استفاده از نرم افزار تشخیص صدا در پیاده‏سازی تاریخ شفاهی

من در کنار سامانتا اسنایدر، دانشجوی دستیار آرشیو دانشگاه ویسکانسین-مادیسون Wisconsin Madison Archives نشسته ام تا درمورد کار او صحبت کنیم. هرچند وقت یک بار، این آرشیو از دانشجویان، می خواهد  برنامه های مختلف تشخیص صدا بیازمایند و سامانتا در چند ماه گذشته برنامه نرم افزاری سخن عادی دراگون Dragon Naturally Speaking  را به کار گرفته است. این موضوع یک روش نوآورانه در فرآیند کار تاریخ شفاهی است بنابراین، ما بسیار هیجان زده بودیم تا بدانیم کار چگونه پیش می‏رود.

- برای شروع کار، آیا ممکن است اندکی در مورد پروژه‏ای که روی آن کار می‏کنید توضیح دهید؟
من این پروژه را از ژوئن 2014 (اوایل خرداد 1392) آغاز کردم و بیشتر تابستان را روی آن کار کردم. مصاحبه‏هایی که من ثبت کردم شامل سه فصل است که با معاون آموزشی دانشگاه ویسکانسین-مادیسون همکاری داشتم که ایشان دراعتراضات سال 2011 شرکت کرده بود. در این مورد، انبوهی از مطالب وجود داشت که در نوبت پیاده‏سازی بودند و من تصمیم گرفتم بسیار دقیق و صحیح به آن بپردازم. هر جلسه مصاحبه حدود پنجاه دقیقه بود.
از من خواسته شد تا نرم افزار دراگون را امتحان کنم. قبلاً در مورد این نرم افزار چیزی نشنیده بودم و بسیار مشتاق بودم که آن را آزمایش کنم. تنها موضوعی که نفهمیدم این است که منحنی آموزش روندی کاملاً نزولی دارد.

- به نظر می‏آید کار به آرامی شروع شد. برای کارکردن با این برنامه چه باید کرد؟
- من زمان کوتاهی را صرف خواندن چند کار تمرینی کردم، به این معنی است که برنامه را به نقطه‏ای که صدای شما را تشخیص دهد، برسانید. این تمرین‏ها شامل سخنرانی آغاز ریاست جمهوری کندی، چند کتاب کودک و چند رزومه است. این موارد واقعاً برای مطالعه سرگرم‏کننده هستند اما می‏دانستم که مجبورم این کار را به سرانجام برسانم.
من نخستین مصاحبه را روی برنامه اکسپرس اسکرایب Express Scribe بارگذاری کردم.

- آیا این یک برنامه متفاوت است ، درسته؟
بله، این برنامه به شما اجازه می‏دهد سرعت پخش مصاحبه آهسته یا سریع کنید، که یاد گرفتم کاملاً ضروری بود. بالاخره بعد از راه اندازی برنامه، دکمه شروع و ایست را زدم و یک برنامه ورد بازکرده و شروع به کار کردم. بلافاصله متوجه شدم که مجبورم تا سرعت مصاحبه را تا شصت درصد از سرعت معمولی آن پائین بیاورم، زیرا هم سرعت با صدا ماندن بسیار سخت بود.

- متأسفانه فکر می‏کنم بیشتر تاریخ‏نگاران شفاهی با کار پرزحمت پیاده‏سازی آشنا هستند. آیا شما فکر می‏کنید این برنامه به سهولت فرآیند کار کمکی می‏کند؟
تکمیل نخستین جلسه مصاحبه جمعاً پنج ساعت زمان برد. این شامل ویرایش واژگان و جملاتی بود که کاملاً متفاوت از آنچه فکر می‏کردم به طور واضح گفته بودم، درآمده بودند و همچنین قالب بندی مصاحبه در قالب پیاده سازی شده مناسب آن. در طی اولین مصاحبه، سعی کردم از دستوراتی استفاده کنم که عبارات و اصطلاحات را صحیح یا حذف می‏کردند، اما دریافتم، آسانتر آن است که فقط به متن بازگردم و بعد از اتمام تصحیح املاء، ویرایشش کنم. متعجب شدم که چه مدت وقت مرا گرفت تا اولین مصاحبه را کامل کنم و نگران بودم که شاید این کار ارزش انجام دادن نداشته باشد و فقط باید گوش بدهم و تایپ کنم بدون این که به املاء آن توجه کنم.
برای دومین و سومین جلسه مصاحبه، کار آسان‏تر شد و برنامه دراگون بخش زیادی از صدای من را تشخیص داد. این کار حدود دو ساعت وقت گرفت تا املاء و ویرایش مصاحبه های بعدی را انجام دهم، که مدیریت جدول زمانی آن از پنج ساعت بسیار آسان‏تر بود. فکر می‏کنم استفاده از دکمه شروع و ایست، و برنامه اکسپرس اسکرایب، روند کار را بسیار آسان‏تر کرد، زیرا توانستم هر وقت لازم بود سرعت مصاحبه را پایین بیاورم و یا شروع و متوقف کنم. من به طور قطع، استفاده از محصولات و برنامه‏هایی شبیه دراگون را توصیه می‏کنم، زیرا سایر برنامه‏ها صدا را پخش می‏کنند اما گزینه آهسته کردن یا سرعت بخشیدن به مصاحبه را ندارند. فکر می‏کنم که بدون دکمه شروع و ایست و اکسپرس اسکرایب، این کار زمان بیشتری از من صرف می‏گرفت! دکمه شروع و توقف، در یکی از روزهای کار پیاده سازی، دکمه شروع و توقف من از کار افتاد و در آن مدت اضطراب کار خیلی بیشتر بود.

- به نظر می‏رسد این تجربه کاملاً موفقیت‏آمیز بوده. دو ساعت برای پیاده‏سازی و ویرایش یک مصاحبه پنجاه دقیقه‏ای به هیچ وجه بد، به نظر نمی‏آید!
به طور کلی من می‏گویم برنامه دراگون، یک روش نوآورانه برای پیاده‏سازی مصاحبه‏های تاریخ شفاهی است، اما نمی‏گویم که ضرورتاً مؤثرترین آنهاست. با مقایسه زمانی صرف این کار شد، من دوست دارم یک مصاحبه با زمان مشابه را صرفاً با شنیدن و تایپ کردن، پیاده کنم اما هنوز، نتوانسته ام این کار را بکنم.

- شاید بعداً وقتی که شما امکان مقایسه این روش‏ها را داشته باشید، یک بازنگری دیگر داشته باشیم. و صحبت نهایی؟
من فکر می‏کنم همچنان با استاندارد قدیمی خودم به پیاده‏سازی خواهم پرداخت، گوش دادن و تایپ کردن همراه با ضبط. نرم‏افزار تشخیص صدا یک ابزار نوآورانه است، اما هنوز یک مسیر طولانی برای آن که جایگزین شدن فرایند پیاده‏سازی سنتی شود پیش رو دارد.

- مطمئن هستم که همه ما چشم به آینده دوخته ایم که این نرم افزار بتواند بطورکامل، کار پیاده‏سازی را انجام دهد. متشکرم برای کمک شما و برای این بازنگری عالی!
اگر شما نرم‏افزار تشخیص و یا سایر روش‏های خلاقانه تاریخ شفاهی را امتحان کرده‏اید، نتایج کار خود را با ما در تویتر، فیس بوک و حتی گوگل پلاس در میان بگذارید.
سامانتا اسنایدرSamantha Snyder دانشجوی دستیار آرشیو دانشگاه ویسکانسین-مادیسون است. او اخیراً به عنوان دانشجوی ارشد مطالعات کتابداری و اطلاع رسانی در این دانشگاه پذیرفته شده است و در ماه می 2015 (اردیبهشت 1394) فارغ التحصیل می‏شود.
آندرو شافرAndrew Shaffer، دانشجوی دکترای سال اول در دانشگاه ویسکانسین-مادیسون است که تاریخ  جنسیت در بافت مدرن آمریکار را مطالعه می‏کند. او اهل، ایلینویز Illinois است اما  سه سال قبل از این که به مدیسون بیاید در سان فرانسیکو زندگی می‏کرد. او کارشناسی ارشد خود را در رشته مطالعات بین‏الملل از دانشگاه سان فرانسیسکو دریافت کرده است و در یک مؤسسه غیرانتفاعی فعالیت داشته و مقالات تحلیلی از منابع حقوقی و سیاسی در طرفداری از مهاجران و هواداران آنها ارائه داده است.