Warsztat: Pisanie głosem

82 proc. dziennikarzy wymienia automatyczną transkrypcję jako główne zastosowanie sztucznej inteligencji w ich codziennej pracy. Z jakich narzędzi warto korzystać?

Historia technologii rozpoznawania mowy jest starsza, niż mogłoby się wydawać. Czytelnicy „Pierwszego kręgu” Aleksandra Sołżenicyna z pewnością pamiętają sceny z laboratorium pod Moskwą, gdzie więźniowie naukowcy pracują m.in. nad identyfikacją głosu. Powieść, wydana pod koniec lat 60. XX wieku, opierała się na autentycznych doświadczeniach autora – Sołżenicyn sam przebywał w takim obozie, gdzie rzeczywiście prowadzono badania nad akustycznym profilem ludzkiej mowy.

Komercyjne oprogramowanie do transkrypcji głosu na tekst istnieje od lat 90. poprzedniego wieku, jednak wczesne rozwiązania były obarczone licznymi ograniczeniami: niską skutecznością, błędami i obsługą wyłącznie języka angielskiego. Przełom nastąpił w XXI wieku, kiedy technologie rozpoznawania mowy, za sprawą nowych modeli sztucznej inteligencji, umożliwiły niemal bezbłędną konwersję głosu na tekst.

To przykład zmiany, która przekształca też warsztat dziennikarski. Technologia nie wynajduje nowego sposobu komunikacji – przywraca ten najbardziej naturalny. Zanim opanowaliśmy pisanie, ludzkość przez tysiąclecia przekazywała informacje ustnie. Dyktowanie, jeszcze nie tak dawno standard w biurach i redakcjach, wraca na salony – tym razem w wersji cyfrowej, która łączy szybkość mowy z precyzją tekstu.

Jeszcze kilka lat temu na pytanie o najbardziej żmudny element pracy dziennikarskiej wszyscy odpowiedzieliby chórem: spisywanie wywiadów i wypowiedzi. Tymczasem dziś, jak wskazują badania platformy Trint przeprowadzone wśród 28 czołowych światowych redakcji, aż 82 proc. dziennikarzy wymienia automatyczną transkrypcję jako główne zastosowanie sztucznej inteligencji w ich codziennej pracy.

Stanisław M. Stanuch

Aby przeczytać cały artykuł:

Zapisz się na nasz newsletter i bądź na bieżąco z najświeższymi informacjami ze świata mediów i reklamy. Pressletter