پیاده‌سازی جلسه با هوش مصنوعی: از فایل صوتی تا متن و صورت‌جلسه

بعد از هر جلسه‌ی مهم یه سؤال تکراری پیش میاد: دقیقا چی گفته شد؟ چه تصمیمی گرفتیم و قرار شد کی چه کاری بکنه؟ اگه جلسه ضبط شده باشه، جوابش توی فایله، ولی کسی حوصله نداره یه جلسه‌ی دوساعته رو دوباره گوش بده.

پیاده‌سازی جلسه یعنی همین فایل صوتی به متن تبدیل بشه تا بشه خوندش، توش گشت و ازش صورت‌جلسه درآورد. این کار تا چند سال پیش یا دستی انجام می‌شد یا سپرده می‌شد به تایپیست. حالا با هوش مصنوعی چند دقیقه طول می‌کشه. این راهنما می‌گه پیاده‌سازی جلسه با هوش مصنوعی چطور انجام می‌شه، چه خروجی‌ای باید ازش انتظار داشته باشی و چطور دقیقش کنی.

برای پیاده‌سازی جلسه با هوش مصنوعی، فایل یا ضبط جلسه رو به آواژه بده. می‌تونی همون موقع توی اپ ضبط کنی، فایل صوتی یا ویدیوی جلسه رو آپلود کنی، یا جلسه‌ی آنلاین رو با افزونه‌ی کروم آواژه از تب مرورگر ضبط کنی. آواژه متن کامل جلسه رو به فارسی و به تفکیک گوینده می‌نویسه، و با قالب «جلسه» از همون متن یه صورت‌جلسه‌ی رسمی و کوتاه می‌سازه: خلاصه‌ی جلسه، تصمیم‌ها، کارها با اسم مسئول هر کار، و نکته‌های مهم. یادداشت توی حسابت می‌مونه و روی گوشی و وب در دسترسه.

پیاده‌سازی جلسه یعنی چی و چرا متن خام کافی نیست؟

پیاده‌سازی (یا پیاده کردن) یعنی هر چیزی که توی جلسه گفته شده، کلمه به کلمه نوشته بشه. خروجیش یه متن بلنده که همه‌ی حرف‌ها توشه.

مشکل اینجاست که متن خام یه جلسه‌ی یک‌ساعته معمولا چند هزار کلمه‌ست، پر از تکرار، حرف‌های نیمه‌کاره و بحث‌هایی که به نتیجه نرسیدن. کسی که سر جلسه نبوده با این متن کاری نمی‌تونه بکنه. چیزی که واقعا لازم داری دو لایه‌ست:

  • متن کامل: برای وقتی که دنبال جمله‌ی دقیق یه نفری، یا می‌خوای مطمئن بشی چیزی دقیقا چطور گفته شد.
  • صورت‌جلسه: خلاصه‌ی چیزی که گذشت، تصمیم‌ها و کارها. این همون چیزیه که برای تیم می‌فرستی.

پیاده‌سازی خوب با هوش مصنوعی هر دو رو با هم تحویل می‌ده، نه فقط لایه‌ی اول رو.

پیاده‌سازی جلسه با هوش مصنوعی چطور انجام می‌شه؟

۱. صدای جلسه رو آماده کن. یا همون موقع با گوشی یا کامپیوتر توی آواژه ضبط کن، یا فایلی که قبلا ضبط شده رو آپلود کن. فایل ویدیو هم قبوله.

۲. قالب «جلسه» رو انتخاب کن. قالب مشخص می‌کنه خروجی چه شکلی داشته باشه. قالب جلسه یه صورت‌جلسه‌ی رسمی می‌سازه که کارهای هر نفر توش جدا نوشته شده.

۳. چند دقیقه صبر کن. لازم نیست صفحه رو باز نگه داری. یادداشت که آماده شد، توی فهرست یادداشت‌هات هست.

۴. یه بار مرورش کن. اسم آدم‌ها، اسم پروژه‌ها و اصطلاح‌های تخصصی رو چک کن. اگه چیزی اشتباه نوشته شده، با «اصلاح متن» درستش کن.

۵. برای تیم بفرست. متن صورت‌جلسه رو کپی کن یا یه لینک خصوصی از یادداشت بساز و برای بقیه بفرست.

خروجی پیاده‌سازی جلسه شامل چیه؟

آواژه از یه فایل جلسه این‌ها رو تحویلت می‌ده:

  • متن کامل جلسه: به فارسی و به تفکیک گوینده. برای هر گوینده می‌تونی اسم واقعیش رو بذاری.
  • خلاصه: چند جمله درباره‌ی چیزی که توی جلسه گذشت.
  • تصمیم‌ها: چیزهایی که توی جلسه نهایی شد.
  • کارها: هر کاری که قرار شد انجام بشه، با اسم کسی که قبولش کرد. کارها توی فهرست کارهای خودت هم میان و می‌تونی تیکشون بزنی.
  • نکته‌های مهم: چیزهایی که تصمیم یا کار نیستن ولی نباید گم بشن.

همه‌ی این‌ها توی یه یادداشت کنار هم می‌مونه. یه ماه بعد هم که بخوای ببینی سر چی توافق شده بود، با یه جستجو پیداش می‌کنی.

پیاده‌سازی دستی، تایپیست یا هوش مصنوعی؟

سه راه برای پیاده کردن یه جلسه هست. قبل از مقایسه‌شون یه نکته مهمه: متن جلسه نصف کاره. صورت‌جلسه رو کسی باید بنویسه که سر جلسه بوده و سازمان، پروژه‌ها و آدم‌ها رو می‌شناسه، چون باید بدونه کدوم حرف تصمیم بود، کدوم کار به کی سپرده شد و کدوم بحث فقط حاشیه بود. این آدم معمولا یه مدیر یا کارشناس باتجربه‌ست و وقتش گرون‌ترین بخش ماجراست.

  • پیاده‌سازی دستی: خودت فایل رو گوش می‌دی و تایپ می‌کنی. پولی نمی‌دی، ولی چند برابر طول خود جلسه وقت می‌گیره، و بعدش تازه باید صورت‌جلسه رو جدا بنویسی.
  • سپردن به تایپیست: سرویس‌های تایپ و پیاده‌سازی برای هر ساعت صدا معمولا از حدود ۲۴۰ تا ۴۰۰ هزار تومان قیمت می‌دن و برای فایل‌های چندنفره بیشتر می‌گیرن. ولی تایپیست فقط متن تحویل می‌ده. صورت‌جلسه رو باز هم همون کسی باید بنویسه که سر جلسه بوده، پس هزینه‌ی واقعی خیلی بیشتر از قیمت تایپه.
  • پیاده‌سازی با هوش مصنوعی: چند دقیقه طول می‌کشه و متن و صورت‌جلسه رو با هم می‌ده. کار اون آدم باتجربه از نوشتن چندساعته به یه بازبینی کوتاه می‌رسه: چک کردن اسم‌ها، اصطلاح‌ها و تصمیم‌ها.

برای جلسه‌های کاری که هر هفته تکرار می‌شن، راه سوم معمولا تنها راهیه که واقعا ادامه پیدا می‌کنه.

چطور پیاده‌سازی دقیق‌تری بگیریم؟

دقت متن بیشتر از هر چیز به کیفیت صدا بستگی داره. چند کار ساده فرق زیادی می‌سازه:

  • میکروفون نزدیک: توی جلسه‌ی حضوری، گوشی رو وسط میز بذار، نه توی جیب یا گوشه‌ی اتاق.
  • یکی‌یکی حرف زدن: وقتی دو نفر هم‌زمان حرف می‌زنن، هم متن سخت‌تر درمیاد و هم تفکیک گوینده.
  • معرفی اسم‌ها: اول جلسه هر کس اسمش رو بگه. اسم‌گذاری گوینده‌ها بعدش راحت‌تر می‌شه.
  • ضبط جلسه‌ی آنلاین از خود تب: به‌جای اینکه گوشی رو کنار لپ‌تاپ بذاری، صدا رو مستقیم از مرورگر بگیر. این راهنما توضیحش داده.
  • بازبینی کوتاه: قبل از فرستادن صورت‌جلسه، اسم‌های خاص و عددها رو یه بار نگاه کن.

جلسه‌ی حضوری یا آنلاین؟

هر دو یه خروجی دارن، فقط راه ضبطشون فرق می‌کنه:

  • جلسه‌ی حضوری: با گوشی توی اپ آواژه ضبط کن، یا اگه با ضبط‌صوت گوشی ضبط کردی، فایلش رو بعدا آپلود کن. راهنمای ساختن صورت‌جلسه از ضبط جلسه این مسیر رو کامل توضیح داده.
  • جلسه‌ی آنلاین: اگه جلسه توی مرورگر برگزار می‌شه (گوگل میت، اسکای‌روم، تیمز تحت وب و…)، افزونه‌ی کروم آواژه صدای تب و میکروفونت رو با هم ضبط می‌کنه. اگه توی برنامه‌ی دسکتاپ زوم یا تیمز برگزار می‌شه، با خود برنامه ضبط کن و فایل رو آپلود کن.

جمع‌بندی

پیاده‌سازی جلسه دیگه کار چندروزه و پرهزینه‌ای نیست. با هوش مصنوعی، از فایل جلسه هم متن کامل به تفکیک گوینده می‌گیری و هم صورت‌جلسه‌ای که می‌شه همون روز برای تیم فرستاد. کافیه صدای تمیزی ضبط کنی و خروجی رو یه بار مرور کنی.

جلسه‌هاتون رو راحت ضبط کنید و صورت‌جلسه رو تحویل بگیرید. شروع با آواژه

سؤال‌های رایج

پیاده‌سازی جلسه با هوش مصنوعی چقدر طول می‌کشه؟

معمولا چند دقیقه، نه چند روز. فایل جلسه رو که توی آواژه آپلود کنی، متن کامل جلسه و صورت‌جلسه‌ی مرتب (خلاصه، تصمیم‌ها و کارها) چند دقیقه بعد آماده‌ست و لازم نیست کنارش بمونی.

متن فارسی جلسه چقدر دقیقه؟

بیشتر از هر چیز به کیفیت صدا بستگی داره. صدای تمیز، میکروفون نزدیک و اینکه آدم‌ها هم‌زمان حرف نزنن، متن دقیق‌تری می‌ده. اسم آدم‌ها و اصطلاح‌های تخصصی رو بعدش یه نگاه بنداز؛ اگه جایی درست نوشته نشده بود، با «اصلاح متن» درستش کن.

معلوم می‌شه کی چی گفته؟

بله. وقتی چند نفر توی جلسه حرف می‌زنن، متن به تفکیک گوینده نوشته می‌شه («گوینده ۱»، «گوینده ۲» و...). می‌تونی برای هر گوینده اسم واقعیش رو بذاری تا کل متن با اسم آدم‌ها خونده بشه.

جلسه‌ی چندساعته رو هم می‌شه پیاده کرد؟

بله، هر فایل تا ۵ ساعت. اگه جلسه از این طولانی‌تر بود، فایل رو به چند بخش تقسیم کن و هر بخش رو جدا بفرست.

فایل ویدیوی جلسه رو هم قبول می‌کنه؟

بله. فایل ویدیو رو مثل فایل صوتی انتخاب کن؛ آواژه صدای جلسه رو از ویدیو جدا می‌کنه و همون رو پیاده می‌کنه.

قبل از ضبط باید به بقیه بگم؟

بله. ضبط صدای بقیه بدون اطلاعشون درست نیست و توی خیلی جاها اجازه‌ی قانونی هم نداره. اول جلسه بگو که داری ضبط می‌کنی و برای چی.