कॉल या मीटिंग रिकॉर्ड करें, फिर AI को कच्चे ऑडियो को ट्रांसक्रिप्ट और छोटे सारांश में बदलने दें: क्या तय हुआ, हर अगले कदम का जिम्मा किसका है, और अभी क्या खुला है। Picasso IA में 488 मॉडल हैं, इसलिए ट्रांसक्रिप्शन और सारांश दोनों एक ही जगह होते हैं।
एक घंटे की कॉल शायद ही अपने आप पांच मिनट के सारांश में बदल जाती है। किसी को दोबारा सुनना पड़ता है, या किसने क्या माना इसकी कमजोर याददाश्त पर भरोसा करना पड़ता है। AI यह सुनने का काम कर सकता है: रिकॉर्डिंग को पूरा ट्रांसक्रिप्ट बनाता है, फिर फैसले, जिम्मेदार लोग और खुले सवाल निकालता है, ताकि टीम तक नोट्स कुछ मिनटों में पहुंचें, न कि किसी के पूरी रिकॉर्डिंग दोबारा देखने का समय निकालने के बाद।
कोई एक बटन नहीं है जो कच्ची रिकॉर्डिंग को तैयार मीटिंग नोट्स में बदल दे, और जो टूल यह दावा करे वह एक कदम छुपा रहा है जो आपको दिखना चाहिए। ईमानदार प्रक्रिया में दो अलग चरण होते हैं। पहले, एक स्पीच टू टेक्स्ट मॉडल पूरा ऑडियो सुनता है और एक ट्रांसक्रिप्ट बनाता है, हर शब्द, क्रम में, टाइमस्टैंप के साथ। दूसरे, एक लैंग्वेज मॉडल उस ट्रांसक्रिप्ट को पढ़ता है और उसका सार निकालता है: कौन से बयान फैसले थे, किसने लिए, कौन से एक्शन आगे बढ़ते हैं, और क्या अनसुलझा रह गया। इसे एक चरण मानना यह छुपा देता है कि गलतियां कहां घुसती हैं, और इसे दो चरण मानने से बीच में काम जांचा जा सकता है।
Picasso IA पर दोनों चरण एक ही Toolkit में होते हैं। रिकॉर्डिंग को स्पीच टू टेक्स्ट मॉडल में अपलोड करके ट्रांसक्रिप्ट पाएं, गलत लगने वाली किसी भी चीज़ के लिए इसे एक बार पढ़ें, फिर उस ट्रांसक्रिप्ट को टेक्स्ट मॉडल को दें और फैसलों, जिम्मेदार लोगों वाले एक्शन आइटम और खुले सवालों का प्रॉम्प्ट दें। क्योंकि दोनों चरण 488 मॉडल के एक ही कैटलॉग में हैं, आपको ऑडियो से नोट्स तक पहुंचने के लिए दो अलग ऐप के बीच फाइल एक्सपोर्ट नहीं करनी पड़ती, और यही दो चरणों वाला तरीका एक जुड़े हुए काम पर भी लागू होता है, रिकॉर्ड की गई इंटरव्यू को लिखित ट्रांसक्रिप्ट में बदलना जिससे आप सीधे कोट कर सकते हैं।
एक सारांश जो कहता है "टीम ने रोडमैप पर चर्चा की और आगे बढ़ने पर सहमत हुई" उपयोगी नहीं है, क्योंकि इस पर कोई काम नहीं कर सकता। एक उपयोगी सारांश तीन तरह से स्पष्ट होता है। यह फैसलों को फैसलों के रूप में नाम देता है, किसने लिया इसके साथ, न कि सिर्फ जो विषय उठाया गया। यह एक्शन आइटम को एक जिम्मेदार व्यक्ति के साथ जुड़ी प्रतिबद्धताओं की तरह सूचीबद्ध करता है, न कि एक अस्पष्ट "टीम इसे देखेगी"। और यह खुले सवालों के लिए अलग लाइन रखता है, वे चीजें जो ग्रुप हल नहीं कर पाया और आगे के लिए टाल दी, ताकि वे चुपचाप गायब न हों।
फर्क साथ रखने पर साफ दिखता है। अस्पष्ट: "प्राइसिंग पर चर्चा हुई।" उपयोगी: "मारिया ने वार्षिक प्लान पर दस प्रतिशत छूट मंजूर की, डिएगो शुक्रवार तक प्राइसिंग पेज अपडेट करने का जिम्मेदार है, और अभी खुला है कि क्या यह छूट रिन्यूअल पर भी लागू होगी।" दूसरा वर्जन लंबा है, लेकिन यही एकमात्र है जिस पर कोई पहले सवाल पूछे बिना काम कर सकता है। जब आप किसी मॉडल को नोट्स निकालने के लिए कहें, तो यही रूप मांगें, जिम्मेदार वाले फैसले, जिम्मेदार वाले एक्शन आइटम, अभी बिना जिम्मेदार वाले खुले सवाल, न कि एक सामान्य रीकैप।
बिना बताए दूसरे लोगों को रिकॉर्ड करना सिर्फ शिष्टाचार का सवाल नहीं है, यह कई जगहों पर एक असली कानूनी मुद्दा है, और नियम हर जगह एक जैसे नहीं हैं। कुछ जगहों पर सिर्फ एक भागीदार, यानी आपकी, सहमति चाहिए। कुछ जगहों पर रिकॉर्ड दबाने से पहले कॉल के हर भागीदार की सहमति चाहिए। कंपनी की पॉलिसी कानून की मांग के ऊपर एक और परत जोड़ सकती है। इनमें से कुछ भी कानूनी सलाह नहीं है, और बारीकियां इस पर निर्भर करती हैं कि आप और बाकी भागीदार कहां हैं, इसलिए संदेह होने पर पूछें।
ज्यादातर मामलों को कवर करने वाली आसान आदत यह है कि कॉल की शुरुआत में जोर से कहें कि आप इसे नोट्स के लिए रिकॉर्ड कर रहे हैं, और किसी को भी आपत्ति करने का मौका दें। यह आपको सुरक्षित रखता है, और इसका एक व्यावहारिक फायदा भी है: वह बोली गई घोषणा भी ट्रांसक्राइब हो जाती है, इसलिए सारांश याददाश्त पर छोड़ने के बजाय सहमति के एक स्पष्ट रिकॉर्ड से शुरू होता है।
सलाह: हर भागीदार से कहें कि रिकॉर्डिंग की सूचना के ठीक बाद, कॉल की शुरुआत के करीब एक बार अपना नाम बोले। स्पीच टू टेक्स्ट मॉडल को ग्रुप रिकॉर्डिंग में यह पहचानने में मुश्किल होती है कि कौन बोल रहा है, और शुरुआत में हर आवाज़ का साफ सैंपल आपको और मॉडल दोनों को बाकी ट्रांसक्रिप्ट के लिए मिलान करने के लिए कुछ देता है।
हर मीटिंग को एक जैसे सारांश की जरूरत नहीं होती। एक क्लाइंट कॉल और एक इंटरनल स्टैंडअप बहुत अलग ट्रांसक्रिप्ट देते हैं, और दोनों से एक जैसे सामान्य नोट्स मांगना हर एक के उपयोगी हिस्से को बर्बाद करता है। मॉडल को बताएं कि वह किस तरह की मीटिंग सुन रहा है, और उसके हिसाब से जोर देने को कहें।
| मीटिंग का प्रकार | नोट्स में किस पर जोर होना चाहिए | किसे कम अहमियत देनी चाहिए |
|---|---|---|
| क्लाइंट या सेल्स कॉल | क्लाइंट से की गई प्रतिबद्धताएं, तय की गई कीमत, अगली संपर्क तारीख | इंटरनल बातचीत, बेवजह की बातें |
| इंटरनल टीम स्टैंडअप | उठाई गई रुकावटें, उन्हें ठीक करने का जिम्मेदार कौन, आज की बताई गई प्राथमिकताएं | टीम को पहले से पता स्टेटस रीकैप |
| प्रोजेक्ट प्लानिंग सेशन | स्कोप के फैसले, तय की गई डेडलाइन, हर डिलिवरेबल का जिम्मेदार कौन | ऐसा ब्रेनस्टॉर्मिंग जो कहीं नहीं पहुंचा |
| वन ऑन वन रिव्यू | दिया गया फीडबैक, तय किए गए लक्ष्य, फॉलोअप तारीख | फैसले से न जुड़ी सामान्य बातचीत |
चारों पंक्तियों में पैटर्न एक जैसा है: नोट्स को यह दिखाना चाहिए कि वह मीटिंग असल में किस लिए थी, न कि एक सपाट ट्रांसक्रिप्ट सारांश जो हर वाक्य को बराबर अहमियत का मानता हो।
टूल के बारे में एक ईमानदार पेज बताता है कि वह कहां टूटता है, और जनरेट किया गया सारांश असली सीमाओं के साथ आता है जिन्हें भरोसा करने से पहले जानना जरूरी है।
नीचे दी गई प्रक्रिया पहली बार में लगभग उतना ही समय लेती है जितना मीटिंग खुद ने लिया, और आदत बनने के बाद काफी कम। क्रेडिट सिर्फ ट्रांसक्रिप्शन और सारांश कदमों पर खर्च होते हैं, और आप कमिट करने से पहले प्राइसिंग पेज पर एक रन की लागत देख सकते हैं, या डेडिकेटेड ट्रांसक्रिप्शन ऐप के लिए Descript से तुलना देखें।
हां, लेकिन यह एक की जगह दो चरणों में होता है। एक स्पीच टू टेक्स्ट मॉडल पहले ऑडियो को पूरे ट्रांसक्रिप्ट में बदलता है, फिर एक टेक्स्ट मॉडल उस ट्रांसक्रिप्ट को पढ़कर फैसले, एक्शन आइटम और खुले सवाल निकालता है। एक ही चरण में सीधे ऑडियो से तैयार सारांश तक कूदना अक्सर ज्यादा अस्पष्ट नतीजे देता है, क्योंकि मॉडल के पास सोचने के लिए कम स्ट्रक्चर्ड टेक्स्ट होता है। दो दिखने वाले चरण होने से ट्रांसक्रिप्शन की गलती को नोट्स में गलत लाइन बनने से पहले पकड़ा भी जा सकता है।
सिर्फ ऑडियो काफी है। स्पीच टू टेक्स्ट मॉडल रिकॉर्डिंग की आवाज़ से काम करते हैं, और वीडियो ट्रांसक्रिप्ट में कुछ नहीं जोड़ता। सिर्फ ऑडियो रिकॉर्ड करने से फाइल साइज़ छोटा और अपलोड तेज़ भी रहता है, जो अहम है अगर मीटिंग लंबी चली हो। वीडियो सिर्फ तब मदद करता है अगर आप खुद बाद में बॉडी लैंग्वेज या शेयर की गई स्क्रीन देखना चाहें, लेकिन नोट्स के वर्कफ्लो के लिए, ऑडियो ही पूरा इनपुट है।
यह ऑडियो क्वालिटी और कितने लोग बोल रहे हैं इस पर बहुत निर्भर करता है। शांत कमरे में अच्छे माइक्रोफोन पर एक साफ आवाज़ बहुत कम गलतियों के साथ ट्रांसक्राइब होती है। क्रॉस टॉक, बैकग्राउंड नॉइज़ या खराब फोन कनेक्शन वाली ग्रुप कॉल ज्यादा गलतियां देगी, खासकर नाम और आंकड़ों में। क्योंकि सारांश पूरी तरह ट्रांसक्रिप्ट से बनता है, हमेशा पहले ट्रांसक्रिप्ट को ही जांचें, अगर वह साफ दिखे, तो उस पर बना सारांश भी आमतौर पर ठीक होता है।
यह इस पर निर्भर करता है कि आप और बाकी भागीदार कहां हैं, और नियम वाकई जगह के हिसाब से बदलते हैं, कुछ जगहों पर सिर्फ आपकी सहमति चाहिए, कुछ में हर भागीदार की सहमति चाहिए। यह कानूनी सलाह नहीं है, आप पर लागू नियम जांचें। किसी भी जगह के लिए सुरक्षित आदत यह है कि कॉल की शुरुआत में जोर से कहें कि आप रिकॉर्ड कर रहे हैं, जो सहमति को कवर करता है और ट्रांसक्रिप्ट में इस बात के सबूत के रूप में दर्ज हो जाता है कि आपने ऐसा किया।
ओवरलैप करती बातचीत ट्रांसक्रिप्ट के लिए साफ तरीके से संभालना सबसे मुश्किल चीज़ है। मॉडल दोनों बोलने वालों को एक गड़बड़ लाइन में मिला सकता है, शब्दों को गलत व्यक्ति से जोड़ सकता है, या उस हिस्से में एक आवाज़ को छोड़ सकता है। यह ग्रुप कॉल ट्रांसक्रिप्ट में गलतियों का सबसे बड़ा स्रोत है, एक्सेंट या बैकग्राउंड नॉइज़ से भी ज्यादा। अगर क्रॉस टॉक के दौरान कोई फैसला लिया गया हो, तो ट्रांसक्रिप्ट के उस हिस्से को अविश्वसनीय मानें और सीधे रिकॉर्डिंग से मिलाकर जांचें।
अपने आप भरोसे लायक नहीं, इसीलिए एक्सट्रैक्शन के लिए इस्तेमाल किया गया प्रॉम्प्ट मायने रखता है। मॉडल से साफ कहें कि किसी चीज़ को फैसला तभी सूचीबद्ध करे जब ट्रांसक्रिप्ट स्पष्ट सहमति दिखाए, और किसी भी अनिश्चित चीज़ को खुला सवाल मानकर फ्लैग करे। एक सामान्य प्रॉम्प्ट पर छोड़े जाने पर, सारांश बनाने वाला मॉडल एक झिझकते सुझाव को पक्का फैसला बना सकता है, जो ठीक उस तरह की गलती है जो अगर कोई दोबारा जांच न करे तो बाद में असली उलझन पैदा करती है।
तीस से साठ मिनट की सामान्य मीटिंग के लिए, ट्रांसक्रिप्शन आमतौर पर कुछ मिनटों में पूरा हो जाता है, और उस ट्रांसक्रिप्ट से फैसले और एक्शन आइटम बनाने में एक मिनट से भी काफी कम समय लगता है। पूरी प्रक्रिया का सबसे धीमा हिस्सा आमतौर पर इंसानी कदम होता है, जांचने के लिए ट्रांसक्रिप्ट को एक बार पढ़ना और शेयर करने से पहले ड्राफ्ट नोट्स पढ़ना, और यह समय छोड़ने के बजाय खर्च करने लायक है।
अक्सर हां। ट्रांसक्रिप्ट मिल जाने के बाद, आप सारांश बनाने वाले मॉडल से फैसले, एक्शन आइटम और खुले सवाल मीटिंग की भाषा से अलग भाषा में लिखने को कह सकते हैं, जो तब उपयोगी है जब नोट्स चाहने वाली टीम कॉल की भाषा नहीं जानती। ट्रांसक्रिप्ट को खुद मूल भाषा में ही रहना चाहिए ताकि उसे रिकॉर्डिंग से मिलाकर जांचा जा सके।
नए अकाउंट को मुफ्त क्रेडिट मिलते हैं, इतने कि एक असली मीटिंग ट्रांसक्राइब और सारांशित करके देखा जा सके कि वर्कफ्लो आपकी टीम के काम करने के तरीके में फिट बैठता है या नहीं। उसके बाद, ट्रांसक्रिप्शन और सारांश दोनों कदम क्रेडिट खर्च करते हैं, और मौजूदा प्लान प्राइसिंग पेज पर दिए हैं। मीटिंग नोट्स के लिए कोई अलग टियर नहीं है, वही क्रेडिट कैटलॉग के हर मॉडल पर काम करते हैं।
ज्यादातर वर्किंग मीटिंग के लिए, हां, ऊपर बताए गए स्पॉट-चेक और ग्रुप रिव्यू कदमों को शामिल करने के बाद। यह कॉल के दौरान ध्यान देना बंद करने की वजह नहीं है, क्योंकि मौजूद व्यक्ति वह टोन और संदर्भ पकड़ता है जो ट्रांसक्रिप्ट नहीं पकड़ सकता। इसे सुनने के विकल्प के बजाय उस थकाऊ हिस्से के विकल्प की तरह देखें, बाद में सब कुछ लिखना, जो वैसे भी किसी को पसंद नहीं था।
आपकी अगली कॉल शायद पहले से कैलेंडर में है। सहमति के साथ रिकॉर्ड करें, ऑडियो को Toolkit से चलाएं, और किसी के अपनी बात भूलने का समय मिलने से पहले फैसले और जिम्मेदार लोग भेज दें।
