Транскрипція і захист даних: що вирішити до завантаження

Аудіофайл, на якому чути голоси, рідко буває безпечним. Щойно зрозуміло, хто говорить, ви обробляєте персональні дані — а часто й більше: дослідницьке інтерв’ю містить життєві історії, командна нарада — кадрові питання, медична консультація — дані про здоров’я. Транскрипція цього не змінює; вона лише робить вміст доступним для пошуку. Ця стаття розкладає, що варто вирішити до завантаження. Це не юридична порада; у разі сумнівів вирішувати має ваш відповідальний за захист даних або юрист.

Спершу: чи взагалі дозволено було записувати?

Вибір сервісу транскрипції приходить запізно, якщо сам запис був незаконним. У Німеччині § 201 Кримінального кодексу робить злочином запис невідкритого слова з неоприлюдненої розмови без дозволу — це стосується і таємно записаних дзвінків та зустрічей, і диктофона, який тихо залишили вмикненим. Багато юрисдикцій мають схожі правила, а деякі вимагають згоди всіх учасників. Доповідь перед великою аудиторією — інша річ, ніж розмова віч-на-віч, а запитання «чи можна це записувати?» на початку — найдешевший запобіжник, який існує.

• Повідомте про запис до його початку — і зафіксуйте згоду на записі
• У групі питайте всіх присутніх, а не лише ведучого
• Для лекцій перевірте правила закладу: багато хто дозволяє записи лише для особистого користування
• Під час дзвінка співрозмовник має ті самі права, що й людина в кімнаті
• Відсутній дозвіл не можна виправити задним числом

Яка правова підстава покриває обробку?

Стаття 6 GDPR вимагає правової підстави для кожної обробки персональних даних. Для повсякденної транскрипції важливі три: згода, виконання договору та законний інтерес. Яка з них застосовується, залежить від контексту — дослідницьке інтерв’ю спирається на іншу підставу, ніж протокол внутрішньої наради.

Особливі категорії: де закінчується зручність

Стаття 9 GDPR надає особливий захист окремим категоріям: здоров’я, етнічне походження, політичні погляди, релігійні переконання, членство в профспілці, сексуальне життя, біометричні дані. Такий вміст у транскриптах трапляється частіше, ніж люди очікують під час завантаження: у підрядному реченні інтерв’ю, у лікарняному листку, згаданому на командній нараді. Обробка цих категорій у принципі заборонена, з вузькими винятками. Якщо ви працюєте з ними, потрібні надійний виняток, оцінка ризиків і, як правило, постачальник із договірно гарантованими запобіжниками — а не перший безкоштовний інструмент під рукою.

Транскрибування на роботі: договори з обробником даних

Щойно ви транскрибуєте від імені організації — університету, редакції, юридичної фірми, компанії, — сервіс транскрипції обробляє дані за вашими вказівками. Стаття 28 GDPR вимагає договору про обробку даних, який охоплює мету, строк, інструкції, субобробників, заходи безпеки та видалення. Без такого договору обробка формально неприпустима, як би ретельно технічно не працював постачальник. Це не стосується приватних нотаток; а от до всього професійного — застосовується.

Як розпізнати надійний сервіс транскрипції

Постачальники відрізняються не стільки точністю, скільки тим, що відбувається з вашим аудіо потім. Серйозний сервіс публічно відповідає на шість запитань без того, щоб ви їх ставили:

• Як довго зберігаються аудіо та транскрипт — і що означає «видалено» на практиці?
• Хто субобробники і в яких країнах їхні сервери?
• Чи використовуються мої записи для навчання моделей? (Відповідь має бути чітким «ні».)
• Чи є договір про обробку даних і чи можна його отримати без дзвінка з відділом продажів?
• Які дані накопичуються побічно — обліковий запис, IP-адреса, аналітичні cookie?
• Що відбувається у разі витоку даних і як швидко мене повідомлять?

У Sprechverlauf розпізнавання йде через OpenRouter у США: безкоштовні запуски використовують Whisper Large v3 Turbo у DeepInfra або Groq, платні — Microsoft MAI-Transcribe-2 в Azure. Кожен запит надсилається з нульовим зберіганням даних (zero data retention), тож постачальники не можуть ні зберігати аудіо та текст, ні навчатися на них. На нашому сервері файл зберігається лише до завершення обробки (щонайбільше дві години), а транскрипт тримається в пам’яті до двох годин; аудіо ніколи не зберігається постійно; текст транскрипту та назви файлів зберігаються лише тоді, коли ви ввійшли в обліковий запис, і лише зашифровано у вашому обліковому записі. Спробувати сервіс можна без облікового запису, тож не потрібні й дані про ім’я чи адресу. Цього достатньо для багатьох сценаріїв — а для даних про здоров’я та інформації клієнтів, захищеної професійною таємницею, він прямо не підходить.

Мінімізація даних — найефективніший захід

Найбезпечніша обробка — та, яка ніколи не відбувається. Перш ніж завантажувати двогодинний запис, варто спитати себе, чи справді потрібен увесь файл, чи лише двадцять хвилин, які мають значення. Імена можна замінити ініціалами в транскрипті, коли він ділиться, а аудіофайли рідко варто тримати постійно в хмарній папці, яку може прочитати вся команда.

• Транскрибуйте лише потрібну секцію, а не весь запис
• Псевдонімізуйте транскрипти перед тим, як ділитися ними чи цитувати їх
• Справді видаляйте аудіо, коли роботу завершено, зокрема з кошика
• Визначте строк зберігання заздалегідь, а не шукайте його пізніше
• Обмежте доступ тим людям, яким текст справді потрібен

Права людей, яких записали

Записана людина зберігає свої права щодо транскрипту: доступ, виправлення, видалення, обмеження, заперечення. На практиці це означає, що потрібно знати, де зберігається конкретний запис, і як його знайти, коли людина через півроку зателефонує з питанням. Простий список із датою запису, метою, учасниками та місцем зберігання краще служить цій меті, ніж будь-який пізніший пошук у файловій системі — і в дослідницьких проєктах це й так частина належної практики.