אפשר להעלות ישירות MP3, M4A (הפורמט של תזכורות קוליות ב-iPhone), WAV, WebM ו-OGG. גם קובצי וידאו כמו MP4 ו-MOV מתאימים. Scholarly ממיר את רצועת השמע לטקסט ומתעלם מהתמונה. גם הקלטות ארוכות מתאימות, כולל הרצאות שנמשכות כמה שעות, ואין צורך לפצל אותן מראש.
המרת שמע לטקסט מספקת תיעוד מילה במילה: כל משפט, לפי הסדר, עם חותמות זמן. זה מה שצריך כשהניסוח המדויק חשוב: ציטוט לחיבור, ניסוח מדויק של הגדרה או טענה מסוימת שעלתה בסמינר. אם עדיף לקבל גרסה מקוצרת של ההקלטה ומאורגנת לפי נושא, אפשר להשתמש בכלי משמע לסיכומים . הוא מבצע את אותו תמלול ברקע, ואז מסכם אותו לסיכומי לימוד מובנים. בכל מקרה, התמליל המלא נשאר מצורף, כך שטקסט המקור תמיד נשמר.
בשמע ברור, הדיוק גבוה. הקלטות נקיות של הרצאות וראיונות מניבות תמלול כמעט מילה במילה. התמליל כולל חותמות זמן, כך שאם מילה מסוימת נראית שגויה, אפשר לעבור בלחיצה לשנייה המדויקת ולאמת אותה מול השמע בכמה הקשות, בלי לקרוא שוב את הכול.
מה שפוגע באמת בדיוק הוא ההקלטה, ולא המודל: מיקרופון רחוק מהדובר, דיבור חופף רב, מבטאים כבדים לצד רעשי רקע או מונחים מקצועיים רבים, כולם פוגעים באיכות הטקסט. פרטים קריטיים כמו מספר, שם או מונח טכני שמתכוונים לצטט כדאי לאמת מול השמע בחותמת הזמן המתאימה. זה לוקח שניות ומאפשר לבדוק מול מה שנאמר בפועל.
ההקלטה הופכת למקור בסביבת העבודה ב-Scholarly, כך שהכול מתבסס על התמליל בלי להעלות שוב: אפשר לחפש כל מונח בטקסט המלא, להפוך אותו לסיכומי לימוד ברורים, ליצור כרטיסיות לימוד לחזרה במרווחים או בוחן תרגול, או לשאול שאלות בצ'אט ה-AI ולקבל תשובות עם הפניות לקטע המדויק בשמע. טקסט שימושי יותר משמע דווקא כי אפשר לעבוד איתו, וקריאת תמליל בזמן הלמידה מחזקת את ההבנה הרבה יותר מהשמעה חוזרת ופסיבית של הקלטה.
קודם צריך את הטקסט מילה במילה? כלי תמלול ההרצאות שלנו נבנה בדיוק בשביל זה: תמליל של שיעור מלא עם חותמות זמן ואפשרות חיפוש.
