Расшифровка и защита данных: что решить до загрузки

Аудиофайл с голосами редко безобиден. Как только понятно, кто говорит, вы обрабатываете персональные данные, а часто и больше: исследовательское интервью содержит жизненные истории, рабочее совещание — кадровые вопросы, медицинская консультация — данные о здоровье. Расшифровка ничего в этом не меняет, она лишь делает содержимое доступным для поиска. В этой статье разобрано, что стоит решить до загрузки. Это не юридическая консультация: в сомнительных случаях решает ваш специалист по защите данных или юрист.

Прежде всего: можно ли было вести запись вообще?

Выбор сервиса расшифровки приходит слишком поздно, если сама запись была незаконной. В Германии § 201 Уголовного кодекса делает уголовным правонарушением запись устной речи непубличного разговора без разрешения: это относится к тайно записанным звонкам и встречам так же, как к диктофону, тихо оставленному включённым. Во многих юрисдикциях действуют похожие правила, а некоторые требуют согласия каждого участника. Выступление перед большой аудиторией — это не то же самое, что разговор один на один, а вопрос «Можно это записать?» в самом начале — самая дешёвая страховка, какая существует.

• Предупредите о записи до её начала и зафиксируйте согласие на самой записи
• В группе спросите всех присутствующих, а не только организатора
• Для лекций проверьте правила учебного заведения: многие разрешают запись только для личного использования
• В звонке у собеседника те же права, что у человека в комнате
• Отсутствие разрешения нельзя исправить задним числом

На каком правовом основании идёт обработка?

Статья 6 GDPR требует правового основания для каждой обработки персональных данных. В повседневной расшифровке важны три: согласие, исполнение договора и законный интерес. Какое из них применимо, зависит от контекста: исследовательское интервью опирается на другое основание, чем протокол внутреннего совещания.

Специальные категории: где заканчивается удобство

Статья 9 GDPR даёт особую защиту отдельным категориям: здоровью, этническому происхождению, политическим взглядам, религиозным убеждениям, членству в профсоюзах, сексуальной жизни, биометрическим данным. Такое содержимое попадает в расшифровки чаще, чем кажется в момент загрузки: в придаточном предложении интервью или в больничном листе, упомянутом на командном совещании. Обработка этих категорий в принципе запрещена, исключения узкие. Если вы с ними работаете, нужны прочное основание для исключения, оценка рисков и, как правило, провайдер с договорными гарантиями — а не первый попавшийся бесплатный инструмент.

Расшифровка на работе: договоры поручения обработки данных

Как только вы расшифровываете по поручению организации — университета, редакции, юридической фирмы, компании, — сервис расшифровки обрабатывает данные по вашим указаниям. Статья 28 GDPR требует договора обработки данных, который охватывает цель, срок, инструкции, субобработчиков, меры безопасности и удаление. Без такого договора обработка формально недопустима, как бы тщательно провайдер ни работал технически. На личные заметки это не распространяется; на всё профессиональное — распространяется.

Как распознать добросовестный сервис расшифровки

Провайдеры отличаются не столько точностью, сколько тем, что происходит с вашей аудиозаписью потом. Серьёзный сервис отвечает на эти шесть вопросов публично, без необходимости спрашивать:

• Как долго хранятся аудио и расшифровка и что на практике значит «удалено»?
• Кто субобработчики и в каких странах находятся их серверы?
• Используются ли мои записи для обучения моделей? (Ответ должен быть однозначным «нет».)
• Есть ли договор обработки данных и можно ли получить его без звонка в отдел продаж?
• Какие данные собираются попутно: аккаунт, IP-адрес, аналитические cookie-файлы?
• Что происходит при утечке данных и как быстро вас об этом уведомят?

В Sprechverlauf распознавание проходит через OpenRouter в США: бесплатные прогоны используют Whisper Large v3 Turbo у DeepInfra или Groq, платные — Microsoft MAI-Transcribe-2 в Azure. Каждый запрос отправляется с режимом Zero Data Retention, поэтому провайдеры не могут ни хранить аудио и текст, ни обучаться на них. На нашем сервере файл хранится только до окончания обработки (максимум два часа), а расшифровка держится в памяти до двух часов; аудио никогда не сохраняется постоянно. Текст расшифровки и имена файлов сохраняются, только если вы вошли в аккаунт, и тогда лишь в зашифрованном виде в вашем аккаунте. Пробовать сервис можно без аккаунта, поэтому не нужны ни имя, ни адрес. Для многих сценариев этого достаточно; для данных о здоровье и информации клиентов, защищённой профессиональной тайной, — прямо нет.

Минимизация данных — самая действенная мера

Самая безопасная обработка — та, которой не происходит. Прежде чем загружать двухчасовую запись, стоит спросить себя: действительно ли нужен весь файл или только двадцать минут, которые важны? Имена при передаче расшифровки можно заменить инициалами, а аудиофайлы редко должны постоянно лежать в облачной папке, которую может читать вся команда.

• Расшифровывайте только нужный фрагмент, а не всю запись
• Псевдонимизируйте расшифровки перед тем, как делиться ими или цитировать
• Удаляйте аудио, когда работа закончена, в том числе из корзины
• Заранее определите срок хранения, а не ищите его потом
• Ограничьте доступ теми, кому текст действительно нужен

Права записанных людей

Тот, кого записали, сохраняет права на расшифровку: доступ, исправление, удаление, ограничение, возражение. На практике это значит, что вы должны знать, где лежит нужная запись и как её найти, когда человек позвонит через полгода. Простой список с датой записи, целью, участниками и местом хранения служит этому лучше любого поиска по файловой системе потом — и в исследовательских проектах это в любом случае часть хорошей практики.