یادداشت تحلیلی / برندینگ پزشکی

صدای مصنوعی در آموزش پزشکی؛ متن، رضایت و کنترل کیفیت

ارزش گویندگی مصنوعی به روشن بودن متن و درست شنیده شدن اصطلاحات وابسته است؛ شباهت صدا نباید هویت گوینده را مبهم کند.

میکروفون مشکی و موج صوتی قرمز؛ تصویر مفهومی فناوری صوت

گویندگی مصنوعی می‌تواند تولید نسخهٔ صوتی یک متن آموزشی را آسان کند. اما شنونده نمی‌تواند مثل خواننده به‌سرعت به عقب برگردد و یک واژهٔ مبهم را بررسی کند. بنابراین بازبینی نسخهٔ صوتی، مرحله‌ای مستقل از ویرایش متن است.

متن را برای شنیدن بنویسید جمله‌های بلند، پرانتزهای متعدد و اختصارهای بی‌توضیح را بازنویسی کنید. عددها و واحدها را طوری بنویسید که خوانش آن‌ها روشن باشد. پیام اصلی هر بخش را پیش از جزئیات بیاورید. CDC؛ شاخص ارتباط روشن برای بررسی وضوح پیام، مخاطب و اقدام مورد انتظار مفید است.

نام و اصطلاح را گوش کنید پس از تولید، تمام فایل را گوش دهید؛ بررسی چند ثانیهٔ اول کافی نیست. تلفظ واژه‌های تخصصی، عددها و نفی جمله را با متن تطبیق دهید. نسخهٔ متن همراه صوت منتشر شود تا دسترسی و بازبینی آسان‌تر شود.

هویت گوینده روشن باشد اگر صدا شبیه فرد مشخصی است، رضایت و دامنهٔ استفاده باید روشن باشد. به مخاطب نگویید شخصی متن را گفته که در واقع آن را ضبط نکرده است. استفاده از صدا نباید تأیید حرفه‌ای یا تجربه‌ای را القا کند که وجود ندارد. GMC؛ حضور حرفه‌ای در شبکه‌های اجتماعی مرجعی دربارهٔ مسئولیت حضور حرفه‌ای در رسانه است؛ مقررات بریتانیا را نباید قانون ایران معرفی کرد.

برای مدیریت محتوا، فایل متن تأییدشده، تاریخ، نسخهٔ صوت و نام بازبین را کنار هم نگه دارید. اگر متن تغییر کرد، نسخهٔ صوتی قدیمی نیز باید در فهرست اصلاحات دیده شود؛ وگرنه دو پیام متفاوت از یک موضوع در دسترس می‌ماند.

برای بررسی و مطالعهٔ بیشتر

منابع این یادداشت

  1. CDC؛ شاخص ارتباط روشن www.cdc.gov
  2. GMC؛ حضور حرفه‌ای در شبکه‌های اجتماعی www.gmc-uk.org
میلاد جلالی
دربارهٔ نویسنده

دکتر میلاد جلالی

بنیان‌گذار ریسرچ ادیتور و محتوانگار. کار من به پژوهش، آموزش هوش مصنوعی و برندینگ پزشکی متصل است.

رزومه و سوابق ↖پروژه‌ها ↖