ช่วยยังตอบแต่ละช่วงคำพูดเองด้วย เพราะแอปสร้างมาเพื่อสิ่งนี้ แต่สำหรับคำบรรยาย คุณอยากให้มันหลบไป จึงควรเริ่มเซสชันเปล่าด้วยคำสั่งเช่น “ไม่ต้องแสดงความเห็นเกี่ยวกับบทสนทนา ตอบให้สั้นแค่ไม่กี่คำ เว้นแต่ฉันพิมพ์คำถาม” และตั้ง “ระดับรายละเอียด” เป็น “สั้น” คำสั่งเป็นการชี้นำโมเดล ไม่ใช่การปิดมัน จึงอาจมีคำตอบสั้นๆ แทรกระหว่างบรรทัดที่คุณอ่านอยู่บ้าง

ถ้าอีกฝ่ายพูดคนละภาษา เซสชันแปลจะแสดงแต่ละประโยคกับคำแปลเป็นกรอบข้อความคู่กันแทน คู่มือการแปลบทสนทนาแบบสดอธิบายเรื่องนั้น

การตั้งค่า

ทำครั้งเดียวก่อนบทสนทนา ไม่ใช่ตอนที่มีคนรอให้คุณตอบ

1. เปิด “การตั้งค่า” › “ลักษณะที่ปรากฏ” › “ขนาดตัวอักษรแชท” แล้วเลือก “ใหญ่” หรือ “ใหญ่พิเศษ” ซึ่งใช้ซ้อนกับขนาดตัวอักษรของ iPhone เอง
2. แตะ “แปล” และตรวจว่า “แปลการแชทและเซสชันสด” ปิดอยู่ การแปลเป็นการตั้งค่าทั้งแอป และจะค้างอยู่ตามที่ใช้ครั้งล่าสุด
3. เริ่มเซสชันเปล่า เขียนคำสั่งด้านบน และตั้ง “ระดับรายละเอียด” เป็น “สั้น”
4. ตั้ง “ล็อคอัตโนมัติ” ให้นานขึ้นที่ “จอภาพและความสว่าง” ในการตั้งค่าของ iPhone และเสียบสายชาร์จถ้าจะคุยนาน
5. บอกอีกฝ่ายว่าโทรศัพท์มีไว้ทำอะไร วางให้เข้าที่ แล้วแตะ “เริ่ม” (บน iPad คือ “เริ่มเซสชัน”)
6. แตะ “สิ้นสุด” เมื่อคุยเสร็จ บันทึกถอดเสียงจะอยู่ในเซสชันบนอุปกรณ์

วางโทรศัพท์ตรงไหน

คำบรรยายจะดีได้เท่ากับเสียงที่ไปถึงโทรศัพท์เท่านั้น วางไว้ใกล้คนที่คุณจะทำคำบรรยาย หันไปทางเขา และเอียงจอมาทางคุณ จะได้อ่านได้โดยไม่ต้องหยิบขึ้นมา

ในห้องที่เสียงดัง เช่น ร้านกาแฟ มื้อค่ำกับครอบครัว ห้องรอที่เปิดทีวีไว้ ระยะห่างสำคัญกว่าทุกอย่าง โทรศัพท์ที่อยู่ห่างผู้พูดครึ่งเมตรทำได้ดีกว่าโทรศัพท์ที่อยู่อีกฝั่งโต๊ะมาก และโทรศัพท์ที่วางราบท่ามกลางจานชามจะได้ยินเสียงช้อนส้อมกระทบทุกครั้ง ขาตั้งเล็กๆ ช่วยได้ iPad แสดงข้อความได้มากกว่าที่ขนาดตัวอักษรเท่ากัน จึงตามบทสนทนายาวๆ ได้ง่ายกว่า

พูดทีละคนได้ผลดีที่สุด เมื่อสองคนพูดทับกัน บันทึกถอดเสียงจะปนกัน เพราะมันแยกสิ่งที่ไปถึงไมโครโฟนเป็นเสียงเดียวไม่ได้ ในวงสนทนาที่สำคัญกับคุณ การขอให้ทุกคนผลัดกันพูดและหันมาทางโทรศัพท์ไม่ใช่เรื่องเกินไป

เปิดแอปค้างไว้ และอย่าให้หน้าจอดับ

นี่คือกฎที่คนมักพลาด เซสชันสดจะจบเมื่อแอปไปอยู่เบื้องหลังหรือหน้าจอล็อค พร้อมข้อความ “แอปไม่ทำงาน ปิดเซสชันเรียลไทม์แล้ว” หน้าจอที่ล็อคกลางบทสนทนาหมายความว่าคำบรรยายจะหยุดจนกว่าคุณจะเริ่มเซสชันใหม่

• ตั้ง “ล็อคอัตโนมัติ” ให้นานขึ้นก่อนเริ่ม แล้วตั้งกลับหลังจากนั้นถ้าต้องการ
• เสียบสายชาร์จไว้ถ้าจะคุยนานกว่าคุยสั้นๆ หน้าจอที่เปิดค้างใช้แบตเตอรี่
• อย่าสลับไปแอปอื่นเพื่อเช็กข้อความ สิ่งที่ถอดเสียงไปแล้วยังอยู่ในเซสชัน แต่เมื่อเซสชันปิดแล้วจะไม่มีคำบรรยายใหม่
• ถ้าเซสชันปิดไป ให้เริ่มเซสชันใหม่ทันที ช่วงก่อนหน้าของบทสนทนายังเก็บอยู่ในเซสชันแรก

Apple Speech หรือให้ OpenAI ฟัง

แอปได้ยินได้สองแบบ โดยค่าเริ่มต้น โมเดลของ OpenAI ฟังเสียงและเขียนบันทึกถอดเสียง ใน “กำลังฟัง” คุณเลือก Apple Speech แทนได้ ซึ่งถอดเสียงบนอุปกรณ์แล้วส่งข้อความไปให้ GPT ตอบ เลือกก่อนแตะ “เริ่ม”

แบบไหนดีกว่าสำหรับคุณขึ้นอยู่กับเสียงคนพูด ภาษา และห้อง จึงควรลองทั้งสองแบบในสภาพที่จะใช้จริง แทนที่จะเชื่อกฎทั่วไป เมื่อใช้ Apple Speech ตัวเสียงจะอยู่บนโทรศัพท์ แต่ข้อความของสิ่งที่พูดยังถูกส่งไปที่ GPT บน iPhone และ iPad ทั้งสองแบบต้องต่ออินเทอร์เน็ต

สิ่งที่มันไม่ใช่

มันไม่ใช่บริการคำบรรยายที่ได้รับการรับรอง และไม่มีการรับประกันความถูกต้อง มันอาจได้ยินชื่อ ตัวเลข และคำที่พูดเบาผิด รวมผู้พูดสองคนเข้าด้วยกัน และตามคนพูดเร็วไม่ทัน สำหรับบทสนทนาบนโต๊ะอาหาร นั่นเป็นข้อแลกเปลี่ยนที่รับได้ แต่สำหรับเรื่องที่พลาดคำเดียวแล้วมีผลตามมา ลำพังมันไม่พอ

สำหรับการพบแพทย์ การประชุมทางกฎหมาย หรือห้องเรียนที่คุณมีสิทธิ์ได้รับการอำนวยความสะดวก ให้สอบถามผู้ให้บริการเรื่อง CART (Communication Access Realtime Translation) หรือบริการคำบรรยายแบบมืออาชีพอื่นๆ หรือล่ามภาษามือถ้าคุณใช้ภาษามือ โรงพยาบาล ศาล มหาวิทยาลัย และนายจ้างหลายแห่งจัดบริการเหล่านี้ให้ และโทรศัพท์บนโต๊ะไม่ใช่สิ่งทดแทน

บอกอีกฝ่าย

คำบรรยายคือบันทึกถอดเสียง และบันทึกถอดเสียงคือบันทึกสิ่งที่คนอื่นพูด บอกเขาก่อนและให้ดูหน้าจอ มันอธิบายตัวเองได้ดีกว่าการอธิบายด้วยคำพูด

ระหว่างเซสชันคลาวด์ เสียงถูกส่งจากอุปกรณ์ตรงไปยัง Realtime API ของ OpenAI เซสชันเก็บอยู่บนอุปกรณ์ ไม่มีการซิงก์คลาวด์ และเซิร์ฟเวอร์ของ Arte Soft ไม่เคยได้รับเสียง บันทึกถอดเสียง หรือคำตอบ คู่มือเรื่องการอัดเสียงและถอดเสียงผู้อื่นอธิบายว่าควรพูดอะไร และเมื่อไรที่กฎหมายกำหนดมากกว่านั้น