בדיקת תמלול אוטומטי: איך לבדוק תמליל AI לפני שמשתמשים בו – וגם לפני בית משפט

בדיקת תמלול אוטומטי פירושה האזנה להקלטה המלאה מול התמליל, ולא קריאה של הטקסט בלבד. תוכנות תמלול מבוססות AI טועות בעיקר בחמישה מקומות: שיוך משפטים לדובר הלא נכון, דיבור חופף שנבלע, שמות ומספרים, קטעים לא ברורים שהתוכנה "השלימה" במקום לסמן, ולעיתים משפטים שלא נאמרו כלל. לשימוש פנימי מספיק לבדוק את הקטעים החשובים. תמליל שיוגש לבית משפט צריך מתמלל שהאזין לכל ההקלטה ומוכן לחתום על תצהיר שהתמליל נאמן לה.

בקצרה

• תמליל אוטומטי הוא טיוטה, גם כשהוא נראה מסודר ומחולק לדוברים.
• בודקים מול ההקלטה: דוברים, מספרים ושמות, שלילות, קטעים לא ברורים וחפיפות.
• תוכנות תמלול עלולות להוסיף משפטים שלא נאמרו, במיוחד בקטעי שקט ורעש.
• בבית משפט ההקלטה היא הראיה, והתמליל מוגש בדרך כלל עם תצהיר של מי שתמלל. לתמליל של מכונה אין מי שיצהיר.

איפה תמלול אוטומטי טועה

מנועי זיהוי דיבור השתפרו מאוד, ובהקלטה נקייה של דובר אחד הם מגיעים לתוצאה טובה. הבעיות מתחילות בהקלטות אמיתיות: פגישה עם כמה משתתפים, שיחת טלפון, ויכוח, רעש רקע, מבטאים ומעבר בין עברית לערבית או לאנגלית. אלה בדיוק ההקלטות שבהן הדיוק חשוב, ובראשן הקלטות שמתמללים לבית משפט.

הבעיה	איך היא נראית בתמליל	למה זה חשוב
שיוך דוברים	משפט של דובר א' מיוחס לדובר ב', או ששני דוברים מאוחדים ל"דובר 1"	בוויכוח או במשא ומתן, השאלה מי אמר מה היא כל העניין
דיבור חופף	כששניים מדברים יחד, התוכנה כותבת רק אחד מהם	תגובה קצרה כמו "לא נכון" או "מסכים" נעלמת
שמות ומספרים	"שלושים" הופך ל"שלוש מאות", שם משפחה נכתב כמילה רגילה	סכומים, תאריכים ושמות הם הפרטים שמצטטים
שלילה	"לא" קצר ולא מודגש נבלע, והמשפט מתהפך	"אמרתי שאני לא אשלם" הופך להודאה
קטע לא ברור	במקום סימון "[לא ברור]" מופיעה מילה שנשמעת דומה	ניחוש שנראה כמו ציטוט מדויק
תוספת שלא נאמרה	משפט שלם בקטע של שקט או רעש	טקסט שאיש לא אמר מוצג כאילו נאמר
עברית בלי ניקוד	"ספר" או "סיפר", "אמר" או "אמור" – לפי ניחוש	שינוי בזמן או במשמעות של המשפט

השורה של "תוספת שלא נאמרה" איננה תיאורטית. מחקר שהוצג בכנס ACM FAccT ב-2024 בדק את מנוע Whisper ומצא שכאחוז מהתמלולים שנבדקו (תמלולים שהופקו באמצע 2023) כללו ביטויים או משפטים שלא הופיעו בהקלטה, ושהתופעה שכיחה יותר אצל דוברים עם הפסקות ארוכות. מאז המנוע עודכן, אבל העיקרון נשאר: תוכנה מבוססת מודל שפה יכולה לכתוב משפט סביר שאיש לא אמר.

צ'קליסט: שמונה שלבים לבדיקת תמליל אוטומטי

1. שמרו את הקובץ המקורי. אל תבדקו מול גרסה דחוסה או חתוכה, ואל תערכו את ההקלטה עצמה.
2. האזינו להקלטה כולה, מול הטקסט. במהירות רגילה או מעט איטית. קריאה בלי האזנה לא תתפוס תוספות ושיוך שגוי.
3. קבעו את רשימת הדוברים. מי משתתף, באיזה שם יופיע, ואיך מסמנים דובר שלא זוהה בוודאות. אחר כך עברו על כל החלפת דובר ובדקו אותה.
4. סמנו כל מספר, שם ותאריך והאזינו שוב לכל אחד מהם.
5. חפשו שלילות ותנאים – "לא", "אין", "אם", "רק" – והאזינו לכל מקום שבו המשמעות תלויה בהם.
6. החליפו ניחושים בסימון. מילה שאינה נשמעת בבירור תסומן "[לא ברור]" עם חותמת זמן, ולא תושלם מהדמיון.
7. בדקו קטעי שקט, רעש ודיבור חופף. אלה המקומות שבהם תוכנות מוסיפות או משמיטות.
8. הוסיפו חותמות זמן בנקודות מפתח, כדי שאפשר יהיה לאתר כל ציטוט בהקלטה בתוך שניות.

אם כבר בעשר הדקות הראשונות מצאתם יותר מכמה תיקונים מהותיים, כנראה שתמלול מחדש בידי מתמלל יהיה מהיר יותר מתיקון של שורה אחר שורה.

מה לבקש מהתוכנה כדי שהבדיקה תהיה קלה יותר

הבדיקה מהירה בהרבה כשהתמליל האוטומטי מגיע בפורמט הנכון. לפני שמייצאים את הקובץ, בדקו בהגדרות של התוכנה:

• חותמות זמן בתחילת כל קטע או כל משפט, כדי לקפוץ ישר לנקודה בהקלטה.
• הפרדת דוברים, גם אם היא לא מושלמת – קל יותר לתקן שיוך שגוי מאשר לבנות אותו מאפס.
• סימון מילים בביטחון נמוך, אם התוכנה מציעה זאת. אלה המקומות הראשונים לבדוק.
• ייצוא לקובץ שאפשר לערוך, כמו Word, ולא רק תצוגה באתר של השירות.

וגם אם התוכנה מציעה "ניקוי" אוטומטי של מילות מילוי, גמגומים וחזרות – בתמליל שעשוי להגיע לבית משפט אל תפעילו אותו. במקרה כזה צריך את מה שנאמר, כפי שנאמר.

דוגמה: שתי דקות מתוך שיחה

נניח שהקלטתם שיחת טלפון עם קבלן על עבודות שיפוץ, והעליתם אותה לתוכנת תמלול. בתמליל מופיע: "דובר 1: אז סיכמנו על שלושים אלף, כולל החומרים. דובר 2: כן, כולל." בהאזנה מתברר שהקבלן אמר "כן, לא כולל", כשה"לא" נאמר בשקט ובמקביל לדובר השני. בנוסף, הסכום נאמר פעמיים, ובפעם השנייה התוכנה כתבה "שלוש מאות". ובסוף הקטע, בזמן שהקו היה שקט, מופיע משפט קצר שלא נאמר בכלל.

שלוש טעויות בשתי דקות, ושלושתן בדיוק בנקודות שבגללן ההקלטה חשובה: הסכום, מה כלול בו ומי הסכים למה. מי שהיה מצרף את התמליל הזה למכתב התראה או לתביעה קטנה, היה מצטט משהו שלא נאמר.

תמליל לבית משפט: למה תמליל אוטומטי לא מספיק

בהליך משפטי ההקלטה עצמה היא הראיה, והתמליל נועד לעזור לבית המשפט להתמצא בה. הפסיקה בישראל (ע"פ 869/81 שניר נ' מדינת ישראל) קבעה תנאים לקבלת הקלטה כראיה, ובהם תקינות המכשיר, היעדר עריכה או שינוי בהקלטה וזיהוי הדוברים. פירוט התנאים תמצאו במאמר האם הקלטת שיחה קבילה בבית משפט. תמליל שבו הדוברים מתחלפים, או שנוספו בו מילים, פוגע בדיוק בנקודות האלה.

לכן תמליל שמוגש לבית משפט מצורף בדרך כלל לתצהיר של המתמלל, שבו הוא מאשר שהאזין להקלטה כולה ושהתמליל משקף אותה נאמנה. אם הצד שכנגד חולק על התמליל, המתמלל עשוי להיחקר עליו. לתמליל שהפיקה תוכנה אין מי שהאזין ואין מי שיצהיר. אפשר להשתמש בו כנקודת פתיחה, אבל רק אם מתמלל בודק את כולו מול ההקלטה ולוקח עליו אחריות – ובהקלטות קשות, תמלול מחדש פשוט יותר.

עוד פרט שקל לפספס: תמליל לבית משפט צריך להיות מקושר באופן חד-משמעי לקובץ שיוגש – שם הקובץ, אורכו ומועד קבלתו. תמליל אוטומטי שהופק מגרסה מקוצרת, דחוסה או מומרת של ההקלטה עלול לא להתאים בדיוק לקובץ שיוגש בפועל, וחותמות הזמן שבו יסטו מהמקום הנכון.

מה כולל תמליל לבית משפט, מתי נדרשת גם חוות דעת מומחה ואיך מגישים – בעמוד תמלול לבית משפט. אם שקלתם לתמלל בעצמכם, קראו גם את תמלול לבית משפט – האם כדאי לעשות זאת לבד. מה נדרש בהליך שלכם יש לבדוק מול עורך הדין. המידע כללי ואינו ייעוץ משפטי.

מתי תמליל אוטומטי בדוק מספיק

לא כל תמליל צריך להיות מילה במילה ועם תצהיר. מה שקובע הוא מה ייעשה בו:

• סיכום של פגישה פנימית – תמליל אוטומטי, עם בדיקה של ההחלטות, המספרים והשמות, מספיק לרוב.
• ראיונות מחקר – ציטוטים שנכנסים לעבודה צריכים להיבדק מול ההקלטה; ובעבודה אקדמית כדאי לציין בפרק השיטה איך התמלול נעשה ואיך נבדק.
• כתוביות והנגשה – צופים כבדי שמיעה קוראים את הכתוביות במקום לשמוע, ולכן אין להם דרך לדעת שהתמליל שגוי. תמליל שמשמש להנגשת תכנים או לכתוביות צריך בדיקה מלאה, כולל שמות ומונחים.
• פרוטוקול של ישיבה רשמית – החלטות והצבעות חייבות להיות מדויקות, ותמליל אוטומטי יכול לשמש טיוטה בלבד.
• ראיה בהליך משפטי – מתמלל אנושי ותצהיר, כאמור.

הקלטות בכמה שפות ובערבית מדוברת

בישראל הרבה הקלטות אינן בעברית בלבד. שיחה שעוברת בין עברית לערבית, לרוסית או לאנגלית, או הקלטה בערבית מדוברת בניב מקומי, מאתגרות במיוחד את התוכנות: חלקן מתמללות רק שפה אחת ומדלגות על השנייה, וחלקן "מתרגמות" בשקט קטע בשפה זרה לעברית, כך שהתמליל נראה רציף אבל כבר איננו מה שנאמר. בבדיקה סמנו כל מעבר שפה, ובדקו שהקטע כתוב בשפה שבה נאמר.

כשהקלטה כזו נדרשת לבית משפט, מקובל להכין תמליל בשפת המקור ותרגום שלו לעברית, כך שאפשר לבחון את שניהם. פרטים בעמוד תמלול בשפות זרות.

הקלטה טובה יותר – תמליל טוב יותר

חלק גדול מהטעויות של תמלול אוטומטי מתחיל לפני שהקובץ מגיע לתוכנה. כמה הרגלים פשוטים משפרים גם את התמליל האוטומטי וגם את עבודת המתמלל:

• מקמו את הטלפון או את המקליט קרוב לדוברים, ולא ליד מזגן, חלון פתוח או מכונת קפה.
• בפגישה, בקשו מהמשתתפים להציג את עצמם בתחילת ההקלטה. זה עוזר לזהות קולות אחר כך.
• הימנעו מדיבור במקביל ככל האפשר, ובקשו לחזור על מספרים ושמות חשובים.
• שמרו את הקובץ בפורמט המקורי שלו, בלי להמיר או לדחוס לפני ששולחים.

עוד טיפים מעשיים במדריך איך להקליט נכון כדי לקבל תמליל מדויק.

לפני שמעלים הקלטה לתוכנה

הקלטה של שיחה כוללת קולות ופרטים של אנשים נוספים, ולעיתים מידע רגיש מאוד – רפואי, משפחתי או משפטי. לפני שמעלים אותה לשירות תמלול אוטומטי, בדקו מה השירות עושה בקבצים ומי יכול לגשת אליהם. את השיקולים פירטנו במדריך לאבטחת מידע בכלי AI.

כמה עולה תמלול, ומה משתלם יותר

מחיר תמלול מקצועי נקבע לפי דקת הקלטה, ומושפע ממספר הדוברים, מאיכות השמע, מהשפה ומהדחיפות. תמליל לבית משפט, הכולל תצהיר, מתומחר גבוה יותר מתמליל פנימי. אם כבר יש לכם תמליל אוטומטי, שלחו אותו יחד עם ההקלטה, ונאמר לכם מה המסלול המתאים. הפירוט במחירון התמלול.

יש לכם הקלטה ותמליל אוטומטי, ואתם לא בטוחים שאפשר לסמוך עליו? שלחו את ההקלטה, ואם יש גם את התמליל, וכתבו למה הוא ישמש. תמליל לבית משפט נתמלל מילה במילה, עם תצהיר מתמלל – פרטים בעמוד תמלול לבית משפט. טלפון ווואטסאפ: 050-6500999.