ฉันได้เปลี่ยนแอปถอดความที่มีราคา 200 ดอลลาร์ต่อปีของฉันมาใช้ Whisper และ NotebookLM

ฉันมั่นใจว่าทุกคนในที่นี้คงมีบริการหรือสินค้าที่เราใช้เพราะมันสะดวกมากๆ เมื่อไม่นานมานี้ฉันเพิ่งตระหนักว่าเครื่องมือถอดความการประชุมเข้ากับหมวดหมู่นั้นได้อย่างลงตัว เคยมีช่วงเวลาที่ฉันมองแอปอย่าง Otter.ai ราวกับว่ามันเป็นเวทมนตร์ ฉันหมายถึง แอปพวกนี้เหมือนนั่งอยู่ข้าง ๆ เราระหว่างการประชุม Google Meet/Zoom ถอดความทุกอย่าง และให้บทสรุปที่น่าประทับใจ

อย่างไรก็ตาม เมื่อไม่นานมานี้ ฉันได้ตั้งคำถามสำคัญกับตัวเอง: บริการเหล่านี้คุ้มค่ากับเงินที่ฉันจ่ายหรือไม่? ที่สำคัญกว่านั้น ฉันได้ใช้คุณสมบัติทั้งหมดที่ฉันได้รับจากการสมัครสมาชิกนี้หรือไม่? คำตอบไม่ได้สร้างความมั่นใจ แต่ก็ทำให้ฉันไปสู่สิ่งที่ดีกว่า

ฉันจ่ายเงินสำหรับแอปถอดเสียงมาสักพักก่อนที่ฉันจะมาดูจริงๆ ว่าฉันใช้มันทำอะไร

การตรวจสอบใช้เวลาสิบนาที และผลลัพธ์ก็ทำให้ตาโต

ปฏิเสธไม่ได้เลยว่าการใช้แอปถอดเสียงการประชุมสะดวกมาก อย่างที่ฉันบอก แอปเหล่านี้เข้าร่วมการประชุมของคุณและบันทึกทุกอย่าง ดังนั้นคุณจะได้สรุปอย่างละเอียด ส่วนใหญ่บริการเหล่านี้ยังมีปลั๊กอินหรือแอปเฉพาะด้านให้ใช้งานด้วย คุณยังควรจะได้รับฟีเจอร์การทำงานร่วมกันด้วย แต่คำถามที่ฉันถามตัวเองซ้ำ ๆ กลับต่างออกไปเล็กน้อย: ฉันกำลังใช้ฟีเจอร์เหล่านี้จริง ๆ หรือไม่?

ปรากฏว่าฉันไม่ได้เป็นอย่างนั้น กระบวนการทำงานของฉันขึ้นอยู่กับการอัปโหลดการประชุมหรือดึงข้อมูลการประชุมจากแพลตฟอร์มและตรวจสอบสรุป ในบางครั้งฉันสามารถใช้ตัวเลือกการตรวจจับผู้พูดหรือคุณสมบัติบางอย่างได้ แต่ก็ไม่ใช่กรณีส่วนใหญ่เช่นกัน อย่างไรก็ตามฉันยังคงพึ่งพาเซิร์ฟเวอร์และโมเดลปัญญาประดิษฐ์ของบุคคลที่สามเพื่อทำสิ่งนี้ให้สำเร็จ

การตระหนักรู้นี้ทำให้ฉันเกิดคำถามอีกข้อว่า: ทำไมฉันถึงไม่สามารถใช้เครื่องมือที่มีอยู่แล้วเพื่อทำสิ่งเดียวกันโดยไม่ต้องพึ่งพาเซิร์ฟเวอร์หรือบริการของบุคคลที่สาม? ยิ่งไปกว่านั้น ฉันสามารถสร้างเวิร์กโฟลว์ที่ให้การควบคุมขั้นตอนทั้งหมดนี้ได้ดียิ่งขึ้นหรือไม่? ในที่สุดมันก็นำฉันไปสู่เวิร์กโฟลว์ที่ใช้ Whisper และ NotebookLM

MacWhisper ใช้ไฟล์สัมภาษณ์ความยาว 46 นาทีและกลับมารวดเร็วกว่าที่ฉันคาดไว้

ระดับฟรีมีข้อจำกัดของโมเดล แต่ยังคงดีกว่าสิ่งที่ฉันจ่ายไป

โมเดล WhisperKit เป็นหนึ่งในสิ่งที่ดีที่สุดที่เกิดขึ้นกับการถอดเสียงเสียงในช่วงไม่กี่ปีที่ผ่านมา คุณสามารถใช้พลังของ Whisper เพื่อสร้างการถอดเสียงที่มีความหมายจากการบันทึกเสียงการประชุม นี่คือสิ่งที่ฉันทำกับการบันทึกการประชุมความยาวหนึ่งนาทีที่ฉันมี และผลลัพธ์นั้นน่าประทับใจกว่าที่ฉันคาดไว้

คุณสามารถเลือกจากหลายวิธีในการถอดเสียง และ MacWhisper คือสิ่งที่ผมเลือก ผมมีการบันทึกเสียงจากการประชุมงานล่าสุด และผมไม่อยากอัปโหลดไปยังบริการถอดเสียงที่ต้องเสียเงิน แทนที่จะทำเช่นนั้น ผมต้องการถอดเสียงและสร้างไฟล์ข้อความสำหรับเวิร์กโฟลว์ ผมเปิดไฟล์ MP3 นี้ใน MacWhisper ซึ่งช่วยให้ผมเลือกโมเดลการถอดเสียงที่เหมาะสมกับงานและทำทุกอย่างแบบออฟไลน์ได้

MacWhisper ไม่เพียงแต่ถอดเสียงการประชุมทั้งหมด 46 นาทีนี้เท่านั้น แต่ยังแยกเนื้อหาตามผู้พูดได้อย่างชาญฉลาด พิจารณาว่าการประชุมนี้ไม่ได้ถูกบันทึกอย่างมืออาชีพ ประสบการณ์นี้ถือว่าน่าประทับใจมาก เมื่อการถอดเสียงเสร็จสิ้น ฉันสามารถส่งออกการประชุมได้อย่างง่ายดายในรูปแบบต่างๆ เช่น TXT, DOCX, หรือ HTML MacWhisper ยังช่วยให้คุณแปลงเนื้อหาเป็นไฟล์คำบรรยายได้อีกด้วย

อย่างไรก็ตาม ภายในเวลาไม่กี่นาที ฉันก็มีไฟล์ทรานสคริปต์พร้อมอัปโหลด พร้อมทั้งยังเก็บทุกอย่างไว้ในอุปกรณ์ของฉัน

NotebookLM ทำสิ่งที่ไฟล์ถอดความเพียงอย่างเดียวไม่เคยทำได้

การถามในที่ประชุมที่บันทึกไว้ 46 นาทีว่า 'เราตกลงจะทำอะไรเกี่ยวกับ X?' รู้สึกแตกต่าง

ส่วนที่น่าประทับใจที่สุดของกระบวนการทำงานปรากฏขึ้นเมื่อฉันเริ่มบูรณาการ NotebookLM ปกติแล้ว เมื่อคุณใช้บริการถอดเสียง คุณจะได้รับผลลัพธ์เป็นข้อความที่คุณสามารถอ่านเพื่อเข้าใจว่าผู้คนพูดอะไร นอกจากนี้คุณมักจะต้องใช้ฟังก์ชันอย่าง Ctrl+F เพื่อค้นหาสิ่งที่ถูกพูดในช่วงเวลาหนึ่งด้วย เมื่อคุณนำ NotebookLM เข้ามา คุณจะเปิดวิธีใหม่ในการสำรวจการประชุมนั้น และทั้งหมดนี้เป็นผลมาจากวิธีที่ NotebookLM ค้นหาการเชื่อมโยงภายในแหล่งข้อมูลของคุณ

แน่นอน NotebookLM ใช้เวลาเพียงนาทีเดียวในการเข้าใจแหล่งที่มา แต่หลังจากนั้นฉันก็สามารถถามคำถามที่ซับซ้อนเกี่ยวกับการประชุมได้ ตัวอย่างเช่น ฉันสามารถถามคำถามง่ายๆ เช่น:

• มีการพูดอะไรเกี่ยวกับการเปิดเทอมบ้าง?
• มีการกล่าวถึงโครงการพัฒนานี้เป็นพิเศษว่าอย่างไร?

ฉันยังสามารถขอให้ NotebookLM ให้สรุปอย่างละเอียดและคำตอบอื่น ๆ เกี่ยวกับเนื้อหาการประชุมได้ด้วย อย่างไรก็ตาม ความเป็นไปได้ไม่ได้สิ้นสุดเพียงแค่นั้น NotebookLM ยังสามารถทำบางสิ่งที่คุณไม่สามารถทำได้จริง ๆ กับแอปบันทึกการประชุมทั่วไป บางอย่างได้แก่:

• สร้างสรุปเสียงสั้น ๆ ของการประชุมในลักษณะที่สถานการณ์กำหนด
• สร้างแผนที่ความคิด ตาราง และอินโฟกราฟิกที่ปรับแต่งเองจากเนื้อหาการประชุม
• สร้างแบบสอบถามและรายงานเฉพาะสำหรับกระบวนการเริ่มงาน

โดยรวมแล้ว การนำ NotebookLM มารวมในสมการเปิดโอกาสมากมายที่คุณจะไม่ได้รับจากบริการคัดลอกเสียงการประชุมแบบชำระเงินส่วนใหญ่ ฉันยังสังเกตเห็นว่าการใช้คู่ Whisper + NotebookLM ทำงานได้ดีกับผู้ที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่และภาษาต่างๆ เนื่องจากคุณสามารถใช้ไฟล์เสียง/วิดีโอใดก็ได้ ตัวเลือกนี้จึงเหมาะอย่างยิ่งสำหรับการประชุมแบบออฟไลน์ด้วย

ในที่สุดมันเกี่ยวกับความสะดวกสบายเทียบกับการควบคุม

ผมไม่อยากจะแกล้งทำเป็นว่าเวิร์กโฟลว์นี้ที่เกี่ยวข้องกับ NotebookLM และ Whisper จะมาทดแทนเครื่องมือที่สมบูรณ์เต็มรูปแบบอย่าง Otter.ai หรือเครื่องมือถอดเสียงการประชุมอื่น ๆ จากมุมมองด้านความสะดวกสบาย คุณก็ดูเหมือนว่าจะใช้เวลาในการตั้งค่าและจัดการทุกอย่างกับระบบฟรีนี้มากกว่าการใช้ระบบที่ต้องจ่ายเงิน

นั่นคือประเด็นที่เรากำลังพยายามจะสื่อ: คุณสามารถเลือกได้ระหว่างความสะดวกสบายและการควบคุม เมื่อคุณเลือกการควบคุม คุณจะได้คุณสมบัติหลายอย่างที่แม้แต่เครื่องมือที่ต้องจ่ายเงินบางตัวก็ไม่สามารถเสนอได้จริง ๆ