Игра слов ( Стенограмма защиты и транскрибация аудио в текст )

автор: Карнышев В.И. 09.07.2018

Как правило, после успешной защиты диссертации на бывшего аспиранта наваливается настоящий бумажный “Девятый вал”. Список документов и материалов аттестационного дела в п. 42 раздела VI “Положения о совете по защите диссертаций на соискание учёной степени кандидата наук, на соискание учёной степени доктора наук” пронумерован буквами русского алфавита от а) до с). Охренеть, 17 пунктов!

Обращаю внимание, что среди этого офигительного перечня того, что новоиспечённому кандидату наук нужно подготовить в крайне сжатые сроки, имеются пункты м) и н) (чуть не написал классическое “Бриллиантоворукое” “Мэ” и “Жо”):

“В первый экземпляр аттестационного дела входят следующие документы и материалы:

…

м) стенограмма заседания диссертационного совета (первый экземпляр), подписанная председательствующим и учёным секретарем диссертационного совета и заверенная печатью организации, на базе которой создан диссертационный совет (при наличии печати);
н) аудиовидеозапись заседания диссертационного совета в машиночитаемом цифровом формате, фиксирующая ход заседания в соответствии с порядком, определенным пунктами 36 – 41 настоящего Положения;

…”

Напрасные слова, виньетка ложной сути,
Напрасные слова нетрудно говорю.
Напрасные слова. Уж вы не обессудьте.
Напрасные слова, я скоро догорю.
(Романс “Напрасные слова”)

Защитившись в немыслимо далёком 1993 году, я уже в те поры задавал себе вопрос: “А нахрена нужна стенограмма заседания диссертационного совета в печатном виде, если имеется аудиозапись?”. Тогда видеотехника ещё не так простёрла руки свои, как сейчас, поэтому ход защиты фиксировался исключительно с помощью кассетного магнитофона. Но прогресс неумолим. Уже лет семь ВАК, выучив слова “кодек” и “контейнер”, стала требовать от защитившихся аудиовидеозапись¹⁾При подготовке аудиовидеозаписи заседания диссертационного совета рекомендуется использовать широко распространенные кодеки (H.264/MPEG-4 AVC и т.д.) и контейнеры (.avi, .mp4, .mov, .mkv и т.д.), с разрешением не менее 640х480 пикселей и частотой не менее 25 к/с. Допускается использование других кодеков и контейнеров, обеспечивающих возможность воспроизведения аудиовидеозаписи с использованием широко распространенного бесплатного программного обеспечения (http://vak.ed.gov.ru/ru/help_desk/">ссылка на ВАК). своего диссертационного “капустника”. Конечно, можно предположить, что со временем ВАК начнёт требовать голографическую 3D-запись защиты диссертаций на пятимерном носителе (5D) в кварцевом стекле. Но всё это не избавляет от сакраментального вопроса: “А нафига?”.

Вы никогда не задумывались о том, зачем надзорный орган – ВАК, требует фиксировать ход защиты диссертации одновременно (одновременно, Карл!) на бумаге и на видео? Неужели членам ВАК нечего больше читать и смотреть?

Хотя, учитывая строку из “Антиперестроечного блюза” А.Б. Градского: “Видеопленки – в Союз писателей, Пусть подрочат всласть”, это вполне возможно. Или же видеозаписи предназначены исключительно для тех членов ВАК, кто грамоте не обучен?

Тогда что же они хотят увидеть в этих бесконечных диссертационных “сериалах”? Драку седовласых членов диссовета с выворачиванием стульев из пола и битьём наотмашь, или стриптиз соискательницы с микрофоном вокруг трибуны? Однако, в таких случаях битва представителей разных научных школ окажется скоротечной в силу возраста и совсем не эффектной, в отличие от фильмов с тов. Стивеном Сигалом. Да и насчёт профессионального уровня стриптиза бывших аспиранток у меня почему-то большие сомнения.

Скорее всего, вся эта моро́ка выдумана “На всякий случай”.

Я могу предположить, что таким образом вышестоящие “мудрецы” пытались и пытаются бороться с липовыми защитами липовых диссертаций в липовых советах. Так и хочется спросить ВАК словами классика: “Что, сынку, помогли тебе твои ляхи?”, пардон, стенограммы и видеозаписи?

Защиты купленных диссертаций в области неестественных и противоестественных наук никуда не делись. Единственное, что изменилось со времени начала “борьбы с плагиатом”, так это цены. Они подросли: и за саму диссертацию и за её “продвижение” в “дружественный” совет. Поскольку инфляция-с на дворе, господа!

А почему? Да, потому что никуда не делись депутаты, начальники разных уровней и прочая властная и бизнес-шушера, желающая остепениться. Поэтому в открытую, легально (легально, Карл!) действуют конторы по написанию кандидатских и докторских диссертаций²⁾Например, здесь ушлые пацаны хвалятся тем, что 17 лет пишут “уникальные” диссертации за деньги.. Таких сайтов и порталов – немерено! Ну, а в ВАКе выхода в интернет, конечно же, нет, и они об этой фигне даже “не подозревают”.

Ну, и требовали бы тогда видеозаписи лишь у Братства Плагиатного Кольца – историков, социологов, политологов, экономистов и прочих псевдогуманитарных деятелей. “Чо” к технарям-то привязались? Из-за, условно говоря, 300, ну пусть 1000, уродов с липовыми кандидатскими диссертациями, по полной напрягают 10000 нормальных соискателей и аспирантов. Идиотизм! Это только в России могут зажечь сторублёвку, чтобы найти закатившиеся под стол 10 копеек.

По-видимому, вся российская система аттестации уже настолько прогнила, что ВАК не доверяет ни диссертационным советам, ни самому себе. Неужели самой диссертации, выложенной в открытый доступ, и мнения рецензентов, оппонентов или экспертов ВАК недостаточно? Неужели, кто-то в ВАКе действительно читает десятками страниц стенограммы или просматривает видеозаписи защит? Да, хрен то! Ни разу не поверю.

Кстати, что-то я не припомню, чтобы в Делфтском университете технологии (Голландия) ребята и девчата, защитившие PhD, занимались такой…, ну, пусть будет – фигнёй, которую ВАК требует от российских соискателей. И чтобы “чисто поржать”, можете посмотреть обновлённый “График защиты диссертации PhD” в TUDelft.

Глядя на эту голландскую картину маслом, весь маразм и дебилизм послезащитной хреновой тучи документов и материалов, регламентированной ВАКом, – как на ладони. Соискатель, написавший PhD диссер в Делфтском университете технологии, должен ДО(!) защиты диссера заполнить всего лишь 3 (ТРИ, Карл!) формы – “B”, “C” и “D” в pdf-формате. И всё! В-С-Ё!!

Обратите внимание на график: из 16 процедурных действий, предваряющих церемонию защиты диссертации³⁾По ссылке можно посмотреть материал с церемонии защиты PhD моей знакомой в TUDelft в 2009 году., соискатель (Doctoral Candidate) выполняет всего 7. Остальные – ложатся на плечи (далее – названия наших аналогов) научного руководителя (Promotor) и отдела аспирантуры (University Graduate School).

Никаких дегенеративных материалов и документов по 17(!) позициям, включая стенограмму и видеозапись ПОСЛЕ защиты, от остепенённого товарища НЕ ТРЕБУЕТСЯ!

Другими словами, график защиты диссертации в этом голландском университете настолько кардинально отличается от ВАКовской херни, что становится ясно в какой бессмысленный тупик московские чинодралы загнали в конце концов российскую науку. Такое ощущение, что все эти Положения и Регламенты, выдуманные доморощенными придурками от науки и образования явно не из головы, созданы с единственной целью – умертвить всё, что ещё в российской науке шевелится.

Кстати, для поступления в аспирантуру в TUDelft претендент заполняет единственную форму “A”. И всё! Никаких вступительных или кандидатских (в российской интерпретации) экзаменов, включая долбаную философию, нет.

Кто-нибудь ещё удивляется, почему восемь из пятнадцати государственных университетов Королевства Нидерланды постоянно входят в топ-100 мировых рейтингов? И почему российская наука и университеты находятся, мягко скажем, в … , короче, на обочине?

А ведь такой кипой абсолютно ненужных бумаг и материалов, требуемых от аспирантов, соискателей, докторантов,… все эти московские паханы, смотрящие за наукой, не только оправдывают свою “зарплату” и бессмысленные должности, но они, тем самым, не признают принцип научной презумпции невиновности. То есть вся эта блатная шушера говорит начинающим учёным или уже сформировавшимся исследователям: “Ты, с.ка, докажи мне, что ты ничего не стырил!”. По-хорошему, надо было бы ответить им в их же стилистике: “Да, нет, б…ь! Это ты, босо́та⁴⁾ “Босота” – элита в лагерной иерархической лестнице (ссылка)., вывези⁵⁾ “Вывезти” – обосновать свои действия, слова. Как правило должна присутствовать логика, основанная на воровских понятиях (ссылка). свою предъяву!⁶⁾ “Предъява” – обвинение человека в неблаговидном поведении или поступке, противоречащим понятиям (ссылка).”. Но, увы, увы, увы…

На данном историческом этапе Россия – это страна Путина Великолепного, то есть страна победившего тупого коррумпированного чиновничества и сытно отрыгивающего олигархата. “Боюсь, им не сдохнуть, бейби, а нам от них не продохнуть,…” – пел Александр Борисович Градский. Поэтому, господа аспиранты, если вы всё-таки хотите получить учёную степень, то играть придётся в предложенных кремлёвским Режиссёром обстоятельствах. Как бы это не было противно и муторно.

Таким образом, после защиты перед бывшим уже аспирантом возникает задача трансформировать аудио-запись своего “кандидат-шоу” в читабельный текст. О самой стенограмме вы можете прочитать ниже (взято со страницы на классном(!) питерском ресурсе “Аспирантура. Портал для аспирантов”).

Прочли? Впечатлились? Ощутили всю мощь канцелярско-бюрократической махины? И это – только начало вашей научной карьеры! Дальше – будет больше. И бумаг и чиновничьего идиотизма. Поэтому когда г-н Президент начинает трындеть про взлёт науки и блестящие перспективы цифровой экономики России при отсутствии простой, работающей для людей экономики, ржать или рыдать можно уже в голос. Понять московских уродов, зарегламентировавших даже написание курсивом в скобках, нормальному человеку НЕВОЗМОЖНО! Зачем всё это вообще?!

Сложившееся положение с немыслимой для вменяемых стран бюрократизацией науки могло бы спасти строительство нового “Беломор-канала” и отправка туда железнодорожными составами всех московских чиновников из Министерства науки и образования, ВАК, Рособрнадзора и т.п. А в первом вагоне для перевозки скота я бы разместил весь либеральный блок Правительства Российской Федерации во главе с поклонником айфонов и Deep Purple. Но, увы, нам грешным… Эти, вечно не тонущие, гады ещё всех переживут.

Пардон, опять отвлёкся…

Итак, вы успешно “отстрелялись”. Но одной из самых типичных ошибок новоиспечённых кандидатов наук является откладывание расшифровки аудио(видео)-записи своей блистательно проведённой защиты в долгий ящик. А именно – на самый конец срока в 30 дней, установленного для отправки аттестационного дела в Министерство. Неправильно!

Подождать могут некоторые “бумаги” и прочая хренотень. А вот трансформацию аудио в текст следует провести как можно быстрее. Чем раньше вы начнёте, тем быстрее выполните пресловутый и злополучный пункт м) из километрового списка. Потому, что всё это “как бы сказать, мероприятие или операция” ещё стои́т у вас перед глазами, как живое. И своя блестящая речь, и дурацкие вопросы (реплики) членов диссовета, и подбадривающие выкрики из зала “Ай, маладэц! Ходи, черноголовый!”.

Повезёт тем бывшим аспирантам, у кого под боком имеется любящая, безропотная и старательная жена (подруга). Ну, типа, Софьи Андреевны. Вот её вы можете усадить за ночную расшифровку или транскрибацию аудио в текст, пока будете заслуженно находиться в объятиях Морфея или готовить другие документы к отправке в столицу. Конечно, время от времени она будет таки приставать к вам с нелепыми вопросами, наподобие: “А как правильно писать: инварианты Хойнена-Эйлера или Хёйнена-Эйлера?”. Ну, тут уж ничего не поделаешь. “Women” – как говорили в фильме “Полицейский из Беверли-Хиллз-2”.

Однако, если вы уже богаты, но ещё холосты, то легко найдёте профессионала, которая вам достаточно быстро, но за деньги, переведёт звуки в слова. Хотя, также не исключается обращение к вам за разъяснением невнятно звучащих технических или научных терминов.

Кстати, качество и уровень записанного звука имеет огромное значение.

Если за окнами Зала заседаний Учёного совета  в этот момент забивали сваи или мимо проходила танковая колонна, или вы сами, не имея опыта говорения в микрофон, в ходе выступления (ответов на вопросы) размахивали им, как казацкой шашкой, как бы рубя профессорские головы, то это будет не расшифровка, а хождение по мукам в квадрате.

К сожалению, многие члены диссертационных советов имеют обыкновение выступать так, как это делал тов. Троцкий перед красноармейцами, уходящими на фронт. Вертя головой во все стороны и не обращая внимание на установленный перед ними микрофон. Но, в отличие от них, у Льва Давидовича была лужёная революционная глотка и опыт агитации на площадях перед тысячной аудиторией. Некоторые же наши профессора, мало того, что имеют слабый голос, как у Дюймовочки на пенсии, так они ещё и про микрофон забывают. А усыпать стенограмму записями типа “Невнятно”, “Неразборчивая реплика” или “Дефект записи” – это чревато.

Поэтому, господа аспиранты, пообещайте своему другу или знакомому бутылку хорошего коньяка (после защиты, естественно) и пусть он сядет в Зале заседаний поближе к говорящим или к громкоговорителям (если это, конечно, возможно). Снабдив его при этом диктофоном или другим устройством с направленным микрофоном; смартфоном, на худой конец. С тем, чтобы он продублировал видео-запись всей процедуры защиты, направляя диктофон на шепчущих, шепелявящих, заикающихся и прочих выступающих “ораторов”. Жизнь доказала, что две аудио-записи всегда лучше, чем одна.

На этом “утреннюю гимнастику” заканчиваю и “перехожу к водным процедурам”, то есть, собственно, к тому, о чём гласит подзаголовок. К транскрибации, извиняюсь за выражение.

При решении задачи перевода речевой записи (в виде аудио-файла или видео-файла) в текст я пользуюсь несколькими отработанными приёмами и имеющимися программами, некоторые из которых взяты мной “во вре́менное пользование”. Возможно, что кое-что из описываемого ниже пригодится господам аспирантам или только что защитившимся кандидатам наук.

Во-первых, иногда нужно “вытащить” звуковую дорожку из видео-файла. Например, для того, чтобы обработать её во внешнем аудио-редакторе.

Для извлечения треков из видео-файлов существуют различные программы. Но я в своей работе привык пользоваться разными утилитами, работающими из командной строки, а также собственноручными bat-файлами. Поэтому покажу, как извлечь звуковую дорожку с помощью бесплатной программы “ffmpeg”, которая стала у меня “настольной”.

Скачать версию “ffmpeg” для ОС Windows 7 и старше, как статичную, так и портативную (“shared”), можно здесь. Процесс скачки и установки опускаю. Поди не маленькие.

Предположим, что видео-файл с записью вашей защиты называется “input.mp4”. Создайте пустой текстовый файл и сохраните его с расширением “bat”, назвав, скажем, “extract_sound.bat”. В этом файле введите строки

@Echo off
cls
@rem "Bat-файл ''extract_sound.bat''"
@rem "Извлечение звуковой дорожки из видео-файла ''input.mp4''"
ffmpeg -i input.mp4 -vn -ar 44100 -ac 2 -ab 320k -f mp3 output.mp3

Затем нужно скопировать “input.mp4” и “extract_sound.bat” в папку с установленным “ffmpeg”, то есть туда где находится “ffmpeg.exe”, после чего тюкнуть “extract_sound.bat”. В результате, в той же папке появится файл “output.mp3” с искомой звуковой дорожкой.

Как правило, звуковая дорожка с речью, записанной на массовом мероприятии, редко бывает идеального качества. Поэтому дальнейшая обработка трека зависит от имеющегося опыта работы с аудио-файлами.

Программ для обработки звука достаточно много, но я пользуюсь “взятой на время” “Adobe Audition”. Вдаваться в подробности не буду, но в моей практике основными операциями для подобного случая являются “подавление гармоник переменного тока” (“Effects → Filter and EQ → Notch Filter → 50Hz + Harmonics Removal”), “подавление шума” (“Effects → Restoration → Noise Reduction”), “дополнительная частотная фильтрация” (“Effects → Filter and EQ → Parametric Equalizer”), “сжатие” (“Effects → Amplitude and Compression → Dynamic Processing”) или “многополосное сжатие” (“Effects → VST plugin → Multiband compressor → Broadcast”), и “нормирование амплитуды” (“Amplitude and Compression → Normalize → -1dB”) . Этот перечень, естественно, далеко не исчерпывающий и не окончательный. Всё зависит от уровня и характера искажений записанной речи.

В принципе, файл, сформированный после такой обработки, например, “sound_track_processed.mp3”, можно открывать в любом аудио-плеере⁷⁾На мой взгляд, лучше всего для этого подходит бесплатный плеер “AIMP”. Об использовании этого плеера применительно к данной задаче можете почитать здесь. и, перематывая туда-сюда, записывать текст ручками в текстовом редакторе или любимом аспирантами “Word”.

Но можно поступить иначе.

Если вы не меняли длительность обработанного аудио-файла, например, при замедлении темпа речи⁸⁾В Adobe Audition для этого существует операция “Effects → Time and Pitch → Stretch → Slow down”. для большей разборчивости, то эту дорожку можно “подклеить” к исходному видео.

Сначала для этого удаляем звук (“remove_sound.bat”) из исходного файла “input.mp4”.

@Echo off
cls
@rem "Bat-файл ''remove_sound.bat''"
@rem "Удаление звуковой дорожки из видео-файла ''input.mp4''"
ffmpeg -i input.mp4 -c copy -an video_nosound.mp4

И уже затем “склеиваем” обработанную дорожку “sound_track_processed.mp3” и обеззвученное видео “video_nosound.mp4”, получая файл “video_new_sound.mp4”.

@Echo off
cls
@rem "Bat-файл ''add_sound.bat''"
@rem "Добавляем звуковую дорожку к видео-файлу ''video_nosound.mp4''"
ffmpeg -i sound_track_processed.mp3 -i video_nosound.mp4 video_new_sound.mp4

Теперь вы можете спросить: “А нахрена я это сделал?”. Отвечаю. Известный всем сервис youtube имеет интересную опцию. Если у вас есть свой канал на youtube⁹⁾Если ещё не завели, то заведите., то вы можете выложить туда сформированное видео “video_new_sound.mp4”. Необязательно выкладывать его в открытый доступ, можно выложить с доступом “по ссылке”.

Так вот, через некоторое время (это зависит от длительности видео) в меню дополнительных опций, обозначенных многоточием …, появится строка “Посмотреть расшифровку видео”. То есть youtube сделает за вас “сырую” расшифровку или транскрибацию аудио в текст.

Но обольщаться и радостно всплёскивать руками не следует. Даже при относительно высоком качестве звуковой дорожки и достаточно медленном темпе речи, результат, выдаваемый youtube, иногда вызывает гомерический смех. Например, произнесённое слово “выражение” превращается в “поражение”, “нажмём окей” – в “положи муки”, и так далее. А теперь представьте окончательный результат такой расшифровки, если качество записи хреновое, а профессор, задающий вопрос, тараторит, как сорока. Вот и “именнашта”! При этом, данный сервис вряд ли осилит ваши специфические термины типа “квазимонохроматические осцилляции”. Я себе представляю, во что превратятся “осцилляции”!

Кстати, я экспериментально выяснил, что искусственное снижение темпа речи в полтора раза при сохранении высоты тона (“Adobe Audition”) не даёт какого-то ощутимого качественного скачка при распознавания речи в размещённом на youtube видео-ролике.

Поехали дальше.

Предположим, что вы изменили (увеличили) длительность исходной аудио-дорожки. Тогда при “склейке” её с исходным видео вы получите файл, у которого последние N секунд (разница между исходной и новой длительностью) будет представлять собой статичный последний кадр.

А что если имеется только звуковая дорожка “sound.mp3” длительностью 14:37? Как превратить её в видео-файл, чтобы закачать на youtube? Очень просто. Сначала переводим 14:37 в секунды (877). Затем берём готовое или сами формируем какое-нибудь изображение “image.jpg” с размерами, например, 640×480. Можете взять фотографию себя любимого. Далее создаём bat-файл “video_from_image.bat” со строками

@Echo off
cls
@rem "Bat-файл ''video_from_image.bat''"
@rem "Формируем видео-файл из статичной картинки"
ffmpeg -loop 1 -i image.jpg -c:v libx264 -t 877 -pix_fmt yuv420p static_image_video.mp4

Изображение и батник закидываем в папку с “ffmpeg.exe”, тюкаем по “video_from_image.bat” и получаем немое и неподвижное кино длительностью 14 минут 37 секунд. После чего, используя приведённый выше пример, “склеиваем” звуковую дорожку “sound.mp3” со “static_image_video.mp4” и получаем файл, который уже можно загружать на youtube.

А вот дальше, после получения от youtube расшифровки видео, начинается достаточно муторная работа по приведению кашеобразного текста в приличный вид. Я, конечно, понимаю, что никто и никогда не будет читать этот ваш текст. Поэтому ради эксперимента можно было бы попробовать отправить данный “полуфабрикат” прямиком в ВАК. Но, во-первых, стенограмму в таком виде, скорее всего, не подпишут ни учёный секретарь, ни председатель дисссовета… Хотя… А во-вторых, хрен их там в ВАКе разберёт! Вдруг у кого-то из старпёров – бессонница.

Кроме того, возможен вариант, когда аудио-запись придётся транскрибировать “прямо с колёс”, без всяких “посредников” и “помощников”.

О том, как это делаю я, расскажу в следующей серии.

To be continued…