کلماتی که بازشناس در یک مراسم یا جلسه‌ی شورا اشتباه می‌گیرد، همان‌هایی‌اند که از پیش روی کاغذ آمده‌اند. دستور جلسه را به آن بدهید، صدا را از میز میکس بگیرید نه از خود اتاق، و هزینه‌ی یک رویداد هفتگی کمتر از قهوه‌ای است که بعدش می‌نوشید.
یک مراسم یکشنبه، یک سخنرانی سه‌شنبه و یک جلسه‌ی ماهانه‌ی شورا بیشتر از آنچه به نظر می‌رسد شبیه هم‌اند. هر کدام بارها و بارها در همان اتاق برگزار می‌شود، هر کدام را یک داوطلب یا یک کارمند دفتری اداره می‌کند نه یک شرکت صوتی‌تصویری، و هر کدام به کسانی خدمت می‌کند که با زبانی دیگر بهتر دنبال می‌کنند، کسانی که خوب نمی‌شنوند و کسانی که اصلاً نتوانسته‌اند حضور داشته باشند. بودجه کم است و آدم‌های اداره‌کننده‌اش عوض می‌شوند. کسی که سال گذشته آن را راه انداخته معمولاً به برنامه‌ی نوبتی گل‌آرایی منتقل شده است.
این مقاله توضیح می‌دهد که چگونه VocalStack را برای چنین اتاقی یک‌بار راه‌اندازی کنید تا هر هفته‌ی بعد، کار فقط فشردن دکمه‌ی شروع باشد. همچنین به معدود مواردی می‌پردازد که تعیین می‌کنند آیا کلمات روی صفحه درست‌اند یا نه. برای نسخه‌ی یک‌باره، یعنی کنفرانسی با چند سالن، به برگزاری یک کنفرانس چندزبانه با زیرنویس زنده مراجعه کنید. از چیزی شروع کنید که قرار است چاپش کنید.
یک پخش یک لینک عمومی و یک کد QR است. هر کسی می‌تواند لینک را در مرورگر باز کند، زبانش را انتخاب کند و همزمان با صحبت گوینده بخواند. چیزی برای نصب و حسابی برای ساختن لازم نیست. یک پخش می‌تواند از هر تعداد رونویسی زنده که بخواهید تغذیه شود، پس ضبط این یکشنبه و یکشنبه‌ی بعد هر دو زیر یک نشانی ظاهر می‌شوند.
کد QR را یک بار چاپ کنید و روی تابلوی اعلانات، برنامه‌ی مراسم، اسلایدهای سخنرانی یا دیوار گالری عمومی بگذارید. شنوندگان با اسکن آن ترجمه‌ی زنده را باز می‌کنند و زبان خود را انتخاب می‌کنند. اگر لینک را هم تغییر نام دهید، لینک قدیمی همان پخش را باز می‌کند، پس بروشورهای سال گذشته هم همچنان کار می‌کنند.
شنونده‌ای که زودتر لینک را باز کند می‌بیند که پخش هنوز شروع نشده است. کسی که دیرتر بپیوندد، همه‌ی آنچه پیش از ورودش گفته شده را می‌بیند و بعد زنده دنبال می‌کند. شنونده‌ای که اتصالش قطع شود، خودش به‌تنهایی دوباره همگام می‌شود.
پخش به‌صورت پیش‌فرض عمومی است، که برای مراسم یا جلسه‌ی شورا درست است و برای جلسه‌ی بسته یا سمینار نادرست. برای آن‌ها پخش را به حالت خصوصی تغییر دهید و رمز عبور تعیین کنید: فقط کسانی که رمز را دارند می‌توانند لینک را باز کنند و پیش از نمایش متن از آن‌ها رمز خواسته می‌شود. در هر صورت، جایی که به‌خوبی دیده شود اعلام کنید که این اتاق رونویسی می‌شود و متن کجا می‌رود. کسانی که با صدای بلند دعا می‌کنند یا سه دقیقه در بخش نظرات عمومی صحبت می‌کنند، لزوماً انتظار رونویسی نداشته‌اند. یک خط در این باره در برنامه‌ی مراسم یا دستور جلسه هزینه‌ی کمی دارد. پخش را در {{app}}/broadcasts/new بسازید.
لینک فقط نیمی از کار است؛ باید چیزی هم کلمات را روی آن بگذارد.
پیش از هر نرم‌افزاری، صدا. اتاق‌هایی که برای جماعت و شورا ساخته شده‌اند برای پژواک ساخته شده‌اند: سنگ، سقف بلند و نیمکت‌های چوبی. یک گوشی یا لپ‌تاپ روی تریبون، صدای گوینده را یک بار مستقیم می‌شنود و سپس چند بار دیگر از دیوارها. فاصله به‌علاوه‌ی پژواک بزرگ‌ترین عامل خطای بازشناسی است، خیلی بیشتر از لهجه. اگر اتاق میز میکس دارد، خروجی را از آنجا بگیرید (خروجی aux یا ضبط)، تا بازشناس همان چیزی را بشنود که میکروفون‌ها می‌شنوند. هر کسی که جابه‌جا می‌شود، مانند واعظی که از منبر پایین می‌آید یا استادی که کنار تخته می‌ایستد، باید میکروفون یقه‌ای یا هدست بزند و به میکروفون روی پایه تکیه نکند. این را درست کنید و بیشتر بقیه‌ی کارها تنظیم دقیق است.
بیشتر کلیساها، دانشگاه‌ها و شوراها از قبل صدای آن میز را جایی ضبط یا پخش می‌کنند و یک رونویسی زنده می‌تواند آن را از همان‌جا بگیرد، نه از دستگاهی در اتاق.
برای جریان، VocalStack خودش صدا را دریافت می‌کند و چیزی در سمت شما اجرا نمی‌شود. نشانی باید از اینترنت در دسترس باشد. جریانی که فقط در شبکه‌ی خصوصی خودتان وجود دارد باید از دستگاهی در اتاق ضبط شود. یک رونویسی زنده را در {{app}}/transcriptions/new/live شروع کنید و آن را به پخش وصل کنید.
وقتی صدای خوب برسد، خطاهایی که همچنان می‌بینید همان خطاهای قابل‌پیش‌بینی‌اند.
کلماتی که بازشناس گفتار در کلیسا، سخنرانی یا تالار شورا اشتباه می‌گیرد قابل‌پیش‌بینی‌اند: نام آدم‌ها و مکان‌ها، ارجاعات کتاب مقدس، اصطلاحات فنی و مواردِ دستور جلسه. دلیلش ساختاری است. بازشناس با توجه به صدا محتمل‌ترین کلمات را انتخاب می‌کند و این احتمال‌ها را از آنچه مردم معمولاً می‌گویند یاد می‌گیرد. بنابراین یک نام خانوادگی نادر هر بار به یک کلمه‌ی رایج که شبیه آن است می‌بازد. پاسخ این حوزه که به آن بایاس یا واژگان سفارشی می‌گویند این است که به سامانه گفته شود چه واژه‌های نادری انتظار می‌رود. نکته‌ی مفید برای یک اتاق هفتگی این است که دقیقاً همین واژه‌ها پیش از رویداد روی کاغذ آمده‌اند.
پیش از شروع، یک اسکریپت یا اسلاید اضافه کنید. نام‌ها و اصطلاحات آن آن‌وقت بر چیزی که بازشناس اشتباه شنیده اولویت دارند. لازم نیست کسی آن را کلمه به کلمه بخواند؛ طرح خطبه، جزوه یا دستور جلسه‌ی منتشرشده از قبل بیشتر اسم‌های خاص را دارند. در حین ضبط، تب Script در صفحه‌ی میزبان مانند ژل‌نویس همراه صحبت پیش می‌رود و کلماتی را که تاکنون گفته شده‌اند روشن می‌کند.
اسکریپت‌ها را می‌توان از پیش نوشت و زمان شروع داد؛ کتابخانه آن‌ها را زیر Upcoming با دکمه‌ی Start فهرست می‌کند. این برای برنامه‌ی نوبتی مناسب است: یک نفر جمعه متن را اضافه می‌کند و نفر دیگری یکشنبه روی Start می‌زند.
اگر کلمه‌ای همچنان اشتباه درآمد، تب Fix کلمات نامطمئن را علامت می‌زند و به میزبان امکان می‌دهد در حین ضبط زنده روی یک خط کلیک کند و آن را اصلاح کند؛ شنوندگان اصلاح را می‌بینند.
درست نوشتن کلمات یک نیمه است؛ نیمه‌ی دیگر دانستن این است که چه کسی آن‌ها را گفته.
کلید برچسب گوینده سه حالت دارد. When Needed هر خط را با گوینده‌اش برچسب می‌زند، به محض آنکه بیش از یک صدا شنیده شود؛ در غیر این صورت متن، متن ساده است. On حتی برای یک گوینده هم هر خط را برچسب می‌زند. Off متن ساده می‌دهد. برای یک خطبه، حالت When Needed یعنی یک صدا به‌صورت نثر خوانده می‌شود؛ برای شورایی با دوازده عضو، هر خط گوینده‌اش را همراه دارد.
برچسب‌ها ابتدا عدد هستند. در یک ضبط می‌توانید به یک گوینده نام بدهید و این نام برای همه‌ی خطوط او اعمال می‌شود. برای کسانی که هر هفته صحبت می‌کنند، یک قدم فراتر بروید و صدایشان را ذخیره کنید. می‌توانید از هر گوینده‌ای که در یک ضبط حداقل 30 ثانیه صحبت کرده، یا از یک ضبط کوتاهی که خودشان فراهم می‌کنند، صدا بسازید. گوینده در ضبط‌های آینده شناخته و با نامش برچسب می‌خورد و اگر شنوندگان بخواهند ترجمه‌ی آن‌ها با صدای بلند خوانده شود، در هر زبان با صدای خود گوینده خوانده می‌شود. بدون هیچ شبیه‌سازی صدایی، هر گوینده یک صدای آماده‌ی متمایز با جنسیت هم‌خوان دریافت می‌کند و هر گوینده‌ای را می‌توان بی‌صدا کرد.
صدای شبیه‌سازی‌شده داده‌ی زیستی است. VocalStack فقط با رضایت صریح گوینده آن را می‌سازد، تنها برای خواندن خطوط همان گوینده با صدای بلند از آن استفاده می‌کند، و به شما اجازه می‌دهد هر زمان آن را حذف کنید. اعضای شورا و روحانیون در اتاق خودشان چهره‌های عمومی‌اند؛ اما این با رضایت یکی نیست، پس بپرسید.
برای یک شورا، اینجا است که متن رونویسی به یک سند ثبت‌شده تبدیل می‌شود. با برچسب نام روی هر خط، صورت‌جلسه بالاخره نشان می‌دهد چه کسی برای چهارمین بار گفته «فکر می‌کنم این را قبلاً بررسی کرده‌ایم». و این پرسش را پیش می‌آورد که این سند برای چه کسی است.
نخستین بهره‌مندان، حاضران منظمی هستند که ناشنوا یا کم‌شنوا‌اند، نه بازدیدکنندگانی که به زبانی دیگر می‌خوانند، هرچند آن‌ها هم خوش‌آمدند. حلقه‌ی القای صوتی (induction loop) به افرادی که سمعک دارند کمک می‌کند و برای دیگران کاری نمی‌کند؛ زیرنویس روی گوشی به بقیه کمک می‌کند، و این دو مکمل یکدیگرند نه رقیب. نهادهای عمومی در بسیاری از کشورها تعهدات دسترس‌پذیری و جلسات باز دارند و متنی که عموم بتوانند زنده و بعداً بخوانند، در هر دو زمینه بسیار کمک می‌کند. آنچه را که در محل شما اعمال می‌شود بررسی کنید.
درباره‌ی آنچه زیرنویس خودکار است صادق باشید. یک زیرنویس‌نویس انسانی (این خدمت در برخی کشورها CART نامیده می‌شود) گوش می‌دهد، می‌فهمد و تایپ می‌کند. در یک بحث داغ شورا که سه عضو همزمان حرف می‌زنند، انسان همچنان از ماشین بهتر است. گفتار هم‌پوشان در هر سامانه‌ی خودکاری خطا ایجاد می‌کند و همین‌طور رئیس جلسه وقتی بیرون از میکروفون زمزمه می‌کند. جایی که الزام قانونی برای زیرنویس کلمه‌به‌کلمه وجود دارد، زیرنویس خودکار مکمل است نه جایگزین؛ و جایی که جایگزین هیچ است، نسبت به هیچ بهبود بزرگی است.
متن رونویسی فردای آن روز هم ارزش بیشتری دارد.
هر ضبط در کتابخانه‌ی شما ذخیره می‌شود و صفحه‌ی پخش، ضبط‌های گذشته را برای هر کسی که لینک را دارد فهرست می‌کند. کسی که جلسه را از دست داده می‌تواند آن را دقیقاً همان‌طور که ثبت شده، خط به خط و با صدایش دوباره پخش کند.
وقتی کلمات نهایی شدند، عنوان و خلاصه به همه‌ی زبان‌ها نوشته می‌شود. جستجو به زبان شما ضبط‌هایی را هم پیدا می‌کند که به زبان دیگری ساخته شده‌اند، پس یک کارمند دفتری می‌تواند ماهی را پیدا کند که موضوعی در آن بحث شده، و یک دانشجو جلسه‌ای را که یک ترم را پوشش داده. خروجی‌ها به‌صورت زیرنویس SRT، PDF، Excel یا JSON است، با اصلاحات و ترجمه‌ها؛ یک PDF از متن ترجمه‌شده کنار صورت‌جلسه خوب جا می‌گیرد. اگر قرار است هر یک از این‌ها بدون کلیک یک فرد انجام شود، API همه‌ی کارهایی را که داشبورد انجام می‌دهد انجام می‌دهد، با همان نرخ و در همه‌ی طرح‌ها: به {{api}}/docs مراجعه کنید.
همه‌ی این‌ها باید با بودجه‌ی یک کلیسا یا یک کمیته سازگار باشد.
رونویسی زنده $0.60 به‌ازای هر ساعت صدا است، که در هر طرح به‌صورت ثانیه‌ای و با حداقل 5 دقیقه برای هر رونویسی صورت‌حساب می‌شود. شنوندگان رایگان‌اند، هر تعداد که باشند، و ترجمه به تا 10 زبان برای هر رونویسی شامل است.
یک حساب جدید با $5 اعتبار ثبت‌نام یک‌باره همراه است و کارت نمی‌خواهد. این اعتبار بیش از یک ماه یکشنبه را پوشش می‌دهد. پس از آن، در طرح پرداخت به‌ازای مصرف اعتبار را شارژ می‌کنید، یا طرح Premium را با $50 در ماه ($40 در ماه در طرح سالانه) برمی‌گزینید. Premium هر ماه $50 اعتبار دارد که معادل 83 ساعت رونویسی زنده است. همچنین هر ضبط را به‌جای 30 روز، تا پایان عمر حساب نگه می‌دارد و اگر اعتبار وسط جلسه تمام شود، رونویسی را قطع نمی‌کند. دو نکته‌ی کاربردی برای خزانه‌دار. در طرح پرداخت به‌ازای مصرف، شروع یک رونویسی از حالت سرد تا 15 ثانیه طول می‌کشد، پس پیش از سرود آغازین روی شروع بزنید، نه در حین آن. و یک YouTube live که پایان یافته، دیگر ویدئو است و به‌عنوان فایل با نرخ بسیار پایین‌تر فایل رونویسی می‌شود.
برای یک اتاق و یک رویداد تکرارشونده، پرداخت به‌ازای مصرف کافی است. برای نهادی که می‌خواهد هر ضبط سال‌ها بعد قابل جستجو باشد، یا چند اتاق را همزمان اداره می‌کند، طرح Premium انتخاب درستی است. جدول کامل، با محدودیت‌ها و مدت نگهداری، در صفحه‌ی قیمت‌گذاری است و نمایش تعاملی نشان می‌دهد که شنونده چه می‌بیند.
