Transkrypcja spotkań: Google Meet, Zoom i Teams na tekst

Transkrypcja spotkań z Google Meet, Zoom lub Teams sprowadza się do dwóch dróg: włączenia wbudowanej funkcji transkrypcji w samym komunikatorze (jeśli plan firmowy ją udostępnia) albo nagrania spotkania i wgrania pliku do narzędzia, które zamieni mowę na tekst, oznaczy mówców i wygeneruje automatyczną notatkę ze spotkania. Druga droga działa niezależnie od tego, z jakiego komunikatora korzysta organizator. Poniżej porównujemy obie, pokazujemy krok po kroku, jak z nagrania zrobić notatkę z listą ustaleń, i wyjaśniamy, co trzeba wiedzieć o zgodzie uczestników i RODO.

Po co transkrybować spotkania

Spotkania online mają wspólny problem: ustalenia zapadają ustnie, a potem każdy pamięta je trochę inaczej. Notatki pisane na żywo przez jedną osobę są wybiórcze i wyłączają tę osobę z dyskusji. Transkrypcja rozwiązuje to w kilku wymiarach:

• osoby nieobecne mogą przeczytać streszczenie zamiast oglądać godzinne nagranie,
• decyzje i zadania są zapisane dosłownie, z informacją, kto co powiedział,
• da się przeszukać kilka miesięcy spotkań pod kątem jednego tematu,
• rozmowy z klientami, kandydatami i partnerami mają udokumentowany przebieg,
• uczestnicy mówiący w innym języku mogą skorzystać z tłumaczenia.

Z tych samych powodów transkrybuje się wywiady badawcze czy wykłady; ogólne zasady opisaliśmy w artykule o transkrypcji audio na tekst. Spotkania mają jednak swoją specyfikę: wielu mówców, słabe mikrofony, wtrącenia i dużo kontekstu, który trzeba wyłuskać.

Wbudowana transkrypcja: Google Meet, Zoom i Teams

Każdy z trzech najpopularniejszych komunikatorów ma własną funkcję transkrypcji, ale jej dostępność zależy od planu, licencji i ustawień administratora. Zanim zacznie się na niej polegać, warto sprawdzić w panelu administracyjnym własnej organizacji, co jest włączone.

Zalety wbudowanych funkcji: nie trzeba nic instalować, mówcy są rozpoznawani po nazwach kont, a uczestnicy widzą komunikat o transkrypcji. Wady: dostęp jest uzależniony od planu i polityki firmy, obsługa polskiego i jakość różnią się między produktami i zmieniają z czasem, transkrypcja ląduje w ekosystemie dostawcy, a edycja i eksport bywają ograniczone. Jeśli spotkania odbywają się na zmianę w Meet, Zoomie i Teams, powstają trzy różne archiwa w trzech formatach.

Własne nagranie plus narzędzie do transkrypcji

Drugie podejście jest niezależne od komunikatora: spotkanie się nagrywa, a plik wgrywa do narzędzia transkrypcyjnego. Źródła nagrania:

• Nagrywanie w komunikatorze. Zoom umożliwia nagrywanie lokalne na komputerze także w planie darmowym (po włączeniu w ustawieniach), Meet i Teams nagrywają do chmury w planach firmowych.
• Nagrywanie w przeglądarce. Jeśli spotkanie odbywa się w przeglądarce, rozszerzenie Audiotexta pozwala uruchomić transkrypcję dźwięku ze spotkania bez pobierania pliku.
• Nagrywanie z mikrofonu. W aplikacji Audiotexta można nagrać dźwięk bezpośrednio z mikrofonu, co przydaje się przy spotkaniach stacjonarnych lub hybrydowych; w takim wypadku warto położyć laptop lub mikrofon blisko mówców.
• Nagranie z dyktafonu w sali konferencyjnej, wgrane później jako plik.

Po przetworzeniu tekst trafia do edytora, w którym można nadać mówcom imiona, poprawić nazwy projektów i wygenerować notatkę. Zaletą tego podejścia jest jedno archiwum dla wszystkich spotkań, niezależnie od narzędzia, pełna kontrola nad eksportem (DOCX, PDF, TXT, a nawet SRT do nagrania) i wybór, gdzie dane są przetwarzane. Wadą: mówcy są rozpoznawani po głosie, nie po nazwach kont, więc przy podobnych głosach zdarzają się pomyłki, a o włączeniu nagrywania trzeba pamiętać.

Podobnie działają wyspecjalizowane asystenty spotkań, m.in. Otter, Fireflies czy tl;dv, które dołączają do spotkania jako bot. Są wygodne, ale bot na liście uczestników bywa źle odbierany przez klientów, a przed wdrożeniem w firmie warto sprawdzić, gdzie i jak długo przechowują dane.

Automatyczna notatka ze spotkania krok po kroku

Procedura na przykładzie funkcji spotkań w Audiotexta:

1. Poinformuj uczestników o nagrywaniu i transkrypcji, najlepiej w zaproszeniu i ponownie na początku spotkania. Szczegóły w sekcji o zgodzie poniżej.
2. Nagraj spotkanie jednym ze sposobów opisanych wyżej. Przy spotkaniach hybrydowych warto poprosić osoby w sali, żeby mówiły do mikrofonu, a nie do siebie nawzajem.
3. Wgraj nagranie do aplikacji, wybierz język i włącz rozpoznawanie mówców.
4. Nadaj mówcom imiona. Po pierwszej wypowiedzi każdej osoby zastąp etykietę „Mówca 1” nazwiskiem; zmiana zastosuje się w całym dokumencie.
5. Popraw kluczowe fragmenty. Nie trzeba czytać całości; wystarczy sprawdzić miejsca z decyzjami, liczbami i nazwami, klikając w tekst, by usłyszeć oryginał.
6. Wygeneruj streszczenie, kluczowe punkty i rozdziały. Rozdziały pozwalają szybko wrócić do konkretnego tematu w nagraniu, a kluczowe punkty są szkicem listy zadań.
7. Zredaguj notatkę według szablonu z następnej sekcji i wyeksportuj ją jako DOCX lub PDF. Samą transkrypcję można zachować jako załącznik.
8. Roześlij i zarchiwizuj. Ustal, kto ma dostęp do pełnego nagrania, a kto tylko do notatki, i po jakim czasie nagranie jest usuwane.

Jak wygląda dobra notatka ze spotkania

Wygenerowane streszczenie to punkt wyjścia, nie gotowy dokument. Dobra notatka jest krótka i odpowiada na pytania, które ktoś zada za tydzień. Lista kontrolna:

• Nagłówek: data, uczestnicy, cel spotkania w jednym zdaniu.
• Decyzje: co ustalono, bez omawiania odrzuconych alternatyw.
• Zadania: kto, co, do kiedy; każde zadanie z jedną osobą odpowiedzialną.
• Otwarte kwestie: co odłożono i kto ma wrócić z odpowiedzią.
• Ryzyka i zastrzeżenia, jeśli ktoś je wyraźnie zgłosił.
• Termin następnego spotkania lub informacja, że nie jest potrzebne.
• Link do pełnej transkrypcji dla osób, które potrzebują kontekstu.

Warto porównać wygenerowane kluczowe punkty z własną pamięcią spotkania: AI dobrze wyłapuje tematy, ale czasem przypisuje decyzję, która była tylko propozycją, albo pomija zastrzeżenie wyrażone półżartem.

Zgoda na nagrywanie i RODO w skrócie

To nie jest porada prawna, ale kilka zasad pozwala uniknąć większości problemów.

Poinformuj przed nagrywaniem. Uczestnik powinien wiedzieć, że spotkanie jest nagrywane i transkrybowane, zanim zacznie mówić. W praktyce: informacja w zaproszeniu, komunikat na początku i widoczna ikona nagrywania. Wbudowane funkcje komunikatorów wyświetlają taki komunikat automatycznie; przy własnym nagraniu trzeba o nim pamiętać. Osoba, która nie chce być nagrywana, powinna mieć realną możliwość odmowy, np. przez udział bez nagrywania lub wyłączenie mikrofonu w części spotkania.

Nagrywanie a prawo polskie. Nagrywanie rozmowy, w której się uczestniczy, nie jest w Polsce przestępstwem, inaczej niż podsłuchiwanie cudzej rozmowy. Jednak rozpowszechnianie nagrania bez zgody może naruszać dobra osobiste, a w relacji pracodawca–pracownik nagrywanie bez poinformowania może być uznane za naruszenie przepisów o ochronie danych i zasad współżycia społecznego.

RODO w kontekście transkrypcji. Głos i treść wypowiedzi to dane osobowe. W firmie administratorem jest zwykle pracodawca lub organizator, który musi:

• określić podstawę prawną przetwarzania (najczęściej prawnie uzasadniony interes przy spotkaniach wewnętrznych, zgoda w relacjach z osobami z zewnątrz),
• spełnić obowiązek informacyjny z art. 13 RODO, choćby w skróconej formie w zaproszeniu,
• ograniczyć zakres danych do celu (nagrywać spotkanie projektowe, a nie rozmowę przy kawie),
• ustalić okres przechowywania nagrań i transkrypcji oraz go egzekwować,
• zawrzeć umowę powierzenia przetwarzania z dostawcą narzędzia transkrypcyjnego,
• sprawdzić, gdzie dane są przetwarzane i czy opuszczają Europejski Obszar Gospodarczy.

W Audiotexta nagranie wraz z transkrypcją można usunąć z poziomu konta, a klienci biznesowi mogą zawrzeć umowę powierzenia przetwarzania danych; szczegóły dla firm są na stronie o prywatności. Ogólne wytyczne dotyczące przetwarzania danych w miejscu pracy publikuje Urząd Ochrony Danych Osobowych.

Typowe problemy

Mówcy są pomieszani. Przy spotkaniu z jednym mikrofonem w sali rozpoznawanie po głosie ma trudniej. Pomaga nagrywanie z komunikatora (każdy uczestnik ma własny mikrofon) oraz prośba, by uczestnicy przedstawiali się przy pierwszej wypowiedzi.

Nazwy projektów i skróty są przekręcone. Normalne zjawisko w żargonie firmowym; „znajdź i zamień” w edytorze rozwiązuje to w minutę, a przy powtarzających się spotkaniach warto prowadzić listę najczęstszych poprawek.

Spotkanie dwujęzyczne. Wskazanie głównego języka daje lepszy wynik niż automatyczne wykrywanie; przy równych proporcjach lepiej podzielić nagranie.

Nagranie jest zbyt długie dla planu. Limity minut w planach darmowych są publicznie opisane; przy regularnych spotkaniach zespołu zwykle opłaca się plan płatny albo świadomy wybór, które spotkania naprawdę warto transkrybować.

Uczestnik nie zgadza się na nagrywanie. Najprostsze wyjście to spotkanie bez nagrania i notatka pisana ręcznie; ewentualnie nagranie tylko tej części spotkania, w której ta osoba nie zabiera głosu.

Jeśli spotkanie jest potem publikowane, np. jako webinar na YouTube, ta sama transkrypcja posłuży do napisów i do opisu filmu; a jeśli trzeba spisać cudze nagranie z sieci, przyda się poradnik o transkrypcji filmu z YouTube.

Automatyczna transkrypcja spotkań nie zwalnia z redagowania notatki, ale zmienia charakter pracy: zamiast notować w trakcie i tracić wątek, przegląda się gotowy tekst po spotkaniu i wybiera to, co istotne. Przy spotkaniach, które odbywają się co tydzień, to różnica między notatką, która powstaje, a taką, która powstać miała.