Saya bina alat transkripsi untuk perbualan Bahasa Melayu dan English

Perbualan dalam meeting kadang-kadang bermula dalam Bahasa Melayu, kemudian masuk English bila bercakap tentang kerja atau istilah tertentu. Bila nak baca semula apa yang dibincangkan, rakaman audio sahaja belum tentu senang untuk dirujuk.

Offline Transcriber ialah salah satu projek peribadi saya. Ia menggabungkan rakaman, transkripsi dan semakan teks dalam satu aplikasi, termasuk untuk audio yang bercampur Bahasa Melayu dan English.

Pengguna boleh rakam audio melalui mikrofon atau muat naik fail yang sudah ada. Selepas audio diproses, transkrip boleh disemak bersama timestamp. Jadi kalau ada ayat yang nampak pelik, boleh cari bahagian rakaman yang berkaitan dan dengar semula.

Saya guna Python dan Flask untuk aplikasi ini, dengan faster-whisper untuk transkripsi setempat. Ada juga pengasingan penutur supaya perbualan boleh dibahagikan mengikut siapa yang sedang bercakap. Label penutur boleh ditukar semasa semakan.

Pengasingan penutur tu bukan jaminan sistem tahu identiti orang dalam rakaman. Pengguna masih perlu semak label dan betulkan nama sendiri. Bila suara bertindih atau rakaman kurang jelas, hasilnya juga perlu diberi perhatian.

Dalam aplikasi ini, pemprosesan setempat dipilih secara lalai. Model perlu disediakan dahulu, kemudian transkripsi setempat boleh berjalan tanpa internet. Prestasinya bergantung pada komputer dan model yang digunakan, jadi saya tak letak janji masa pemprosesan yang sama untuk semua orang.

Pilihan penyedia cloud juga ada. Kalau pengguna memilih pilihan tu, pemprosesan akan melibatkan servis dalam talian. Jadi penggunaan setempat dan cloud perlu dibezakan dengan jelas, terutama bila rakaman mengandungi maklumat yang tak patut dihantar ke pihak lain.

Selain menghasilkan teks, saya tambah carian dalam transkrip, penukaran label penutur dan eksport TXT, SRT serta JSON. Format yang berbeza berguna untuk kerja yang berbeza. Ada yang cuma nak baca teks, ada yang perlukan subtitle, dan ada yang nak gunakan hasilnya dalam aplikasi lain.

Bahagian yang saya beri perhatian juga ialah apa yang berlaku semasa proses sedang berjalan. Pengguna boleh tengok kemajuan, batalkan kerja dan cuba semula tanpa perlu kehilangan media yang sudah dirakam.

Transkrip yang keluar tetap perlu disemak. Nama orang, singkatan dan istilah kerja boleh tersalah ditulis. Saya anggap teks tu sebagai bahan untuk disemak bersama rakaman, bukannya rekod yang boleh terus dipercayai tanpa membaca semula.

Dalam screenshot portfolio, saya gunakan perbualan demo rekaan untuk tunjuk aliran semakan. Ia bukan rakaman meeting pelanggan dan bukan bukti ketepatan model. Projek ini juga saya paparkan sebagai kerja peribadi, bukan sistem yang ditempah oleh syarikat.

Kalau nak tengok rupa aplikasi dan fungsi yang saya bina, ada penerangan serta screenshot di halaman Offline Transcriber dalam portfolio saya.

Saya Hakimi Sa’ari, freelance developer dari Selangor. Kalau ada projek transkripsi, alat AI atau automasi yang nak dibina, boleh tengok kerja saya di hakimisaari.site.