ब्लॉग
क्या Transcription के लिए ऑडियो अपलोड करना सुरक्षित है?
लेखक: Hushscript प्रकाशित: अंतिम समीक्षा:
जब टूल, रिकॉर्डिंग और लागू नियम मेल खाते हों, तो ट्रांसक्रिप्शन के लिए ऑडियो अपलोड करना उचित हो सकता है। ट्रांसक्रिप्शन खुद जोखिम का केवल एक हिस्सा है। असल बात यह है कि फ़ाइल आपके डिवाइस से निकलने के बाद क्या होता है: उसे कहां स्टोर किया जाता है, वह वहां कितने समय तक रहती है, उसे और कौन प्रोसेस करता है, और क्या उसका इस्तेमाल मॉडल प्रशिक्षण के लिए हो सकता है। नीतियां बहुत अलग-अलग होती हैं, इसलिए सुरक्षा का सवाल दरअसल उस खास सेवा का सवाल है जिस पर आप भरोसा करने जा रहे हैं।
यह पोस्ट बताती है कि आपकी अपलोड की गई फ़ाइल का असल में क्या होता है, किसी भी ट्रांसक्रिप्शन टूल से पूछने लायक चार सवाल, Hushscript एक्सपोज़र को कैसे छोटा रखता है, और वे चेतावनी के संकेत जिन्हें देखकर आपको टैब बंद कर देना चाहिए। यह समझाने वाली पोस्ट है, बिक्री की पिच नहीं। ये सवाल हर टूल पर लागू होते हैं, उन पर भी जो हम नहीं हैं।
वास्तव में आपके ऑडियो का क्या होता है
जब आप कोई फ़ाइल अपलोड करते हैं, तो वह एक जगह जाकर सीधे वापस नहीं आ जाती। वह कई सिस्टमों से होकर गुज़रती है, और गोपनीयता का सवाल यह है कि उनमें से हर एक उसके साथ क्या करता है।
भंडारण। एक अपलोड सेवा आपकी फ़ाइल को स्पीच इंजन द्वारा देखे जाने से पहले क्लाउड ऑब्जेक्ट स्टोरेज में लिख सकती है। उस भंडारण की एक अवधारण नीति होती है, चाहे विपणन पृष्ठ इसे स्पष्ट रूप से बताता हो या नहीं। यूरोपीय आयोग के जीडीपीआर सिद्धांत कहते हैं कि व्यक्तिगत डेटा को यथासंभव कम से कम समय के लिए संग्रहीत किया जाना चाहिए और परिभाषित विलोपन सीमाओं के विरुद्ध समीक्षा की जानी चाहिए। फीचर सूची से इसका अनुमान लगाने के बजाय वास्तविक अवधारण विंडो के लिए पूछें।
प्रोसेसिंग। ऑडियो वाक् पहचान, वक्ता अलग करने और सफ़ाई चलाने वाले एक या ज़्यादा सिस्टमों से गुज़र सकता है। कोई सेवा अपना इंजन या कोई प्रोसेसर इस्तेमाल कर सकती है, इसलिए यह मान लेने की जगह कि अपलोड पेज पर दिखने वाली कंपनी ही अकेला पक्ष है, नामित उप-प्रोसेसर और उनकी अवधारण शर्तें जांचें।
मॉडल प्रशिक्षण का डेटा। स्पीच मॉडल असली ऑडियो पर प्रशिक्षण से बेहतर होते हैं, और ग्राहकों की असली रिकॉर्डिंग मॉडल प्रशिक्षण का कीमती ईंधन होती है। कुछ सेवाएं अपनी शर्तों में “उत्पाद सुधार” के लिए आपके अपलोड इस्तेमाल करने का अधिकार रख लेती हैं। अपलोड के समय यह शायद ही कभी साफ़ ऑप्ट-इन बॉक्स होता है। यह आम तौर पर सेवा की शर्तों में दबा होता है, या डिफ़ॉल्ट रूप से चालू रहता है और ऑप्ट-आउट आपको खुद ढूंढना पड़ता है।
लॉग। ऑडियो हटाने वाले टूल भी अक्सर मेटाडेटा रखते हैं: आपने कब अपलोड किया, फ़ाइल कितनी लंबी थी, कौन सी भाषा पहचानी गई, कितने वक्ता थे। यह मेटाडेटा खुद ऑडियो से बहुत कम जोखिम वाला है, लेकिन यह जानना ज़रूरी है कि वह आमतौर पर रिकॉर्डिंग से ज़्यादा समय तक रहता है।
मुख्य बात यह नहीं है कि यह सब भयावह है। बात यह है कि “ऑडियो अपलोड करें, टेक्स्ट वापस पाएं” चार-पांच अलग फ़ैसलों को छुपा देता है, और जो टूल इन सब पर सावधान है, वह उस टूल से बहुत अलग दिखता है जो नहीं है।
किसी भी ट्रांसक्रिप्शन टूल से पूछने के लिए चार प्रश्न
किसी टूल को परखने के लिए आपको कंपनी का पूरा इंजीनियरिंग ब्लॉग पढ़ने की ज़रूरत नहीं है। चार सवाल ज़्यादातर जोखिम को कवर करते हैं, और जिस सेवा ने अपने डेटा तौर-तरीकों पर सोच-विचार किया है, वह चारों का साफ़ जवाब दे सकती है।
| प्रश्न | किस बात पर ध्यान दें | Hushscript का जवाब |
|---|---|---|
| ऑडियो कब हटाया जाता है? | काम से जुड़ा एक बताया गया नियम (“प्रोसेसिंग के बाद”), न कि “30, 60 या 90 दिनों के भीतर” और न ही “जब आप खाता हटाते हैं” | Hushscript प्रोसेसिंग के बाद ट्रांसक्रिप्शन ऑडियो की अपनी प्रति हटा देता है |
| क्या स्पीच प्रदाता एक प्रति रखता है? | एक नामित प्रदाता और हटाने का बताया गया चरण, न कि सिर्फ़ वह कंपनी जिसके साथ आपने साइन अप किया | Hushscript जॉब पूरा होने पर स्पीच प्रदाता से अपनी ट्रांसक्रिप्ट प्रति हटाने का अनुरोध करता है; अगर वह अनुरोध विफल हो जाए, तो हटाने में देरी हो सकती है |
| क्या ऑडियो का इस्तेमाल मॉडल प्रशिक्षण के लिए होता है? | गोपनीयता नीति में साफ़ कथन, न कि “हमारी सेवाओं को बेहतर बनाने और विकसित करने” जैसी अस्पष्ट भाषा | Hushscript आपकी रिकॉर्डिंग पर कभी मॉडल को प्रशिक्षित नहीं करता |
| क्या स्टोर होता है, और क्या वह एन्क्रिप्टेड है? | क्या स्टोर किया गया ट्रांसक्रिप्ट भंडारण में एन्क्रिप्टेड है | ट्रांसक्रिप्ट भंडारण में एन्क्रिप्टेड रहते हैं: भंडारण में सेंध से सिफरटेक्स्ट सामने आता है, पढ़ने लायक टेक्स्ट नहीं |
ये फंसाने वाले सवाल नहीं हैं। जो टूल चारों का साफ़ जवाब देता है, वह करीब से देखे जाने के लायक है। जो टूल इन्हें टाल जाता है, उसने भी आपको कुछ बता दिया है।
Hushscript एक्सपोज़र को कैसे छोटा रखता है
Hushscript के पीछे का डिज़ाइन सिद्धांत न्यूनतम संपर्क है: आपके ऑडियो को आपके डिवाइस के बाहर किसी भी सर्वर पर जितना हो सके उतना कम समय रहना चाहिए, और जो स्टोर हो वह कभी लीक हो जाए तो अपठनीय होना चाहिए। यही गोपनीयता वाला फ़र्क़ है, और ठोस ढंग से बताना ज़रूरी है कि यह कैसे काम करता है।
आपका वीडियो कभी अपलोड नहीं होता। अगर आप वीडियो फ़ाइल डालते हैं, तो Hushscript कुछ भी भेजने से पहले आपके ब्राउज़र में उसका ऑडियो ट्रैक तैयार करता है। संगत ट्रैक दोबारा एन्कोड किए बिना कॉपी किया जाता है; कन्वर्ज़न स्थानीय रूप से तभी चलता है जब ट्रैक को उसकी ज़रूरत हो। ट्रांसक्रिप्शन सेवा तक केवल-ऑडियो अपलोड पहुंचता है और वीडियो डेटा पीछे रह जाता है। वीडियो खुद शुरू से अंत तक आपके डिवाइस पर ही रहता है।
Hushscript प्रोसेसिंग के बाद ट्रांसक्रिप्शन ऑडियो की अपनी प्रति हटा देता है। हटाना अपने आप होता है। यह ऐसी चीज़ नहीं है जिसका आप अनुरोध करें, और यह आपके याद रखने पर निर्भर नहीं करता। ऑडियो अपलोड से ट्रांसक्रिप्ट तक अस्थायी प्रोसेसिंग अवस्था में रहता है, और फिर Hushscript उसे हटा देता है।
स्पीच प्रदाता की प्रति भी हटाने का अनुरोध किया जाता है। Hushscript जॉब पूरा होने पर स्पीच प्रदाता से अपनी ट्रांसक्रिप्ट प्रति हटाने का अनुरोध करता है। अगर वह अनुरोध विफल हो जाए, तो हटाने में देरी हो सकती है, इसलिए यह एक अनुरोध है, तुरंत मिटाने का वादा नहीं। Hushscript आपकी रिकॉर्डिंग पर कभी मॉडल को प्रशिक्षित नहीं करता। इससे उप-प्रोसेसर का सवाल खुलकर सामने आ जाता है, बजाय इसके कि वह एप्लिकेशन-स्तर के हटाने के दावे में दबा रहे।
आपके ट्रांसक्रिप्ट भंडारण में एन्क्रिप्टेड रहते हैं। आपके डैशबोर्ड में आने वाला ट्रांसक्रिप्ट वहीं एन्क्रिप्टेड होता है जहां वह स्टोर है। अगर हमारा भंडारण कभी लीक हो जाए, तो हमलावर को अपठनीय सिफरटेक्स्ट मिलेगा, आपके शब्दों का पढ़ने लायक आर्काइव नहीं। इस दावे की सीमा के बारे में सटीक होने के लिए: यह लीक से सुरक्षा है, ज़ीरो-नॉलेज नहीं। कुंजी हमारे सर्वर पर रखी जाती है ताकि ऐप डिक्रिप्ट करके आपको आपका अपना ट्रांसक्रिप्ट दिखा सके, इसलिए हम यह दावा नहीं कर रहे कि हम उसे पढ़ नहीं सकते। हम यह दावा कर रहे हैं कि चुराया गया डेटाबेस कुंजी के बिना बेकार होगा, और स्टोर किए डेटा के एन्क्रिप्शन का मकसद असल में यही खतरा है।
प्रमाणन के बारे में। Hushscript के पास SOC 2 या कोई और औपचारिक अनुपालन प्रमाणन नहीं है। तरीका यह है कि पहले ही उजागर सतह छोटी रखी जाए (ब्राउज़र में ऑडियो निकालना, प्रोसेसिंग के बाद ऑडियो की प्रति हटाना, जो स्टोर है उसे एन्क्रिप्ट करना), बजाय इसके कि रिकॉर्डिंग का बड़ा भंडार बनाया जाए और फिर उसके आसपास के नियंत्रण प्रमाणित कराए जाएं। अगर आपके काम के लिए अनुपालन प्रमाणपत्र ज़रूरी शर्त है, तो इसके बजाय प्रमाणित विक्रेता चुनने की यह जायज़ वजह है; इसे मान लेने से बेहतर है कि पहले से जान लिया जाए।
कुल असर एक छोटा डेटा फ़ुटप्रिंट है। Hushscript की ऑडियो प्रति ट्रांसक्रिप्शन जॉब के लिए मौजूद रहती है। उससे पहले ऑडियो आपके डिवाइस पर होता है। प्रोसेसिंग के बाद ट्रांसक्रिप्ट बचता है, भंडारण में सिफरटेक्स्ट के रूप में। आप पूरा प्रवाह यह कैसे काम करता है पेज पर देख सकते हैं, और निजी transcription पेज डेटा संभालने की बारीकियों में जाता है।
एक उदाहरण: एक गोपनीय इंटरव्यू
मान लीजिए आप पत्रकार हैं और आपके पास 50 मिनट का रिकॉर्ड किया इंटरव्यू है, MP4 में क्योंकि आपने उसे फ़ोन पर फ़िल्माया था। सूत्र ने गुमनाम रहने को कहा था। चरण दर चरण क्या होता है, और गोपनीयता की गारंटी असल में कहां काम करती है, यह यहां है।
- आप MP4 को पूर्वावलोकन में डालते हैं। अभी कोई खाता नहीं। पेज आपके ब्राउज़र में फ़ाइल पढ़ता है और ऑडियो स्थानीय रूप से तैयार करता है। 1.8 जीबी का वीडियो आपके लैपटॉप से कभी बाहर नहीं जाता; अगले चरण के लिए केवल-ऑडियो अपलोड तैयार होता है।
- 5 मिनट का वक्ता-लेबल वाला पूर्वावलोकन दिखता है। आप शुरुआती बातचीत को पहले ही “वक्ता 1” और “वक्ता 2” में बंटा देखते हैं, ताकि आगे बढ़ने से पहले पुष्टि कर सकें कि वक्ता-पहचान सही है। यह पूर्वावलोकन ही असल में अकेला बिना-खाते वाला चरण है।
- बाकी ट्रांसक्राइब करने के लिए आप साइन अप करते हैं। पूरा ट्रांसक्रिप्शन खाते के बाद ही होता है, इसलिए खाता चाहिए। पात्र व्यक्तिगत खाते कार्ड सत्यापन के बाद या अपनी पहली खरीदारी के साथ एक बार 30 मुफ़्त मिनट पा सकते हैं। पैक के लिए चेकआउट पर दिखाया गया भुगतान तरीका इस्तेमाल करें। 50 मिनट का इंटरव्यू मुफ़्त 30 मिनट से आगे निकल जाता है, इसलिए आप टॉप अप करेंगे; प्रति मिनट की लागत और मुफ़्त मिनटों की शर्तें कीमतों का पेज पर हैं।
- पूरा ऑडियो ट्रांसक्राइब होता है, फिर हटाया जाता है। ऑडियो फ़ाइल प्रोसेस होती है, फिर Hushscript अपनी प्रति हटा देता है। सर्वर पर ट्रांसक्रिप्ट ही रहता है, भंडारण में एन्क्रिप्टेड।
- आप लेबल बदलते हैं और निर्यात करते हैं। आप “वक्ता 1” का नाम इंटरव्यू लेने वाले के लिए और “वक्ता 2” का नाम सूत्र के छद्म नाम के लिए बदलते हैं, फिर संपादक के लिए DOCX निर्यात करते हैं और अपने नोट्स के लिए एक TXT रखते हैं। ट्रांसक्रिप्ट आपके डैशबोर्ड में भंडारण में एन्क्रिप्टेड रहता है, जब तक आप उसे हटा न दें।
उदाहरण की बात: कच्चा वीडियो कभी सर्वर तक नहीं पहुंचता, Hushscript प्रोसेसिंग के बाद ऑडियो की अपनी प्रति हटा देता है, और कुंजी के बिना भंडारण में सेंध लगाने वाला कोई भी संग्रहीत ट्रांसक्रिप्ट नहीं पढ़ सकता। यही “हमने आपकी फ़ाइल ट्रांसक्राइब की” और “हमने आपके सूत्र की रिकॉर्ड की गई आवाज़ अनिश्चित काल तक रखी” के बीच का फ़र्क़ है।
आम चिंताएं, जवाब सहित
कुछ स्थितियां इतनी बार आती हैं कि उन्हें सीधे संबोधित करना ठीक है।
“मेरी फ़ाइल बहुत बड़ी है: क्या इसका मतलब लंबा, जोखिम भरा अपलोड है?” बड़ा वीडियो पहले स्थानीय रूप से तैयार किया जाता है, क्योंकि वीडियो आपके डिवाइस पर रहता है और केवल उसका ऑडियो भेजा जाता है। संगत ट्रैक दोबारा एन्कोड किए बिना कॉपी किए जाते हैं, जबकि कन्वर्ज़न उन फ़ाइलों के लिए रखा जाता है जिन्हें उसकी ज़रूरत हो। फ़ाइल-आकार की कोई सीमा नहीं है, और बहुत बड़ा वीडियो भी सीधे आपके ब्राउज़र में तैयार किया जाता है, बशर्ते रिकॉर्डिंग 10 घंटे के भीतर हो।
“अगर ट्रांसक्रिप्ट में ऐसी चीज़ें हों जिन्हें मैं बिल्कुल भी स्टोर नहीं कराना चाहता तो?” केवल वाक् पहचान और पासवर्ड-सुरक्षित आर्काइव नतीजे के लिए निजी मोड इस्तेमाल करें, जिसमें ट्रांसक्रिप्ट आपके खाते में सहेजा नहीं जाता। सामान्य ट्रांसक्रिप्ट के लिए, जो चाहिए उसे निर्यात करें और ज़रूरत न रहने पर ट्रांसक्रिप्ट हटा दें।
“मेरे पास केवल ऑडियो फ़ाइल है, वीडियो नहीं: क्या ब्राउज़र में निकालना तब भी मायने रखता है?” सादी ऑडियो फ़ाइल के लिए रोक रखने लायक कोई वीडियो नहीं होता, इसलिए वह खास सुरक्षा लागू नहीं होती। जो फिर भी लागू होती हैं, वे संवेदनशील काम के लिए बड़ी हैं: Hushscript प्रोसेसिंग के बाद ऑडियो की अपनी प्रति हटा देता है, आपकी रिकॉर्डिंग पर कभी मॉडल को प्रशिक्षित नहीं करता, और ट्रांसक्रिप्ट को भंडारण में एन्क्रिप्ट करता है।
“क्या मुफ़्त टूल अपने आप कम सुरक्षित होता है?” अपने आप नहीं। लेकिन अगर कोई टूल पूरी तरह मुफ़्त है और उसके पैसे कमाने का कोई साफ़ तरीका नहीं दिखता, तो पूछना ठीक है कि किस चीज़ से कमाई हो रही है। कभी-कभी जवाब वही डेटा होता है जो आप दे रहे हैं। सशुल्क या Pay as you go वाले टूल के पास कम से कम ऐसा फंडिंग मॉडल होता है जो आपके अपलोड खंगालने पर निर्भर नहीं करता।
स्टोर किया आर्काइव बनाम ट्रांसक्राइब-एंड-डिलीट
ट्रांसक्रिप्शन टूल के दो ईमानदार मॉडल हैं, और कौन सा ठीक बैठता है यह इस पर निर्भर करता है कि आप क्या ट्रांसक्राइब कर रहे हैं।
स्टोर्ड-आर्काइव टूल आपके ऑडियो और ट्रांसक्रिप्ट को खोजने लायक लाइब्रेरी में रखता है, जिस पर आप महीनों बाद लौट सकते हैं। यह सचमुच काम का है अगर आप अपनी रिकॉर्डिंग का निजी ज्ञान-भंडार बना रहे हैं और सामग्री संवेदनशील नहीं है, जैसे कोई पॉडकास्टर अपने एपिसोड का आर्काइव बना रहा हो। कीमत यह है कि आपकी रिकॉर्डिंग का बढ़ता ढेर किसी और के सर्वर पर रहता है।
ट्रांसक्राइब-एंड-डिलीट टूल, जैसे Hushscript, ट्रांसक्रिप्ट को डिलिवरेबल और ऑडियो को उसे पाने का साधन मानता है। Hushscript प्रोसेसिंग के बाद ऑडियो की अपनी प्रति हटा देता है, और ट्रांसक्रिप्ट आपका है, निर्यात करने और हटाने के लिए। गोपनीय रिकॉर्डिंग हो और आपके पास स्रोत फ़ाइल की अपनी प्रति पहले से हो, तो यही सही मॉडल है, क्योंकि टूल के पास भी एक प्रति रखने की कोई वजह नहीं है।
दोनों में से कोई गलत नहीं। लेकिन कानूनी रिकॉर्डिंग, इंटरव्यू, थेरेपी नोट्स या किसी गुमनाम सूत्र वाली किसी भी चीज़ के लिए, दूसरा मॉडल वह देनदारी हटा देता है जो पहला समय के साथ जमा करता है।
ध्यान रखने लायक चेतावनी के संकेत
किसी भी टूल को परखते समय कुछ संकेतों को चेतावनी की तरह लेना ठीक है।
अस्पष्ट अवधारण भाषा। “हम आपकी फ़ाइलें उचित अवधि तक रखते हैं” या “सेवाएं बेहतर बनाने के लिए फ़ाइलें रखी जा सकती हैं” प्रतिबद्धताएं नहीं हैं। “उचित” का मतलब कुछ भी हो सकता है, और “हमारी सेवाओं में सुधार” में अक्सर मॉडल प्रशिक्षण शामिल होता है।
शर्तों में छिपे मॉडल प्रशिक्षण के खंड। सेवा की शर्तों के “स्वीकार्य उपयोग”, “सामग्री” या “लाइसेंस” खंड देखें, सिर्फ़ गोपनीयता नीति नहीं। कुछ टूल खुद को जमा की गई सामग्री मनचाहे ढंग से इस्तेमाल करने का व्यापक लाइसेंस दे देते हैं, जिसमें चुपचाप उस पर मॉडल प्रशिक्षण भी शामिल हो सकता है।
सीधे सवाल का साफ़ जवाब नहीं। अगर सपोर्ट साफ़ नहीं बता सकता कि ऑडियो कब हटता है या रिकॉर्डिंग मॉडल प्रशिक्षण में इस्तेमाल होती हैं या नहीं, तो वह चुप्पी ही जवाब है।
फंडिंग मॉडल दिखता नहीं, फिर भी मुफ़्त। अगर कोई टूल पूरी तरह मुफ़्त है और अर्थशास्त्र साफ़ नहीं है, तो सोचें कि कहीं बेचा जा रहा उत्पाद वह डेटा तो नहीं जो आप सौंप रहे हैं।
अनिश्चित काल का स्टोरेज और पेवॉल के पीछे निर्यात। जो टूल आपका ऑडियो हमेशा के लिए स्टोर करता है लेकिन ट्रांसक्रिप्ट निर्यात करने के पैसे लेता है, वह आपको अपने स्टोरेज पर निर्भर रखने के लिए बना है, आपको आपकी अपनी सामग्री का नियंत्रण सौंपने के लिए नहीं।
इंटरव्यू, कानूनी रिकॉर्डिंग या ऐसे किसी भी ऑडियो के लिए जिसकी सामग्री संवेदनशील है, मायने यह नहीं रखता कि ट्रांसक्रिप्ट सटीक है या नहीं, बल्कि यह कि जिस ऑडियो से वह बना वह आपका बना रहता है या नहीं। निजी transcription पेज बताता है कि Hushscript का तरीका डिफ़ॉल्ट से कैसे तुलना करता है।
और अगर आप खास तौर पर हटाने की प्रक्रिया जानना चाहते हैं (यह कब होता है, “हटाया गया” में क्या गिना जाता है, और हमने इसे डिफ़ॉल्ट क्यों बनाया), तो Transcription के बाद हम आपका ऑडियो क्यों हटाते हैं इसे विस्तार से बताता है।
स्वतंत्र स्रोत और मानक
Hushscript ने इन स्वतंत्र, गैर-प्रतिस्पर्धी स्रोतों का संदर्भ लिया है। ये शोध, मानकों या प्लेटफ़ॉर्म के काम करने के तरीके को समझाते हैं और Hushscript का समर्थन नहीं करते।
स्रोतों की समीक्षा: