จะถอดเสียงแต้จิ๋วที่อากงอาม่าพูดให้คนรุ่นหลังอ่านได้อย่างไร
ถอดเสียงแต้จิ๋วให้คนรุ่นหลังอ่านได้ด้วยการแบ่งเสียงเป็นช่วงที่มีเวลาเริ่มและจบ ระบุผู้พูด แล้วบันทึกเป็นหลายชั้น ได้แก่ เสียงที่ได้ยิน ระบบถอดเสียงที่ระบุชื่อ คำอ่านไทยโดยประมาณ คำแปล และจุดที่ยังไม่แน่ใจ
เริ่มจากสำเนาทำงานและข้อตกลงที่ชัด
เก็บไฟล์ต้นฉบับไว้เหมือนเดิม แล้วสร้างสำเนาสำหรับฟังช้า ตัดช่วง หรือปรับระดับเสียง ตั้งรหัสงานที่ไม่เปิดข้อมูลอ่อนไหว เช่น TCF-0001 และใช้ชื่อไฟล์สม่ำเสมอ เช่น TCF-0001_20260830_audio-master.wav กับ TCF-0001_transcript-th_v01.tsv อย่าใส่ชื่อเต็ม ที่อยู่ หรือโรคประจำตัวในชื่อไฟล์ซึ่งอาจปรากฏในผลค้นหาและลิงก์แชร์
ก่อนถอด ให้ตรวจคำอนุญาตว่าใครฟังเสียง เห็นชื่อจริง อ่านคำถอด และช่วยตรวจภาษาได้ หากจะส่งเสียงให้ผู้รู้ภายนอกครอบครัว ต้องขอเพิ่มและบอกว่าจะส่งไฟล์ใด Oral History Association แนะนำให้เคารพข้อจำกัดการเข้าถึงตามข้อตกลง และเปิดโอกาสให้ผู้เล่าตรวจงานก่อนเผยแพร่เมื่อทำได้
ทำสำรองตั้งแต่ต้นตามหลัก 3-2-1 คือมีสามสำเนา อยู่บนสื่ออย่างน้อยสองชนิด และมีหนึ่งสำเนาอยู่นอกสถานที่ เครื่องมือซิงก์อย่างเดียวไม่พอหากการลบผิดถูกส่งไปทุกชุด ควรมีสำเนาที่แยกจากเครื่องทำงานและทดสอบว่าเปิดคืนได้จริง
แบ่งช่วงสั้นและผูกทุกบรรทัดกับเวลา
ฟังรอบแรกเพื่อทำแผนที่เนื้อหา แล้วแบ่งตามการเปลี่ยนผู้พูด การหยุด หรือหน่วยความหมาย บรรทัดหนึ่งควรมีเวลาเริ่ม เวลาจบ รหัสผู้พูด และข้อความ ตัวอย่าง 00:03:15.200–00:03:24.800 ช่วยให้คนตรวจกลับไปยังเสียงได้ทันที
ELAN รองรับข้อความหลายชั้นที่เชื่อมกับแกนเวลา แต่ตารางคำนวณก็พอสำหรับคลังเล็ก ให้หนึ่งแถวแทนหนึ่งช่วง มีคอลัมน์เวลา และใช้รูปแบบชั่วโมง นาที วินาที และมิลลิวินาทีเหมือนกันทั้งงาน
ใช้รหัสผู้พูดแทนการเดาชื่อเมื่อได้ยินหลายคน เช่น SPK01 และ SPK02 ทำเครื่องหมายเสียงทับกัน เสียงหัวเราะ การหยุดนาน และคำฟังไม่ชัดอย่างสม่ำเสมอ หากเดาได้หลายคำ ให้เก็บตัวเลือกพร้อมระดับความมั่นใจ ไม่ควรเติมคำที่ฟังดูสมเหตุผลแล้วลบความไม่แน่นอนออก
เลือกระบบเขียนเสียงหนึ่งระบบ แล้วอธิบายสิ่งที่ระบบนั้นเก็บ
Learn Teochew รวบรวมหลายระบบ ทั้ง Guangdong Peng’im, Gaginang Peng’im, Peh-ue-ji และ Tie-lo ซึ่งใช้ตัวอักษรและเครื่องหมายเสียงต่างกัน เลือกหนึ่งระบบเป็นคอลัมน์หลัก บันทึกชื่อคู่มือไว้ใน metadata และเก็บรูปเขียนเดิมจากสมุดของญาติแยกต่างหาก
คำอ่านไทยช่วยให้เริ่มออกเสียงได้ แต่แทนวรรณยุกต์ เสียงกักท้าย เสียงนาสิก และความต่างตามถิ่นได้ไม่ครบ จึงต้องเขียนกำกับว่าเป็นคำอ่านโดยประมาณ ไม่ควรใช้แทนคอลัมน์ระบบถอดเสียง หากครอบครัวออกเสียงต่างจากพจนานุกรม ให้จดรูปที่ได้ยินและสถานที่หรือสายครอบครัว ไม่แก้เสียงของผู้พูดให้ตรงมาตรฐานโดยเงียบ ๆ
อักษรจีนควรใส่เมื่อมีหลักฐานจากเอกสาร ผู้รู้ หรือแหล่งอ้างอิงที่ตรวจได้ เพราะคำพูดพื้นถิ่นบางคำอาจมีหลายรูปเขียนหรือไม่มีข้อยุติ ควรแยกอักษรที่ยืนยันแล้ว อักษรที่เสนอไว้ตรวจ และช่องว่างที่ยังไม่ทราบ การแปลไทยทำสองระดับได้ คือความหมายใกล้คำเดิมกับฉบับอ่านลื่น โดยไม่ทำให้คำอธิบายภายหลังดูเหมือนคำพูดของอากงอาม่า
ตรวจซ้ำ ส่งออก และรักษาประวัติการแก้ไข
ตรวจอย่างน้อยสองรอบ รอบแรกจับคำและเวลา รอบสองฟังต่อเนื่องเพื่อดูว่าการแบ่งช่วงทำลายความหมายหรือไม่ ให้ผู้พูดหรือผู้รู้แต้จิ๋วอีกคนตรวจโดยเห็นเสียงต้นฉบับและจุดที่ไม่แน่ใจ จดว่าใครตรวจ วันที่ใด และแก้อะไร แทนการเขียนทับโดยไม่เหลือร่องรอย
เก็บฉบับทำงานเป็น UTF-8 ในรูปแบบที่เปิดได้กว้าง เช่น TSV หรือ CSV พร้อมสำเนาอ่านง่ายเป็น PDF หรือ HTML หากใช้ ELAN ให้เก็บไฟล์โครงการกับสื่อที่เชื่อมโยงกัน สร้างค่า checksum เช่น SHA-256 หลังยืนยันไฟล์ แล้วบันทึกค่า อัลกอริทึม และวันที่ไว้ในรายการไฟล์ ค่า checksum ช่วยตรวจว่าไฟล์เปลี่ยนหรือเสียหาย แต่ไม่ใช่ไฟล์สำรองและไม่บอกว่าคำถอดถูกภาษา
metadata ขั้นต่ำควรมีรหัสงาน วันที่ ผู้พูดแบบรหัส ผู้ถอด ผู้ตรวจ รูปแปรภาษา ระบบถอดเสียง รุ่นคำถอด สิทธิ์เข้าถึง ชื่อไฟล์ และ checksum เก็บตารางเชื่อมรหัสกับชื่อจริงแยกและจำกัดสิทธิ์ คนรุ่นหลังจึงอ่านเข้าใจ กลับไปฟังได้ และเห็นจุดที่ยังต้องถามต่อ