บล็อก

การอัปโหลดเสียงสำหรับการถอดเสียงเป็นคำปลอดภัยหรือไม่

ผู้เขียน: Hushscript | เผยแพร่: 21 พฤษภาคม 2569 | ตรวจสอบล่าสุด: 6 ตุลาคม 2569

การอัปโหลดเสียงสำหรับการถอดเสียงอาจสมเหตุสมผลเมื่อมีเครื่องมือ การบันทึก และกฎที่เกี่ยวข้องเข้ากัน การถอดเสียงเป็นเพียงส่วนหนึ่งของความเสี่ยงเท่านั้น สิ่งสำคัญคือสิ่งที่จะเกิดขึ้นเมื่อไฟล์ออกจากอุปกรณ์ของคุณ: ไฟล์นั้นถูกจัดเก็บไว้ที่ไหน, ไฟล์อยู่ที่นั่นนานเท่าใด, ใครเป็นผู้ประมวลผลไฟล์อีก และสามารถใช้สำหรับการฝึกโมเดลได้หรือไม่ นโยบายมีความแตกต่างกันอย่างมาก ดังนั้นคำถามด้านความปลอดภัยจึงเป็นคำถามเกี่ยวกับบริการเฉพาะที่คุณกำลังจะไว้วางใจ

โพสต์นี้จะกล่าวถึงสิ่งที่เกิดขึ้นจริงกับไฟล์ที่คุณอัปโหลด คำถามสี่ข้อที่ควรค่าแก่การถามเครื่องมือถอดเสียง วิธี Hushscript รักษาระดับการเปิดเผยข้อมูลให้น้อย และธงสีแดงที่จะทำให้คุณปิดแท็บ มันเป็นการอธิบาย ไม่ใช่การขาย คำถามนี้ใช้ได้กับทุกเครื่องมือ รวมถึงเครื่องมือที่ไม่ใช่ของเราด้วย

จะเกิดอะไรขึ้นกับเสียงของคุณ

เมื่อคุณอัปโหลดไฟล์ ไฟล์จะไม่ไปที่จุดเดียวและกลับมาตรงๆ มีการเคลื่อนย้ายผ่านหลายระบบ และคำถามความเป็นส่วนตัวคือสิ่งที่แต่ละระบบทำกับระบบนั้น

พื้นที่เก็บข้อมูล บริการอัปโหลดอาจเขียนไฟล์ของคุณไปยังที่เก็บข้อมูลออบเจ็กต์บนคลาวด์ก่อนที่โปรแกรมเสียงพูดจะเห็น ที่เก็บข้อมูลนั้นมีนโยบายการเก็บรักษา ไม่ว่าเพจการตลาดจะระบุไว้อย่างชัดเจนหรือไม่ก็ตาม หลักการ GDPR ของคณะกรรมาธิการยุโรปกล่าวว่าข้อมูลส่วนบุคคลควรได้รับการจัดเก็บไว้ในเวลาที่สั้นที่สุดเท่าที่จะเป็นไปได้ และตรวจสอบกับขีดจำกัดการลบที่กำหนดไว้ ขอกรอบเวลาการเก็บรักษาจริงแทนที่จะอนุมานจากรายการฟีเจอร์

กำลังประมวลผล เสียงสามารถผ่านระบบอย่างน้อย 1 ระบบที่ใช้การรู้จำคำพูด การแยกผู้พูด และการล้างข้อมูล บริการอาจใช้กลไกหรือโปรเซสเซอร์ของตัวเอง ดังนั้นให้ตรวจสอบชื่อผู้ประมวลผลย่อยและเงื่อนไขการเก็บรักษา แทนที่จะถือว่าบริษัทในหน้าอัปโหลดเป็นฝ่ายเดียวที่เกี่ยวข้อง

ข้อมูลฝึกโมเดล โมเดลรู้จำเสียงพูดจะดีขึ้นจากการฝึกด้วยเสียงจริง และการบันทึกจากลูกค้าจริงเป็นข้อมูลฝึกโมเดลที่มีค่า บริการบางแห่งสงวนสิทธิ์ในเงื่อนไขการใช้งานว่าจะนำไฟล์ที่คุณอัปโหลดไปใช้เพื่อ “การปรับปรุงผลิตภัณฑ์” เรื่องนี้แทบไม่เคยเป็นช่องให้เลือกยอมรับอย่างชัดเจนตอนอัปโหลด มักซ่อนอยู่ในข้อกำหนดการให้บริการ หรือเปิดไว้โดยค่าเริ่มต้นและคุณต้องไปหาทางปิดเอง

บันทึก แม้แต่เครื่องมือที่ลบเสียงก็มักจะเก็บข้อมูลเมตาไว้ เช่น เมื่อคุณอัปโหลด ระยะเวลาของไฟล์ ภาษาที่ตรวจพบ จำนวนผู้พูด ข้อมูลเมตานั้นมีความเสี่ยงต่ำกว่าตัวเสียงมาก แต่ก็คุ้มค่าที่จะรู้ว่าข้อมูลนี้มักจะมีอายุยืนยาวกว่าการบันทึก

ประเด็นสำคัญไม่ใช่ว่าทั้งหมดนี้เป็นเรื่องน่ากลัว แต่การ “อัปโหลดเสียง รับข้อความกลับ” ซ่อนการตัดสินใจแยกกันสี่หรือห้าเรื่องไว้ และเครื่องมือที่ใส่ใจทุกเรื่องเหล่านั้นต่างจากเครื่องมือที่ไม่ใส่ใจอย่างเห็นได้ชัด

คำถามสี่ข้อในการถามเครื่องมือถอดเสียง

คุณไม่จำเป็นต้องอ่านบล็อกวิศวกรรมทั้งหมดของบริษัทเพื่อตัดสินเครื่องมือ คำถามสี่ข้อครอบคลุมความเสี่ยงส่วนใหญ่ และบริการที่คิดว่าแนวทางปฏิบัติด้านข้อมูลสามารถตอบทั้งสี่ข้อได้อย่างชัดเจน

คำถามเหล่านี้ไม่ได้ตั้งใจจับผิด เครื่องมือที่ตอบทั้งสี่ข้ออย่างตรงไปตรงมาสมควรได้รับการพิจารณาให้ละเอียดขึ้น ส่วนเครื่องมือที่เลี่ยงตอบก็บอกอะไรบางอย่างกับคุณเช่นกัน

วิธีที่ Hushscript ทำให้การเปิดเผยข้อมูลน้อยที่สุด

หลักการออกแบบเบื้องหลัง Hushscript คือสัมผัสข้อมูลให้น้อยที่สุด: เสียงของคุณควรอยู่บนเซิร์ฟเวอร์ใดๆ นอกอุปกรณ์ของคุณให้สั้นที่สุดเท่าที่ทำได้ และสิ่งที่ถูกจัดเก็บควรอ่านไม่ได้หากรั่วไหล นั่นคือจุดแข็งด้านความเป็นส่วนตัว และควรอธิบายให้เป็นรูปธรรมว่ามันทำงานอย่างไร

วิดีโอของคุณจะไม่มีการอัปโหลด หากคุณวางไฟล์วิดีโอ Hushscript จะเตรียมแทร็กเสียงในเบราว์เซอร์ของคุณก่อนที่จะส่งสิ่งใดๆ แทร็กที่เข้ากันได้จะถูกคัดลอกโดยไม่ต้องเข้ารหัสซ้ำ การแปลงจะทำงานเฉพาะเมื่อแทร็กต้องการเท่านั้น สิ่งที่มาถึงบริการถอดเสียงคือการอัปโหลดเสียงเท่านั้นโดยที่ข้อมูลวิดีโอทิ้งไว้ ตัววิดีโอจะยังคงอยู่ในอุปกรณ์ของคุณตั้งแต่ต้นจนจบ

Hushscript ลบสำเนาเสียงที่ใช้ถอดเสียงหลังประมวลผล การลบเป็นไปโดยอัตโนมัติ ไม่ใช่สิ่งที่คุณขอ และไม่ได้ขึ้นอยู่กับว่าคุณจำได้ เสียงอยู่ในสถานะการประมวลผลชั่วคราวตั้งแต่อัปโหลดจนถึงการถอดเสียง จากนั้น Hushscript ลบออก

ขอให้ผู้ให้บริการเสียงพูดลบสำเนาของตนด้วย Hushscript ขอให้ผู้ให้บริการเสียงพูดลบสำเนาข้อความถอดเสียงของผู้ให้บริการเมื่องานเสร็จสมบูรณ์ หากคำขอนั้นล้มเหลว การลบอาจล่าช้า ดังนั้นนี่คือคำขอ ไม่ใช่คำมั่นว่าจะลบทันที Hushscript ไม่เคยนำไฟล์บันทึกของคุณไปฝึกโมเดล ซึ่งตอบคำถามของผู้ประมวลผลย่อยอย่างเปิดเผยแทนที่จะทิ้งไว้โดยปริยายในการอ้างสิทธิ์การลบระดับแอปพลิเคชัน

ข้อความถอดเสียงของคุณถูกเข้ารหัสขณะจัดเก็บ ข้อความถอดเสียงที่เข้าสู่แดชบอร์ดของคุณถูกเข้ารหัสในที่ที่จัดเก็บ หากพื้นที่จัดเก็บของเรารั่วไหล สิ่งที่ผู้โจมตีจะได้ไปคือไซเฟอร์เท็กซ์ที่อ่านไม่ได้ ไม่ใช่คลังคำพูดของคุณที่อ่านได้ เพื่อให้ชัดเจนถึงขอบเขตของข้อกล่าวอ้างนี้: นี่คือการป้องกันการรั่วไหล ไม่ใช่ zero-knowledge คีย์ถูกเก็บไว้บนเซิร์ฟเวอร์ของเรา เพื่อให้แอปถอดรหัสและแสดงข้อความถอดเสียงของคุณเองให้คุณดูได้ เราจึงไม่ได้อ้างว่าเราอ่านไม่ได้ เราอ้างว่าฐานข้อมูลที่ถูกขโมยไปจะไร้ประโยชน์หากไม่มีคีย์ ซึ่งเป็นภัยคุกคามที่การเข้ารหัสขณะจัดเก็บมีไว้รับมือจริงๆ

เกี่ยวกับการรับรอง Hushscript ไม่ถือ SOC 2 หรือใบรับรองการปฏิบัติตามข้อกำหนดอย่างเป็นทางการอื่นๆ วิธีการคือการรักษาพื้นผิวที่ถูกเปิดเผยให้มีขนาดเล็กเป็นอันดับแรก (แยกเสียงในเบราว์เซอร์ ลบสำเนาเสียงหลังประมวลผล เข้ารหัสสิ่งที่เก็บไว้) แทนที่จะสร้างที่เก็บบันทึกเสียงขนาดใหญ่ แล้วรับรองการควบคุมรอบๆ หากใบรับรองการปฏิบัติตามข้อกำหนดเป็นข้อกำหนดที่เข้มงวดสำหรับงานของคุณ นั่นเป็นเหตุผลที่ยุติธรรมในการเลือกผู้จำหน่ายที่ได้รับการรับรองแทน เป็นการดีกว่าที่จะรู้ล่วงหน้ามากกว่าที่จะคิดไปเอง

ผลโดยรวมคือร่องรอยข้อมูลที่เล็กและอยู่ไม่นาน สำเนาเสียงของ Hushscript มีอยู่เพื่องานถอดเสียงเท่านั้น ก่อนหน้านั้น เสียงอยู่ในอุปกรณ์ของคุณ หลังประมวลผล สิ่งที่เหลืออยู่คือข้อความถอดเสียงในรูปไซเฟอร์เท็กซ์ขณะจัดเก็บ คุณสามารถดูขั้นตอนทั้งหมดได้ในหน้าวิธีการทำงาน และหน้าการถอดเสียงแบบส่วนตัวจะเข้าสู่ข้อมูลเฉพาะเกี่ยวกับการจัดการข้อมูล

ตัวอย่างการใช้งานจริง: การสัมภาษณ์ที่เป็นความลับ

สมมติว่าคุณเป็นนักข่าวที่บันทึกการสัมภาษณ์ความยาว 50 นาทีในรูปแบบ MP4 เนื่องจากคุณถ่ายด้วยโทรศัพท์ แหล่งข่าวขอให้ไม่เปิดเผยตัวตน นี่คือสิ่งที่เกิดขึ้นทีละขั้นตอน และจุดที่การรับประกันความเป็นส่วนตัวมีผลจริง

1. คุณวางไฟล์ MP4 ลงในหน้าตัวอย่าง ยังไม่มีบัญชี หน้านี้อ่านไฟล์ในเบราว์เซอร์ของคุณและเตรียมเสียงในเครื่อง วิดีโอขนาด 1.8 GB ไม่เคยหลุดออกจากแล็ปท็อปของคุณ เฉพาะการอัปโหลดเสียงอย่างเดียวเท่านั้นที่เตรียมไว้สำหรับขั้นตอนต่อไป
2. ตัวอย่างที่มีป้ายกำกับผู้พูด 5 นาทีจะปรากฏขึ้น คุณเห็นว่าการแลกเปลี่ยนตอนเปิดแบ่งออกเป็น “ผู้พูด 1” และ “ผู้พูด 2” แล้ว ดังนั้นคุณจึงสามารถยืนยันได้ว่าการถอดเสียงนั้นสมเหตุสมผลก่อนตัดสินใจ การดูตัวอย่างนี้เป็นเพียงขั้นตอนเดียวที่ไม่มีบัญชีจริงๆ
3. คุณสมัครเพื่อถอดเสียงส่วนที่เหลือ การถอดเสียงมีการควบคุมแบบจำกัด ดังนั้นจึงต้องมีบัญชี บัญชีส่วนบุคคลที่มีสิทธิ์สามารถรับ 30 นาทีฟรีหนึ่งครั้ง หลังยืนยันบัตรหรือพร้อมการซื้อครั้งแรก ใช้วิธีชำระเงินที่แสดงในขั้นตอนชำระเงิน การสัมภาษณ์ 50 นาทีดำเนินไปเกิน 30 ฟรี ดังนั้นคุณจะเติมเงิน หน้าราคามีค่าใช้จ่ายต่อนาทีและเงื่อนไขนาทีฟรี
4. เสียงทั้งหมดจะถูกถอดเสียงแล้วลบออก ไฟล์เสียงจะได้รับการประมวลผล จากนั้น Hushscript ลบสำเนาของตน ข้อความถอดเสียงคือสิ่งที่อยู่บนเซิร์ฟเวอร์ โดยเข้ารหัสขณะจัดเก็บ
5. คุณติดป้ายกำกับใหม่และส่งออก คุณเปลี่ยนชื่อ “ผู้พูด 1” เป็นผู้สัมภาษณ์ และ “ผู้พูด 2” เป็นนามแฝงของแหล่งที่มา จากนั้นส่งออกไปยัง DOCX สำหรับบรรณาธิการ และเก็บ TXT ไว้สำหรับบันทึกย่อของคุณ การถอดเสียงจะอยู่ในแดชบอร์ดของคุณ โดยถูกเข้ารหัสไว้จนกว่าคุณจะลบออก

ประเด็นของตัวอย่าง: วิดีโอต้นฉบับไม่เคยไปถึงเซิร์ฟเวอร์ Hushscript ลบสำเนาเสียงของตนหลังประมวลผล และใครก็ตามที่ละเมิดพื้นที่จัดเก็บข้อมูลโดยไม่มีคีย์จะอ่านข้อความถอดเสียงที่เก็บไว้ไม่ได้ นั่นคือความแตกต่างระหว่าง “เราถอดเสียงไฟล์ของคุณ” และ “เราเก็บเสียงที่บันทึกไว้ของแหล่งที่มาของคุณไว้โดยไม่มีกำหนด”

มีคำตอบสำหรับความกังวลทั่วไป

มีสถานการณ์บางประการเกิดขึ้นบ่อยพอที่จะจัดการได้โดยตรง

“ไฟล์ของฉันมีขนาดใหญ่: นั่นหมายถึงการอัปโหลดที่ยาวและมีความเสี่ยงหรือไม่” วิดีโอขนาดใหญ่จะถูกจัดเตรียมไว้ในเครื่องก่อน เนื่องจาก วิดีโอจะยังคงอยู่ในอุปกรณ์ของคุณและส่งเฉพาะเสียงเท่านั้น แทร็กที่เข้ากันได้จะถูกคัดลอกโดยไม่ต้องเข้ารหัสซ้ำ ในขณะที่การแปลงจะสงวนไว้สำหรับไฟล์ที่ต้องการ ไม่มีการจำกัดขนาดไฟล์ แม้แต่วิดีโอขนาดใหญ่ก็ถูกจัดเตรียมไว้ในเบราว์เซอร์ของคุณ ตราบใดที่การบันทึกนั้นอยู่ภายใน 10 ชั่วโมง

“จะเป็นอย่างไรหากการถอดเสียงมีสิ่งที่ฉันไม่ต้องการเก็บไว้เลย” ใช้โหมดส่วนตัวสำหรับการรู้จำเสียงเท่านั้นและผลลัพธ์การเก็บถาวรที่มีการป้องกันด้วยรหัสผ่านโดยไม่ต้องบันทึกการถอดเสียงในบัญชีของคุณ สำหรับการถอดเสียงแบบปกติ ให้ส่งออกสิ่งที่คุณต้องการและลบการถอดเสียงเมื่อคุณไม่ต้องการอีกต่อไป

“ฉันมีไฟล์เสียงเท่านั้น ไม่มีวิดีโอ การแยกเบราว์เซอร์ยังคงมีความสำคัญอยู่หรือไม่” สำหรับไฟล์เสียงธรรมดา ไม่มีวิดีโอให้ระงับ ดังนั้นจึงไม่มีการป้องกันเฉพาะใดๆ สิ่งที่ยังคงทำอยู่คือสิ่งที่สำคัญที่สุดสำหรับงานที่มีความละเอียดอ่อน ได้แก่ Hushscript ลบสำเนาเสียงหลังประมวลผล ไม่เคยนำไฟล์บันทึกของคุณไปฝึกโมเดล และเข้ารหัสข้อความถอดเสียงขณะจัดเก็บ

“เครื่องมือฟรีมีความปลอดภัยน้อยลงโดยอัตโนมัติหรือไม่” ไม่ใช่โดยอัตโนมัติ แต่หากเครื่องมือนั้นฟรีโดยสิ้นเชิงและไม่มีวิธีสร้างรายได้ที่ชัดเจน ก็คุ้มค่าที่จะถามว่ากำลังสร้างรายได้อะไร บางครั้งคำตอบก็คือข้อมูลที่คุณมีส่วนร่วม เครื่องมือแบบเสียเงินหรือจ่ายตามการใช้งานอย่างน้อยก็มีรูปแบบการระดมทุนที่ไม่ขึ้นอยู่กับการขุดการอัปโหลดของคุณ

ไฟล์เก็บถาวรที่จัดเก็บเทียบกับการถอดเสียงและลบ

เครื่องมือการถอดเสียงมีโมเดลที่ตรงไปตรงมาสองแบบ และแบบใดที่เหมาะกับมันขึ้นอยู่กับสิ่งที่คุณกำลังถอดเสียง

เครื่องมือ แบบเก็บถาวร เก็บเสียงและข้อความถอดเสียงไว้ในไลบรารีที่ค้นหาได้ ซึ่งคุณสามารถย้อนกลับไปดูในอีกหลายเดือนต่อมาได้ ซึ่งจะเป็นประโยชน์อย่างแท้จริงหากคุณกำลังสร้างฐานความรู้ส่วนตัวของการบันทึกของคุณเองและเนื้อหาไม่มีความละเอียดอ่อน เช่น ผู้จัดพอดแคสต์ที่เก็บตอนของตนเอง ค่าใช้จ่ายก็คือกองบันทึกของคุณที่เพิ่มขึ้นเรื่อยๆ จะอาศัยอยู่บนเซิร์ฟเวอร์ของผู้อื่น

เครื่องมือ ถอดเสียงและลบ เช่น Hushscript ถือว่าข้อความถอดเสียงเป็นสิ่งที่ส่งมอบได้ และเสียงเป็นวิธีหนึ่งในการรับข้อความนั้น Hushscript ลบสำเนาเสียงที่ใช้ถอดเสียงหลังประมวลผล และข้อความถอดเสียงเป็นของคุณเพื่อส่งออกและนำออกได้ นั่นเป็นรูปแบบที่ถูกต้องเมื่อการบันทึกเป็นความลับและคุณมีสำเนาของไฟล์ต้นฉบับอยู่แล้ว เนื่องจากไม่มีเหตุผลที่เครื่องมือจะเก็บไว้เช่นกัน

ก็ไม่ผิดเช่นกัน แต่สำหรับการบันทึกทางกฎหมาย การสัมภาษณ์ บันทึกการบำบัด หรือสิ่งใดก็ตามที่มีแหล่งที่มาที่ไม่ระบุตัวตน โมเดลที่สองจะขจัดความรับผิดที่แหล่งแรกสะสมเมื่อเวลาผ่านไป

ธงแดงที่ต้องระวัง

เมื่อคุณประเมินเครื่องมือใดๆ สัญญาณบางอย่างก็คุ้มค่าที่จะถือเป็นคำเตือน

ถ้อยคำเรื่องการเก็บรักษาที่คลุมเครือ “เราจัดเก็บไฟล์ของคุณตามระยะเวลาที่เหมาะสม” หรือ “ไฟล์อาจถูกเก็บไว้เพื่อปรับปรุงบริการของเรา” ไม่ใช่ข้อผูกมัด “สมเหตุสมผล” อาจหมายถึงอะไรก็ได้ และ “ปรับปรุงบริการของเรา” มักครอบคลุมถึงการฝึกโมเดล

ข้อความเรื่องการฝึกโมเดลที่ซ่อนอยู่ในข้อกำหนด ตรวจสอบส่วน “การใช้งานที่ยอมรับได้” “เนื้อหา” หรือ “ใบอนุญาต” ของข้อกำหนดในการให้บริการ ไม่ใช่แค่นโยบายความเป็นส่วนตัว เครื่องมือบางอย่างให้ใบอนุญาตแก่ตัวเองอย่างกว้างขวางเพื่อใช้เนื้อหาที่ส่งมาตามที่พวกเขาต้องการ ซึ่งอาจรวมถึงการฝึกโมเดลในนั้นแบบเงียบๆ ด้วย

ไม่มีคำตอบที่ชัดเจนสำหรับคำถามโดยตรง หากการสนับสนุนไม่สามารถพูดได้อย่างชัดเจนว่าเมื่อใดที่เสียงถูกลบหรือมีการใช้การบันทึกสำหรับการฝึกโมเดลหรือไม่ ความเงียบนั้นก็คือคำตอบในตัวมันเอง

ฟรีโดยไม่มีโมเดลเงินทุนที่มองเห็นได้ หากเครื่องมือใช้งานได้ฟรีและ เศรษฐศาสตร์ไม่ชัดเจน ให้พิจารณาว่าผลิตภัณฑ์ที่ขายเป็นข้อมูลที่คุณส่งมอบหรือไม่

พื้นที่เก็บข้อมูลไม่จำกัดซึ่งจับคู่กับการส่งออกเพย์วอลล์ เครื่องมือที่จะจัดเก็บเสียงของคุณตลอดไปแต่มีค่าใช้จ่ายในการส่งออกข้อความถอดเสียงได้รับการออกแบบมาเพื่อให้คุณพึ่งพาพื้นที่เก็บข้อมูล ไม่ใช่เพื่อให้คุณควบคุมเนื้อหาของคุณเองได้

สำหรับการสัมภาษณ์ การบันทึกทางกฎหมาย หรือเสียงใดๆ ที่มีเนื้อหาละเอียดอ่อน คำถามที่สำคัญไม่ได้อยู่ที่ว่าการถอดเสียงนั้นถูกต้องหรือไม่ แต่อยู่ที่ว่าเสียงที่สร้างเนื้อหานั้นจะยังคงเป็นของคุณอยู่หรือไม่ หน้าการถอดเสียงแบบส่วนตัว แสดงให้เห็นว่าแนวทางของ Hushscript เปรียบเทียบกับค่าเริ่มต้นอย่างไร

และหากคุณต้องการกลไกการลบโดยเฉพาะ (เมื่อเกิดขึ้น สิ่งที่นับเป็น “ถูกลบ” และเหตุใดเราจึงสร้างสิ่งนั้นเป็นค่าเริ่มต้น) เหตุใดเราจึงลบเสียงของคุณหลังจากการถอดเสียง จะครอบคลุมรายละเอียดทั้งหมด