Сколько раз журналисты сталкивались с одной и той же проблемой: диктофон полон записей, интервью насыщено важными деталями, но впереди — часы расшифровки, отнимающие время и силы? А что если бы существовал инструмент, который мгновенно превращает голос в текст, упрощая процесс и открывая новые возможности для работы с материалом?

Такой инструмент разработал армянский аспирант Варуж Багдарсарян. В рамках своей диссертационной работы он создал технологию, которая делает первый шаг в этом направлении. И она не просто транскрибирует речь — она обещает изменить подход к обработке аудио и видео материалов. Как именно эта технология может повлиять на работу журналистов, расскажем дальше.

Уже помогает, но продолжает развиваться  

Когда Варуж Багдарсарян разрабатывал платформу Talk2edit, его целью было создать инструмент, который упростит работу с аудио и видео материалами для журналистов. Платформа задумывалась как решение для автоматического преобразования устной речи в текст и синхронного перевода. И если начальная версия поддерживала только армянский язык, то сегодня возможности Talk2edit значительно расширены.

Как пояснил сам Багдарсарян, технология постоянно совершенствуется, и теперь она поддерживает до восьми языков для транскрипции и четырнадцать языков для перевода, включая армянский, английский, русский, персидский, грузинский, турецкий и другие. Точность стенографирования, по словам разработчика, приближается к человеческому уровню, что делает платформу удобной для ежедневного использования. Также переводы, как отмечают пользователи, отличаются высокой естественностью.

Особое внимание стоит уделить тому, что, несмотря на активное использование платформы журналистами, ее начали применять и в других сферах, например, в научных учреждениях. В частности, Национальная Академия наук использует Talk2edit для транскрибирования материалов на фарси, пока — в частном порядке. Это подчеркивает гибкость платформы, которая может быть полезна не только в журналистике, но и в других областях, требующих быстрого и точного преобразования речи в текст.

Кроме того, Варуж Багдарсарян анонсировал важное обновление — в ближайшем будущем Talk2edit будет поддерживать функцию распознавания и разделения спикеров. Это позволит платформе автоматически различать голоса в стенограммах, что особенно полезно для интервью и многоголосых обсуждений. На данный момент такая возможность доступна только для видео с YouTube, но в будущем она будет работать и с локальными аудиофайлами.

Что еще умеет Talk2edit?

Платформа Talk2edit продолжает развиваться, превращаясь в незаменимый инструмент для работы с аудио- и видеоматериалами.

Одной из самых востребованных функций является резюмирование материалов. Журналисты и исследователи, которым необходимо быстро оценить длинные интервью или разговоры, могут с легкостью создавать сжатые и информативные резюме, что значительно ускоряет процесс подготовки материалов.

Добавление субтитров и эффектов для видео также оказалось важной функцией для пользователей Talk2edit.

«Добавление субтитров не только помогает сделать контент доступным для широкой аудитории, но и, как сообщают пользователи, значительно увеличивает количество просмотров. Возможность автоматического перевода субтитров на разные языки открывает еще больше возможностей для расширения аудитории», — делится Багдарсарян.

Это делает платформу особенно привлекательной для тех, кто работает с видеоформатами, такими как shorts.

Еще одной удобной функцией является голосовой ввод для создания и редактирования документов. Этот инструмент позволяет сэкономить время, ведь можно диктовать текст, а затем корректировать его с помощью голосовых команд, не прибегая к клавиатуре.

Таким образом, Talk2edit продолжает развиваться, предлагая не только транскрипцию, но и дополнительные инструменты, которые делают работу с материалами более эффективной и удобной. И это только начало — в будущем мы можем ожидать еще больше инноваций.