Apa itu Diarisasi Pembicara?

Diarisasi pembicara adalah proses pendeteksian dan pelabelan otomatis pembicara yang berbeda dalam rekaman audio atau video. Istilah “diarisasi” berasal dari “diari” - membuat catatan siapa berbicara kapan.

Saat Anda mentranskripsi percakapan, podcast, wawancara, atau rapat dengan banyak orang, diarisasi menjawab pertanyaan penting: “Siapa bilang apa?”

Tanpa diarisasi:

Selamat datang di podcast hari ini. Terima kasih sudah mengundang saya. Mari kita mulai dengan
latar belakang Anda. Saya mulai di bidang teknologi 15 tahun yang lalu bekerja di...

Dengan diarisasi:

[Pembicara 1]: Selamat datang di podcast hari ini.
[Pembicara 2]: Terima kasih sudah mengundang saya.
[Pembicara 1]: Mari kita mulai dengan latar belakang Anda.
[Pembicara 2]: Saya mulai di bidang teknologi 15 tahun yang lalu bekerja di...

Lebih baik lagi, dengan pembicara bernama:

[John Smith]: Selamat datang di podcast hari ini.
[Sarah Johnson]: Terima kasih sudah mengundang saya.
[John Smith]: Mari kita mulai dengan latar belakang Anda.
[Sarah Johnson]: Saya mulai di bidang teknologi 15 tahun yang lalu bekerja di...

Mengapa Diarisasi Pembicara Penting

Identifikasi pembicara mengubah transkrip mentah menjadi dokumen yang terorganisir dan dapat digunakan:

Manfaat utama:

• Atribusi yang jelas: Ketahui persis siapa yang mengatakan apa
• Pemahaman yang lebih baik: Ikuti percakapan dengan mudah
• Kutipan mudah: Ekstrak pernyataan orang tertentu
• Notulen rapat: Atribusikan keputusan dan item tindakan
• Analisis wawancara: Atur Tanya & Jawab berdasarkan pembicara
• Produksi podcast: Buat catatan acara dengan label host/tamu
• Penelitian: Analisis kontribusi individu pembicara

Kasus penggunaan:

• Rapat bisnis (lacak siapa yang membuat keputusan mana)
• Wawancara (pisahkan pewawancara dari yang diwawancarai)
• Podcast (identifikasi host vs tamu)
• Kelompok fokus (pelacakan peserta individu)
• Deposisi hukum (pengacara vs saksi)
• Panggilan pelanggan (agen vs pelanggan)
• Panel konferensi (banyak pembicara di atas panggung)

Cara Kerja Diarisasi Pembicara (Ilmu Pengetahuan)

ScreenApp menggunakan AI canggih untuk mendeteksi dan memisahkan pembicara:

Langkah 1: Ekstraksi Fitur Suara

AI menganalisis karakteristik audio untuk setiap segmen:

• Pitch: Frekuensi dasar suara
• Nada: Kualitas dan warna suara
• Irama: Ritme dan kecepatan berbicara
• Energi: Volume dan pola penekanan
• Forman: Frekuensi resonansi saluran vokal

Fitur-fitur ini menciptakan “sidik jari suara” yang unik untuk setiap pembicara.

Langkah 2: Pengelompokan Pembicara

AI mengelompokkan segmen suara yang serupa:

1. Menganalisis fitur suara di seluruh rekaman
2. Mengidentifikasi kelompok suara serupa yang berbeda
3. Menetapkan setiap kelompok label pembicara (Pembicara 1, Pembicara 2, dll.)
4. Segmen dikelompokkan berdasarkan pembicara berdasarkan kesamaan suara

Cara kerja pengelompokan:

• AI mendeteksi perubahan suara (pitch, nada, dll. yang berbeda)
• Suara serupa di berbagai stempel waktu dikelompokkan bersama
• Setiap kelompok menjadi satu pembicara
• Kelompok diberi nomor secara berurutan (Pembicara 1, 2, 3…)

Langkah 3: Penugasan Segmen

Setiap segmen yang diucapkan akan ditugaskan ke seorang pembicara:

1. AI menentukan di mana seorang pembicara berhenti dan pembicara lain mulai
2. Setiap segmen menerima label pembicara
3. Stempel waktu menandai kapan setiap pembicara berbicara
4. Transkrip ditampilkan terorganisir berdasarkan pembicara

Faktor akurasi:

• Suara yang jelas dan berbeda: Akurasi 90-95%
• Pembicara yang suaranya mirip: Akurasi 75-85%
• Ucapan yang tumpang tindih: Akurasi 60-75%
• Kebisingan latar belakang: Mengurangi akurasi sebesar 10-20%

Langkah 4: Saran Nama Pembicara AI (Opsional)

Untuk jenis konten tertentu, AI dapat menyarankan nama pembicara:

1. Menganalisis konteks percakapan
2. Mencari perkenalan pembicara (“Hai, saya John…”)
3. Mendeteksi pola peran (pewawancara vs yang diwawancarai)
4. Menyarankan nama berdasarkan petunjuk konteks

Anda dapat menerima saran atau menetapkan nama secara manual.

Langkah demi Langkah: Menggunakan Diarisasi Pembicara

Langkah 1: Unggah Audio/Video Multi-Pembicara

1. Buka ScreenApp
2. Klik “Unggah” atau seret dan lepas file Anda
3. Atau, gunakan “Impor dari URL” untuk rekaman rapat
4. Tunggu hingga unggahan selesai

Konten terbaik untuk diarisasi:

• ✅ Wawancara (2 pembicara)
• ✅ Podcast (pembawa acara + tamu)
• ✅ Rapat (3-10 peserta)
• ✅ Diskusi panel (banyak pembicara)
• ✅ Panggilan pelanggan (2 pembicara)
• ⚠️ Konferensi besar (10+ pembicara - mungkin rumit)

Persyaratan file:

• Audio jernih (kebisingan latar belakang minimal)
• Suara yang berbeda (nada/intonasi yang berbeda)
• Tumpang tindih pembicara minimal
• Kualitas mikrofon yang baik

Langkah 2: Transkripsi Otomatis dengan Diarisasi

Setelah unggah:

1. ScreenApp secara otomatis mentranskripsikan audio
2. Status menunjukkan “Mentranskripsi…” lalu “Mendiarisasi…”
3. AI mendeteksi pembicara yang berbeda selama transkripsi
4. Label pembicara ditetapkan secara otomatis (Pembicara 1, Pembicara 2, dll.)
5. Pemrosesan selesai dalam 1-3 menit untuk sebagian besar rekaman

Apa yang terjadi selama diarisasi:

• Transkripsi ucapan ke teks
• Ekstraksi sidik jari suara
• Pengelompokan dan segmentasi pembicara
• Penugasan stempel waktu per pembicara
• Saran nama AI opsional

Waktu pemrosesan:

• Percakapan 2 pembicara: ~1 menit per 10 menit audio
• 3-5 pembicara: ~1,5 menit per 10 menit
• 6+ pembicara: ~2 menit per 10 menit

Langkah 3: Meninjau Transkrip dengan Label Pembicara

Setelah pemrosesan selesai:

1. Klik file Anda untuk membukanya
2. Navigasi ke tab Transkrip
3. Setiap segmen menunjukkan label pembicara (Pembicara 1, Pembicara 2, dll.)
4. Label pembicara muncul sebelum setiap segmen dialog

Format transkrip:

Pembicara 1: Selamat datang semuanya di rapat hari ini.
Pembicara 2: Terima kasih sudah mengundang kami.
Pembicara 1: Mari kita mulai dengan pembaruan triwulanan.
Pembicara 3: Saya bisa mempresentasikan angka-angka terlebih dahulu jika Anda mau.

Meninjau akurasi:

• Periksa apakah pembicara yang berbeda memiliki label yang berbeda
• Verifikasi perubahan pembicara terjadi pada stempel waktu yang tepat
• Cari segmen yang salah label (pembicara yang salah)
• Catat jika beberapa pembicara dikelompokkan sebagai satu

Langkah 4: Menetapkan Nama Asli ke Pembicara

Ganti label generik dengan nama sebenarnya:

1. Di tab Transkrip, temukan segmen dari pembicara
2. Klik label pembicara (misalnya, “Pembicara 1”)
3. Sebuah dropdown muncul menampilkan:
   • Label pembicara saat ini
   • Nama yang disarankan AI (jika tersedia)
   • Anggota tim (jika ruang kerja terhubung)
   • Opsi untuk memasukkan nama khusus
4. Pilih atau ketik nama asli orang tersebut
5. Klik untuk mengonfirmasi

Semua segmen dari pembicara tersebut diperbarui secara otomatis di seluruh transkrip.

Menetapkan nama:

Sebelum:
Pembicara 1: Mari kita mulai dengan perkenalan.
Pembicara 2: Hai, saya Sarah dari Pemasaran.

Setelah penamaan:
John Smith: Mari kita mulai dengan perkenalan.
Sarah Johnson: Hai, saya Sarah dari Pemasaran.

Opsi penugasan nama:

• Saran AI: Jika AI mendeteksi nama dari konteks
• Anggota tim: Pilih dari anggota ruang kerja Anda
• Nama khusus: Ketik nama apa pun secara manual
• Hapus label: Hapus nama khusus, kembali ke Pembicara X

Langkah 5: Pengeditan Pembicara Massal (Opsional)

Jika Anda perlu mengubah beberapa penugasan pembicara:

1. Beberapa segmen mungkin salah label (Pembicara 1 seharusnya Pembicara 2)
2. Klik pada segmen yang salah label
3. Ubah penugasan pembicara
4. ScreenApp memungkinkan pengeditan segmen individual

Kapan menggunakan pengeditan massal:

• AI membingungkan dua pembicara yang terdengar serupa
• Beberapa pembicara digabungkan menjadi satu label
• Satu pembicara dibagi menjadi beberapa label

Alur kerja pengeditan:

1. Identifikasi pola kesalahan pelabelan
2. Klik segmen dengan pembicara yang salah
3. Tetapkan kembali ke pembicara yang benar
4. Ulangi untuk segmen salah label lainnya

Meningkatkan Akurasi Deteksi Pembicara

Sebelum Merekam

Optimalkan pengaturan audio:

• Gunakan mikrofon berkualitas (eksternal lebih disukai daripada bawaan)
• Posisikan mikrofon 6-12 inci dari setiap pembicara
• Kurangi kebisingan latar belakang (tutup jendela, matikan kipas)
• Gunakan mikrofon terpisah untuk setiap pembicara jika memungkinkan
• Uji level audio sebelum merekam

Lingkungan perekaman:

• Ruangan yang tenang dengan gema minimal
• Hindari permukaan keras (gunakan perabotan lembut untuk mengurangi gema)
• Tidak ada musik atau audio latar belakang yang tumpang tindih
• Minimalkan gemerisik kertas dan pengetikan keyboard

Panduan berbicara:

• Hindari berbicara satu sama lain
• Beri jeda singkat antar pembicara
• Berbicara dengan volume dan kecepatan normal
• Jangan berbisik atau berteriak
• Jaga jarak yang konsisten dari mikrofon

Selama Diarisasi

Jika akurasi diarisasi rendah:

1. Periksa kualitas audio: Audio buruk = deteksi pembicara buruk

   • Rekam ulang dengan mikrofon yang lebih baik jika memungkinkan
   • Gunakan alat peredam kebisingan sebelum mengunggah
   • Pastikan tingkat volume memadai

2. Verifikasi jumlah pembicara: Terlalu banyak atau terlalu sedikit pembicara terdeteksi

   • Jika AI mendeteksi lebih sedikit pembicara dari yang sebenarnya: Suara terlalu mirip
   • Jika AI mendeteksi lebih banyak pembicara dari yang sebenarnya: Suara seseorang terlalu bervariasi
   • Koreksi manual diperlukan dalam kasus ini

3. Tinjau perubahan pembicara: Apakah transisi akurat?

   • Periksa di mana AI berpikir pembicara berubah
   • Verifikasi itu sesuai dengan transisi pembicara sebenarnya
   • Koreksi manual jika diperlukan

Setelah Diarisasi

Pembersihan manual:

• Tinjau seluruh transkrip untuk segmen yang salah label
• Fokus pada bagian di mana pembicara tumpang tindih
• Koreksi segmen ambigu di mana pembicara tidak jelas
• Verifikasi nama ditetapkan dengan benar di seluruh bagian

Pemeriksaan kualitas:

1. Ambil sampel segmen acak di seluruh transkrip
2. Pastikan label pembicara sesuai dengan audio
3. Periksa apakah semua pembicara telah diidentifikasi
4. Verifikasi tidak ada pembicara yang dibagi menjadi beberapa label

Tantangan Diarisasi Umum

Tantangan 1: Suara yang Mirip

Masalah: Dua pembicara dengan nada/intonasi yang mirip menjadi bingung

Contoh skenario:

• Dua pembicara pria dengan karakteristik suara yang mirip
• Anggota keluarga (genetika serupa = suara serupa)
• Pembicara dari wilayah yang sama (aksen serupa)

Solusi:

1. Tinjau transkrip dengan cermat untuk pergantian
2. Gunakan petunjuk konteks (siapa yang akan mengatakan apa)
3. Tetapkan ulang segmen yang salah label secara manual
4. Dalam rekaman mendatang, minta pembicara mengidentifikasi diri mereka secara berkala

Akurasi: Turun dari 90-95% menjadi 75-85% untuk suara yang mirip

Tantangan 2: Ucapan yang Tumpang Tindih

Masalah: Beberapa orang berbicara sekaligus

Contoh skenario:

• Crosstalk dalam diskusi panas
• Persetujuan simultan (“Ya!” dari beberapa orang)
• Interupsi di tengah kalimat

Solusi:

1. AI biasanya menugaskan ke pembicara yang lebih keras
2. Bagian yang tumpang tindih mungkin tidak jelas dalam transkrip
3. Tinjauan manual diperlukan untuk tumpang tindih kritis
4. Di masa depan: Tetapkan urutan berbicara atau gunakan angkat tangan

Akurasi: Turun menjadi 60-75% selama ucapan yang tumpang tindih

Tantangan 3: Satu Pembicara dengan Suara yang Bervariasi

Masalah: Suara seseorang berubah secara signifikan

Penyebab:

• Perubahan emosional (tenang menjadi bersemangat)
• Perubahan fisik (berdiri vs duduk)
• Jarak dari mikrofon bervariasi
• Pilek atau penyakit memengaruhi suara
• Berteriak atau berbisik

Solusi:

1. AI mungkin membagi satu orang menjadi beberapa pembicara
2. Tinjau dan gabungkan label pembicara jika diperlukan
3. Tetapkan ulang segmen secara manual ke pembicara yang benar

Tantangan 4: Suara Latar Belakang

Masalah: Suara ambient terdeteksi sebagai pembicara

Contoh skenario:

• Seseorang berbicara di latar belakang
• TV atau radio menyala
• Percakapan di dekatnya
• Suara dari panggilan telepon di speaker

Solusi:

1. AI mungkin membuat label pembicara tambahan untuk suara latar belakang
2. Hapus atau abaikan segmen ini secara manual
3. Di masa mendatang: Bisukan sumber audio latar belakang selama perekaman

Tantangan 5: Audio Panggilan Telepon/Video

Masalah: Audio terkompresi dari panggilan mengurangi akurasi

Penyebab:

• Kompresi panggilan menurunkan kualitas suara
• Masalah jaringan menyebabkan artefak audio
• Gema speaker phone
• Audio bitrate rendah

Solusi:

1. Rekam secara lokal jika memungkinkan (bukan hanya audio panggilan)
2. Gunakan alat perekaman panggilan berkualitas tinggi
3. Hindari speakerphone jika memungkinkan
4. Pastikan koneksi jaringan yang kuat
5. Terima bahwa akurasi mungkin 10-15% lebih rendah untuk rekaman panggilan

Kasus Penggunaan Diarisasi Pembicara

1. Dokumentasi Rapat

Alur Kerja:

1. Rekam rapat (Zoom, Google Meet, Teams)
2. Unggah ke ScreenApp untuk transkripsi + diarisasi
3. Tetapkan nama ke setiap peserta
4. Ekspor transkrip dengan label pembicara
5. Distribusikan notulen rapat ke tim

Manfaat:

• Atribusi yang jelas tentang siapa mengatakan apa
• Lacak keputusan dan item tindakan per orang
• Akuntabilitas untuk komitmen yang dibuat
• Mudah untuk mengekstrak kutipan untuk ringkasan

Contoh keluaran:

[John Smith - CEO]: Mari kita tinjau tujuan Q4.
[Sarah Johnson - CFO]: Pendapatan naik 15% kuartal ini.
[Mike Chen - CTO]: Kami meluncurkan 3 fitur baru.

2. Transkripsi Wawancara

Alur kerja Jurnalis/Peneliti:

1. Rekam wawancara (tatap muka atau jarak jauh)
2. Dapatkan transkrip yang dipilah berdasarkan pembicara
3. Tetapkan label Pewawancara dan Subjek
4. Ekstrak kutipan dengan atribusi yang tepat
5. Gunakan untuk penulisan artikel atau analisis penelitian

Manfaat:

• Mudah menemukan pernyataan orang tertentu
• Atribusi kutipan yang akurat untuk publikasi
• Analisis pola wawancara
• Buat transkrip format Tanya Jawab

Contoh format:

[Pewawancara]: Apa yang menginspirasi Anda untuk memulai perusahaan ini?
[Subjek]: Saya melihat celah di pasar untuk...
[Pewawancara]: Bagaimana Anda mendanai pengembangan awal?
[Subjek]: Kami melakukan bootstrapping selama dua tahun pertama...

3. Produksi Podcast

Alur kerja Podcaster:

1. Rekam episode podcast dengan tamu
2. Dapatkan transkrip yang dipilah berdasarkan pembicara
3. Tetapkan nama host dan tamu
4. Buat catatan acara dari transkrip
5. Ekstrak sorotan untuk media sosial

Manfaat:

• Buat catatan acara secara otomatis dengan atribusi pembicara
• Buat ringkasan episode dengan mudah
• Tarik kutipan tamu tertentu
• Bangun arsip podcast yang dapat dicari
• Hasilkan postingan blog dari episode

Contoh catatan acara podcast:

[00:00] - John (Host) memperkenalkan topik episode
[02:15] - Sarah (Tamu) berbagi latar belakangnya
[15:30] - Diskusi topik utama
[42:00] - Segmen Tanya Jawab cepat

4. Analisis Kelompok Fokus

Alur kerja riset pasar:

1. Rekam sesi kelompok fokus
2. Pilah berdasarkan pembicara untuk memisahkan peserta
3. Tetapkan ID peserta (Peserta 1, 2, 3 untuk anonimitas)
4. Analisis tanggapan berdasarkan peserta
5. Ekstrak tema dan pola

Manfaat:

• Lacak kontribusi individu peserta
• Analisis peserta yang dominan vs yang pendiam
• Ekstrak umpan balik spesifik berdasarkan orang
• Kuantifikasi tingkat partisipasi
• Identifikasi konsensus atau ketidaksepakatan

5. Analisis Panggilan Layanan Pelanggan

Alur kerja pusat panggilan:

1. Rekam panggilan dukungan pelanggan
2. Pilah Agen vs Pelanggan
3. Analisis pola panggilan
4. Ekstrak teknik resolusi yang berhasil
5. Latih agen berdasarkan praktik terbaik

Manfaat:

• Pisahkan agen dari ucapan pelanggan secara otomatis
• Analisis kinerja agen
• Identifikasi masalah umum pelanggan
• Ekstrak kutipan pelanggan verbatim
• Pantau kualitas dan kepatuhan panggilan

Mengekspor Transkrip dengan Label Pembicara

Unduh transkrip yang dipilah berdasarkan pembicara dalam berbagai format:

Format Ekspor dengan Label Pembicara

1. Teks Polos (.txt) - Format sederhana dengan nama pembicara

   John Smith: Ini adalah poin pertama.
   Sarah Johnson: Saya setuju dengan penilaian itu.
   

2. Dokumen Word (.docx) - Diformat dengan nama pembicara dan stempel waktu

   • Setiap perubahan pembicara pada baris baru
   • Stempel waktu disertakan
   • Nama pembicara dalam huruf tebal

3. Dokumen PDF (.pdf) - Format profesional

   • Atribusi pembicara yang bersih
   • Diformat untuk dibagikan
   • Stempel waktu opsional

4. Subtitle SRT (.srt) - Untuk video dengan nama pembicara dalam teks

   1
   00:00:01,000 --> 00:00:03,500
   [John Smith]: Ini adalah poin pertama.
   

Cara Mengekspor

1. Buka transkrip diarisasi Anda
2. Klik tombol “Unduh”
3. Pilih format (TXT, DOCX, PDF, SRT)
4. File diunduh dengan nama pembicara disertakan

Preservasi nama pembicara:

• Semua format menyertakan nama pembicara yang ditetapkan
• Label generik (Pembicara 1, 2, 3) digunakan jika nama tidak ditetapkan
• Stempel waktu disertakan dalam format Word, PDF, dan SRT

Diarisasi Pembicara vs Pelabelan Manual

Memahami kapan diarisasi otomatis menghemat waktu:

Kapan menggunakan diarisasi otomatis:

• Rapat bisnis umum
• Podcast dan wawancara
• Sebagian besar aplikasi penelitian
• Pembuatan konten
• Dokumentasi internal

Kapan tinjauan manual penting:

• Deposisi hukum
• Konsultasi medis
• Negosiasi bisnis berisiko tinggi
• Penelitian yang diterbitkan
• Rekaman yang penting bagi kepatuhan

Pendekatan hibrida (praktik terbaik):

1. Gunakan diarisasi otomatis untuk operan awal
2. Tinjau akurasi secara manual
3. Perbaiki kesalahan apa pun
4. Verifikasi segmen penting
5. Ekspor versi akhir

Fitur Diarisasi Tingkat Lanjut

Deteksi Nama Pembicara AI

Untuk konten tertentu, AI dapat menyarankan nama pembicara:

Cara kerjanya:

1. AI menganalisis konteks transkrip
2. Mencari perkenalan diri (“Hai, saya John…”)
3. Mendeteksi pola (host vs tamu, pewawancara vs subjek)
4. Menyarankan nama berdasarkan konteks

Kapan tersedia:

• Wawancara dengan perkenalan formal
• Podcast dengan struktur host/tamu
• Rapat di mana peserta memperkenalkan diri

Menerima saran:

1. Tinjau nama yang disarankan AI
2. Verifikasi bahwa mereka cocok dengan pembicara yang benar
3. Terima atau modifikasi sesuai kebutuhan
4. AI belajar dari koreksi Anda

Integrasi Anggota Tim

Hubungkan pembicara ke ruang kerja Anda:

1. Tetapkan peserta rapat ke anggota tim
2. Label pembicara tertaut ke profil pengguna
3. Tandai anggota tim secara otomatis dalam transkrip
4. Lacak kontribusi individu di seluruh rapat

Manfaat:

• Nama pembicara yang konsisten di semua rapat
• Tautan ke email/profil
• Analitik berdasarkan anggota tim
• Dapat dicari berdasarkan orang

Diarisasi Multi-Bahasa

ScreenApp melakukan diarisasi dalam 100+ bahasa:

1. Unggah audio dalam bahasa apa pun
2. AI mendeteksi bahasa secara otomatis
3. Diarisasi berfungsi terlepas dari bahasa
4. Nama pembicara dapat berupa bahasa apa pun

Bahasa yang didukung: Semua bahasa yang didukung untuk transkripsi juga mendukung diarisasi

Privasi dan Data Pembicara

ScreenApp menangani data pembicara dengan aman:

Perlindungan data:

• Sidik jari suara dihasilkan sementara untuk diarisasi
• Tidak disimpan setelah pemrosesan selesai
• Nama pembicara dikendalikan oleh Anda
• Tidak ada pembagian pihak ketiga
• Hapus kapan saja

Untuk rekaman sensitif:

• Gunakan label pembicara anonim (Peserta 1, 2, 3)
• Jangan tetapkan nama asli jika privasi diperlukan
• Kontrol siapa yang dapat mengakses transkrip
• Hapus setelah analisis selesai

Langkah Selanjutnya

Sekarang Anda memahami diarisasi pembicara, jelajahi topik terkait ini:

• Cara Mentranskripsi Audio ke Teks - Kuasai dasar-dasar transkripsi
• Praktik Terbaik Catatan Rapat - Gunakan diarisasi untuk dokumen rapat yang lebih baik
• Cara Meringkas Video - Ekstrak poin-poin penting berdasarkan pembicara

Coba Diarisasi Pembicara Hari Ini

ScreenApp membuat identifikasi pembicara menjadi mudah dengan diarisasi otomatis, saran nama AI, dan penetapan pembicara yang mudah. Ubah rekaman multi-pembicara menjadi transkrip yang terorganisir dan dapat diatribusikan.

Siap mengidentifikasi pembicara dalam rekaman pertama Anda? Coba Diarisasi Pembicara ScreenApp secara gratis dan ikuti panduan ini.