Что делает телефон со звуком
Телефония передаёт узкую полосу частот — примерно от трёхсот до трёх с половиной тысяч герц. Всё, что выше и ниже, отбрасывается.
Для человеческого уха этого достаточно: мы достраиваем недостающее по контексту. Модели тоже достраивают, но ошибаются чаще — особенно на шипящих и свистящих согласных.
Что ещё мешает
- Сжатие: мобильная связь сжимает голос сильно, и артефакты сжатия путают распознавание.
- Обрывы и задержки: пропавшие миллисекунды превращаются в пропавшие слоги.
- Фон с обеих сторон: улица у одного, офис у другого.
Чего ждать
Обычный деловой разговор по телефону расшифровывается разборчиво: смысл, цифры и договорённости читаются.
Правок будет больше, чем на записи с микрофона, и они сосредоточатся в именах, названиях и числах.
Когда звонков много
Разделение по говорящим на телефонных записях работает хорошо, если запись двухканальная — у каждой стороны свой канал.
Если запись сведена в один канал, точность разделения падает, но при двух собеседниках обычно остаётся приемлемой.