部落格
為什麼我們在轉成逐字稿後刪除您的音訊
作者: Hushscript 發布: 最後審閱:
Hushscript 會在處理完成後移除其轉錄用音訊副本。不是 30 天後,不是關閉帳戶時,也不是等您想起來要求的時候。移除是自動的,留在您手上的是逐字稿。
保留策略因轉錄服務而異,而且差異很重要。 ICO 的儲存限制指南給出了有用的原則:個人資料的保存時間不應超過其目的所需的時間。 Hushscript 對音訊做了刻意收窄的選擇,這篇文章說明 Hushscript 刪除什麼、保留什麼、刪除如何運作,以及如何在用完之後移除已儲存的逐字稿。
刪除的案例
保留客戶音訊會產生幾種不同類別的風險。刪除它會刪除每一個而不是減輕它,而且這種差異比它第一次出現時更重要。
不存在的資料無法被入侵,也無法外洩。任何保存錄製音訊的儲存桶都會成為目標,而且資料外洩很少在發生當天就被發現。安全事件報告一致發現,入侵通常在最初入侵後數週或數月內未被注意到。Hushscript 在處理後已經移除的錄音,在那段曝光期間根本不在那裡可被取走。
同樣的邏輯適用於合法和強制存取。傳票、法院命令或資料請求只能取得仍然存在的資料。在請求時已刪除的音訊不可用,不是因為有人扣留或積極保護它,而是因為它已經消失了。對於擁有機密消息來源的記者、持有特權資料的律師或記錄治療的治療師來說,「我們不再擁有它」比「我們擁有它但承諾保護它」的立場要強得多。
刪除還可以防止意外曝光。儲存系統配置錯誤。公共讀取儲存桶是一類反覆出現的安全事件,正是因為這種錯誤很容易犯下且很難注意到。不持久的檔案在上傳六個月後不會因權限錯誤而暴露。
還有一個更安靜的好處。自動刪除表明的是意圖而不是政策。隱私權聲明中寫著“我們將根據請求刪除您的資料”,要求您相信其措辭和執行:請求到達正確的系統,得到正確的處理,並且您記得發送該請求。預設刪除的系統不依賴任何一個。安全的結果是當沒有人採取任何行動時發生的結果。
這種權衡是真的,值得明確說明。您稍後無法從我們這裡檢索音訊,因為沒有任何內容可以檢索。如果您需要原始錄音而不是逐字稿,您可以保留自己的副本。這是我們刻意選擇的設計約束,而不是我們忘記填補的空白。
Hushscript 刪除什麼,以及不刪除什麼
「刪除」是個常被寬鬆使用的詞,因此有必要精確說明它在這裡涵蓋什麼、不涵蓋什麼。
它指的是語音處理管線中的音訊。檔案轉錄完成後,會發生兩件獨立的事。Hushscript 會移除其轉錄用音訊副本,並要求語音服務供應商在作業完成定案後,刪除其保留的逐字稿副本。如果該請求失敗,移除可能會延遲,因此 Hushscript 不承諾供應商端能即時抹除。使用外部處理方的服務必須對該處理方負責,僅憑應用程式層級的刪除聲明,並不能單獨回答子處理者的問題。不變的是 Hushscript 自己的承諾:絕不會用您的錄音訓練模型。
移除音訊並不等於完全不保留資料,把兩者混為一談是不誠實的。您的帳戶存在。您的逐字稿存在於儀表板中,直到您將它移除。您所用分鐘數的計費記錄存在,還有基本的作業元資料,例如時間戳記、時長和偵測到的語言。這些都不是音訊。Hushscript 在處理後移除的,是它那份錄音副本,也就是真正承載您的聲音和所說內容的那一項資料。
因此,當本網站說 Hushscript 會移除您的音訊時,請把它理解為針對轉錄用音訊副本的具體、狹義的聲明,而不是一個「什麼都不儲存」或「語音供應商端會立即清除」的籠統承諾。我們能夠負責的,是這個狹義的版本。
Hushscript 中刪除的工作原理
Hushscript 保留您的音訊只是為了轉錄它。它永遠不會躺在存放區裡等著被再次開啟。生命週期很短,而且是單向的。
- 您上傳。 您將檔案拖曳到音檔轉文字等頁面或其他上傳點之一。音訊(且只有音訊)會移入處理佇列。如果檔案是影片,其音訊已在您的瀏覽器中準備好(相容時不重新編碼直接複製,僅在需要時進行本機轉換),因此影片資料會留在您的裝置上。
- 已轉錄。 語音引擎處理音訊並返回帶有說話者標籤和時間戳記的轉錄。這是音訊被主動使用的唯一階段。
- 先儲存,再移除。 逐字稿會寫入您的儀表板,Hushscript 會移除其音訊副本。沒有第四個階段讓錄音躺在存放區裡,它是從處理直接進入移除。
因為沒有靜置階段,所以沒有任何音訊保留設定需要配置或忘記。音訊只為這項作業存在,處理後即被移除。簡單來說:Hushscript 的轉錄用音訊副本只為這項作業而存在,您的來源檔案留在您的裝置上,持續保留下來的是逐字稿。
對敏感工作而言,最有用的細節往往是資料在哪裡處理。如果您位於歐盟、歐洲經濟區、瑞士或英國,您的音訊會在歐盟處理。其他地方則在美國處理。無論哪種方式,Hushscript 都會在處理後移除其音訊副本。您可以在運作方式頁面查看完整路徑,隱私轉錄頁面則說明資料處理的細節,以及它們與預設儲存規範的比較。
一個有效範例:刪除的實際效果
將一段 40 分鐘的客戶會議記錄儲存為來自手機的 M4A。它包含名稱、數字以及一些沒人願意出現在陌生人伺服器上的內容。
您無需帳戶即可將檔案放入預覽中。將出現一個前 5 分鐘的帶有說話者標籤的剪輯,以便您可以確認兩個聲音是否正確分離。該預覽是唯一不需要帳戶的步驟。完整轉錄需要帳戶及足夠的可用分鐘數。符合資格的個人帳戶可在信用卡驗證後,或首次購買時,一次性獲得 30 分鐘免費額度。40 分鐘的會議超出了免費額度,所以您需要先儲值;定價頁面列有每分鐘的費用和免費額度條款。接著完整的音訊會被轉錄,逐字稿儲存到儀表板後,Hushscript 就會移除其 M4A 副本。您將「說話者 1」和「說話者 2」重新標記為真實姓名,匯出 DOCX 作為記錄,記錄會保留在您的帳戶中並靜態加密,直到您刪除它或保留規則將其刪除。
逐步說明的目的,是展示這項保證實際適用在哪裡。處理後,Hushscript 會移除其儲存的會議音訊副本。逐字稿是持續保留的成品,連它也可以由您刪除。以可搜尋錄音資料庫為核心的服務,則做了不同的取捨;為敏感工作選擇那種模式之前,請先閱讀它的保留控制設定。
當您不想儲存副本時
使用隱私模式。它僅執行語音辨識,跳過保存的逐字稿儲存和後處理 AI,並返回受密碼保護的存檔,而不是將逐字稿保留在您的帳戶中。
刪除正常逐字稿
刪除音訊可處理錄音。逐字稿是另一半,你可以直接控制那一半。轉錄後,文字將保留在儀表板中,直到您將其刪除。
- 打開轉錄。
- 選擇刪除。
- 轉錄文字將會被刪除。
這就是整個流程,而且系統還會傳回一份可下載的收據,記錄刪除了什麼、何時刪除。這份收據能證明什麼、不能證明什麼,下文會說明。刪除逐字稿會移除其文字,而不是把它移到您看不到的回收站。如果您已經知道自己不需要儲存的逐字稿,那麼隱私模式就是更乾淨的路徑。
如果您想一次清除所有內容,可以在確認步驟後從個人資料中刪除整個帳戶。在此之前值得了解的是:您已購買的任何分鐘數都不會因帳戶刪除而退還,因此請先花費或牢記它們。
保留期限:依排程刪除
並非每份逐字稿都會被手動刪除。設定帳戶範圍內的預設值:保留所有內容直到您自行刪除,或在 7、30、90 或 365 天後自動移除逐字稿,Hushscript 會遵循該排程,無需您記得動手。任何單一逐字稿也可以帶有自己的自動刪除日期,覆蓋帳戶預設值,適用於需要比其他檔案更短保存期限的那一份,或需要保留更久的那一份。
這些期限管理的是已儲存的逐字稿文字。您的音訊遵循上述較簡單的規則:無論設定什麼期限,處理完成後都會被移除。排程刪除執行時不會下載收據,但會在您逐字稿清單中被刪除的項目上存放一份,您之後可以下載。
刪除證明:收據能顯示什麼
「刪除證明」是人們在要求轉錄服務刪除其音訊後,想要比隱私權政策承諾更可靠的內容時會搜尋的詞。沒有任何轉錄服務(包括 Hushscript)可以向您提供加密證明,證明檔案不再存在於其基礎設施上的任何位置。證明否定性不是供應商能向外部方展示的事,因此刪除聲明歸根究柢是信任供應商,最多只能對照其自身日誌來檢查。NIST 的媒體清理指南顯示了相同的範圍界定問題:清理取決於媒體、方法、驗證和處置過程,而面向使用者的記錄無法檢查所有這些層。
Hushscript 提供的是刪除收據。專用的逐字稿、AI 產物和帳戶刪除流程會傳回可下載的 JSON 檔案,記錄刪除了什麼、何時刪除。這比一般承諾更狹窄、也更容易檢查,可作為附上自己檔案(例如案件文件)的時間戳記錄。
它同樣有其限制。收據是 Hushscript 對自己這一側所做之事的說明。它不是經過獨立稽核的認證,也不是第三方的資料刪除證明,無法代表處理方的系統。它僅記錄檔案中載明的 Hushscript 刪除項目。如果您的情況需要經過獨立認證的刪除,那是比這份收據所提供的更強、也不同的保證。
誠實的部分:我們保留的內容和加密限制
隱私權聲明的價值與其所承認的部分相同。有兩件事值得一個清晰、不誇張的聲明。
首先,剩餘資料。Hushscript 會移除其音訊副本,但逐字稿會保留,直到您將它移除,營運和計費所需的一小組作業元資料也一樣。該元資料的風險比音訊低得多,因為它描述的是作業,而不是承載您的聲音,但它並不是什麼都沒有,我們寧可把它說出來,也不願暗示一個並不存在的乾淨狀態。
其次,保留的記錄在靜態時是加密的。如果我們的儲存被洩露,攻擊者帶走的將是無法讀取的密文,而不是每個人的話語的可搜尋檔案。這是針對儲存外洩的真正保護,這也是靜態加密所針對的威脅。這也是我們刻意停下來的地方。這不是零知識加密。金鑰保存在我們的伺服器上,因為應用程式必須能夠解密並在您打開它時向您顯示您自己的逐字稿。因此,我們並不是說我們無法閱讀您的逐字稿。我們聲稱,對於沒有金鑰的盜竊者來說,被盜的資料庫將毫無用處。任何告訴您轉錄工具的人都可以按需顯示您的逐字稿,並且在數學上無法閱讀它們,這是在掩蓋按鍵的工作原理。
這就是完整而誠實的樣貌。Hushscript 會移除其音訊副本,並要求語音服務供應商刪除其逐字稿副本,這讓錄音不再出現在畫面中。逐字稿以加密方式保留,即使儲存外洩,外流的也只是無法讀取的密文,但這並不是對我們上鎖,您可以隨時刪除它。我們寧可讓您確切知道界線在哪裡,也不願讓您相信一句悄悄把界線挪走的口號。
更廣泛的原因
這個行業的預設是儲存。上傳、轉錄所有內容並將其保存在使用者可以返回的庫中。對某些人來說,這是一個真正的功能:播客為自己的劇集建立可搜尋的檔案,將每個記錄放在一個位置會受益匪淺,而且內容不敏感。
但是對於機密錄音來說,儲存並不是一個糟糕的預設設定。第三方伺服器上多年的特權諮詢、消息人士訪談或內部談判的檔案,隨著時間的推移,會悄悄加劇。它存在的時間越長,發生違規、傳票或錯誤配置的可能性就越大。
當逐字稿是您需要的東西而音訊只是獲取它的手段時,刪除是正確的預設設定。如果您已經在自己的裝置或自己的儲存空間中儲存了來源檔案,我們就沒有理由保留第二個副本。所以我們不這樣做。
有關更廣泛的風險情況,包括在上傳任何轉錄工具之前值得詢問的問題,請參閱為什麼不應上傳您的音訊。此處描述的刪除行為與此處介紹的刪除行為相同;該貼文縮小了敏感錄音的全套隱私權衡。
獨立來源與標準
Hushscript 參考了這些獨立且非競爭性的資料來源。它們用於說明研究、標準或平台運作方式,並不代表其為 Hushscript 背書。
來源審閱日期: