التعرّف على المتحدثين: كيف يعرف التفريغ النصي من يتكلم؟

ماذا يفعل نظام التعرّف على المتحدثين فعلياً؟

التعرّف على الكلام يحوّل الصوت إلى كلمات. أما التعرّف على المتحدثين، أو ما يُعرف تقنياً بتجزئة المتحدثين (Diarization)، فيجيب عن سؤال آخر: من تكلّم ومتى. يقسّم النظام التسجيل إلى مقاطع كلامية، ويقيس خصائص كل صوت، ثم يجمع المقاطع التي تبدو لشخص واحد معاً. والنتيجة مجموعات بلا أسماء، تحمل عادةً ألقاباً مثل «المتحدث 1» و«المتحدث 2» وهكذا.

تظل هذه المجموعات بلا أسماء بطبيعتها. فالبرنامج يعرف أن مقطعين يعودان للصوت نفسه، لكنه لا يعرف أن هذا الصوت يخص «نوا» من قسم المالية. تسمية المتحدثين خطوة تقوم بها أنت مرة واحدة لكل شخص، وبعدها يظهر الاسم الذي اخترته أمام كل جملة يقولها هذا الصوت.

ولأن التقاط الكلمات وتمييز المتحدثين خطوتان منفصلتان، تقع أخطاء كل منهما بمعزل عن الأخرى. فقد يكتب النص كل كلمة بدقة، ومع ذلك ينسب الجملة إلى الشخص الخطأ. لذلك راجع الكلمات وراجع أسماء المتحدثين باعتبارهما مهمتين مختلفتين.

لماذا يخطئ النظام أحياناً في تحديد المتحدث؟

السبب الأول هو تداخل الكلام. عندما يتحدث شخصان في اللحظة نفسها، يجتمع صوتان في مقطع صوتي واحد، فيضطر النظام المصمم لإسناد كل لحظة إلى متحدث واحد أن يختار أحدهما. المشكلة الثانية هي المداخلات القصيرة مثل «نعم» أو «صحيح» أو «حسناً». فنصف ثانية من الصوت لا يحمل معلومات صوتية كافية، ولذلك تُنسب هذه الكلمات غالباً إلى من كان يتحدث قبلها مباشرة.

تشابه الأصوات يصعّب الفصل أيضاً. فإذا تحدث زميلان من العمر نفسه وباللهجة نفسها في ميكروفون حاسوب محمول واحد، يصعب التمييز بينهما حتى على المستمع المنتبه. وتضيف المكالمات الهاتفية المسجلة بقناة أحادية (Mono) عائقاً آخر، لأن الصوتين يصلان عبر قناة واحدة بعد أن يضغطهما خط الهاتف.

للغرفة أثرها كذلك. فالصدى يطمس معالم الصوت، وإذا ابتعد المتحدث عن الميكروفون فقد يبدو للنظام شخصاً آخر. وفي التسجيلات الطويلة يتغير صوت الإنسان نفسه مع التعب أو الحماس أو حتى بعد أن ينحنح، وعندها قد يقسم البرنامج الشخص الواحد إلى مجموعتين، أو يدمج شخصين في مجموعة واحدة.

كيف تسجّل الصوت لينفصل المتحدثون بوضوح؟

اجعل لكل شخص طريقاً مباشراً إلى الميكروفون. وضع جهاز واحد في وسط الطاولة حل مريح، لكنه يعطي أسوأ فصل بين الأصوات. أما وضع ميكروفون أو هاتف قريب من كل متحدث فيسهّل التمييز بين المجموعات الصوتية كثيراً، وكذلك ارتداء كل مشارك عن بُعد سماعة رأس. وفي المقابلات الثنائية، ضع المسجل بين الشخصين وقرّبه قليلاً من صاحب الصوت الأخفض.

اطلب من المشاركين التحدث بالدور. يكفي اتفاق سريع في بداية الاجتماع على أن يكمل كل شخص جملته قبل أن يبدأ غيره لتحسين الدقة. تداخل الكلام أمر طبيعي في النقاشات الحية ولن يختفي تماماً، لكن تقليله ولو قليلاً يوفر وقتاً عند المراجعة.

ابدأ التسجيل بتعريف سريع يقول فيه كل شخص اسمه وجملة كاملة. يعطيك هذا عينة واضحة لكل صوت، ومرجعاً مضموناً لتسمية المجموعات لاحقاً، إذ يكفي أن تستمع إلى الدقيقة الأولى لتعرف صوت كل متحدث.

كيف تسمّي المتحدثين وتحافظ على الأسماء؟

افتح النص المفرّغ، وشغّل السطر الأول من كل مجموعة، واكتب الاسم الحقيقي للمتحدث. في KolWrite يمكنك تغيير اسم المتحدث أثناء القراءة، وينتقل الاسم المحدّث إلى كل ملف تصدّره، فيتطابق ملف Word وملف الترجمة النصية مع ما تراه على الشاشة. وبينما تتولى المعالجة السحابية فصل المتحدثين، يمكن لـ «بنك المتحدثين» المحلي على جهازك تذكّر الأشخاص بأسمائهم ومطابقة أصواتهم مباشرة، فلا تحتاج إلى رفع الصوت من جديد للتعرّف على صوت سبق أن سمّيته.

اكتب الاسم بالصيغة التي يتوقعها القارئ: الاسم الكامل مع المسمى الوظيفي للمحاضر الرسمية، أو الاسم الأول للملاحظات الداخلية. التزم بالصيغة نفسها في الاجتماعات المتتالية، حتى يظهر لك كل ما قاله الشخص عندما تبحث عن اسمه.

إذا ظهر في التسجيل متحدث لا تستطيع معرفة هويته، سمِّ مجموعته بما تعرفه عنه مثل «ضيف» أو «متصل» واتركه كذلك. فالاسم العام أفضل من اسم خاطئ.

كيف تراجع أسماء المتحدثين بسرعة؟

لا تحتاج إلى قراءة النص كله للتأكد من الأسماء. ركّز على مواضع انتقال الحديث من شخص لآخر، واستمع إلى الثانية الأولى بعد كل انتقال في الأجزاء المهمة. فالأخطاء تتجمع عادةً عند تداخل الأصوات، والردود القصيرة، واللحظات التي تلي الصمت مباشرة.

تأكد من كل اقتباس مباشر ومن كل التزام. فإذا جاء في الملخص أن «عمر» وعد بإرسال ملف، شغّل ذلك السطر تحديداً. الخطأ في اسم صاحب تعليق عابر لا يضر، أما الخطأ في نسبة وعد أو رقم أو شكوى فيغيّر سجل ما حدث فعلاً.

صحّح السطر الخاطئ وحده إن كان خطأً مفرداً، وصحّح المجموعة كلها إن قسّم النظام شخصاً واحداً إلى مجموعتين، وذلك بإعطاء المجموعتين الاسم نفسه لدمجهما. النصوص المفرّغة آلياً لا تخلو من الأخطاء وتحتاج إلى مراجعة، وأسماء المتحدثين جزء من هذا النص.

متى تكون أسماء المتحدثين أكثر أهمية؟

تكتسب تسميات المتحدثين أهمية كلما لزم نسب الكلام إلى شخص محدد، مثل محاضر الاجتماعات، والمقابلات، ومكالمات العملاء، وجلسات الاستماع، والجلسات البحثية. وتقل أهميتها كثيراً في التسجيلات ذات المتحدث الواحد، كالمحاضرات أو الملاحظات الصوتية، حيث يكفي عرض النص متصلاً في كتلة واحدة.

وتهم الأسماء أيضاً في أي تسجيل تنوي ترجمته أو تحويله إلى ترجمة على الشاشة (Subtitles). فملف الترجمة الذي يضم أسماء المتحدثين يخبر المشاهد من يتكلم حين يكون المتحدث خارج الكادر. اعتمد أسماء المتحدثين أولاً، ثم صدّر الملف.