ትርፍ፡
- የትርጉም ቴክኒካል ደንቦችን (መስመር ፣ ቁምፊ ፣ ሲፒኤስ) በመተግበር ትርጉሙን በሚጠብቅበት ጊዜ የመገጣጠም ችሎታ።
- በASR ወደ ጽሑፍ ቅጂ እና አውቶማቲክ የጊዜ ቆጠራን በማፋጠን ትክክለኛ የስም እና የቁጥር ስህተቶችን በድምጽ የማረጋገጥ ችሎታ
- የእይታ አውድ፣ የቃና ልዩነት እና የከንፈር ማመሳሰልን ከግምት ውስጥ በማስገባት የሰው ሰራሽ የማሰብ ችሎታ ገደቦችን የማስተዳደር ችሎታ።
ፊልም፣ ተከታታይ የቴሌቪዥን ድራማ፣ የኮርፖሬት ቪዲዮ ወይም የመስመር ላይ ኮርስ መተርጎም ግልጽ የሆነ ጽሑፍን ከመተርጎም በእጅጉ ይለያል፡ ጊዜ፣ የንባብ ፍጥነት፣ በስክሪኑ ላይ ምስል፣ ድምጽ እና የገጸ ባህሪያቱ የከንፈር እንቅስቃሴ እንዲሁ ገደቦች ናቸው። በዚህ ክፍል ውስጥ የኦዲዮቪዥዋል ትርጉምን (ንዑስ አርትዖት ማድረግ፣ መፃፍ፣ ድምጽ መስጠት)፣ የትርጉም ጽሑፍ ቴክኒካል ደንቦችን፣ በ AI የሚደገፈውን የጽሑፍ ቅጂ እና የጊዜ ኮድ ማውጣትን እና የዚህን መስክ የጥራት ችግሮች ይማራሉ። ዓላማው "ጽሑፉን ከመተርጎም" ይልቅ "ከተመልካቾች ዓይን እና ጆሮ ጋር የሚስማማ" እንደ ኦዲዮቪዥዋል የትርጉም ባለሙያ መስራት ነው.
መሰረታዊ ጽንሰ-ሐሳቦች
ኦዲዮቪዥዋል ትርጉም (AVT) ኦዲዮ እና ቪዲዮ የያዘ ይዘት ትርጉም ነው; ዋናዎቹ ቅጾች የትርጉም ጽሑፍ ፣ የጽሑፍ መግለጫ እና የድምጽ መግለጫ ናቸው። ንዑስ ርዕስ በስክሪኑ ላይ በጽሁፍ መልክ የንግግሩ ነጸብራቅ ነው። ማባዛት በዒላማው ቋንቋ የዋናውን ድምጽ እንደገና መቅረጽ ነው። ቮይስ ኦቨር ማለት ዋናው ድምጽ ሲዘጋ እና ትርጉም ሲነበብበት (በዶክመንተሪዎች የተለመደ)።
ሁለት ወሳኝ ቴክኒካል የትርጉም ቃላት፡- ሲፒኤስ (ገጸ-ባህሪያት በሰከንድ) የግርጌ ጽሑፍን ፍጥነት ይገድባል ተመልካቹ በምቾት እንዲያነብ፤ በአጠቃላይ ተቀባይነት ያለው ከፍተኛ ገደብ በሰከንድ 17 ቁምፊዎች አካባቢ ነው (ለህፃናት ይዘት ዝቅተኛ)። Timecode የትርጉም ጽሑፍ በስክሪኑ ላይ መቼ እንደሚታይ እና እንደሚጠፋ የሚያመለክት የመጀመሪያ-መጨረሻ ጊዜ ነው (እንደ 00:01:23,400)።
ለምን አስቸጋሪ ነው? ምክንያቱም ትርጉምን ወደ የትርጉም ጽሑፎች መግጠም ማለት ነው። ሁለት መስመሮች፣ ~ 42 ቁምፊዎች በአንድ መስመር፣ ቢያንስ ~1 ሰከንድ እና ቢበዛ ~6 ሰከንድ የስክሪን ጊዜ፣ እና የሲፒኤስ ገደብ — ትርጉም እና ቃና እየጠበቁ እነዚህን ሁሉ ማሟላት አለብዎት። ለዛም ነው የትርጉም ጽሑፍ ትርጉም ብዙውን ጊዜ የመጨመቅ እና የመድገም ጉዳይ እንጂ የቃላት-ቃል ትርጉም አይደለም።
ጠቃሚ ምክር፡ በትርጉም ጽሁፎች ውስጥ "እያንዳንዱን ቃል መተርጎም" ከሚለው ምላሽ ተቆጠብ። ተመልካቹ ምስሉን ሁለቱንም ይመለከታል እና ያነባል; በጣም ረጅም የትርጉም ጽሑፎች ሊነበቡ አይችሉም። ትርጉሙን የሚጠብቅ አጭሩ የተፈጥሮ አገላለጽ ማግኘት የመግለጫ ፅሁፉ ትክክለኛ ጌትነት ነው።
በኦዲዮቪዥዋል ትርጉም ውስጥ የ AI ሚና
AI በዚህ አካባቢ በርካታ ደረጃዎችን በከፍተኛ ሁኔታ ያፋጥናል-
- ግልባጭ፡ በASR (ራስ-ሰር የንግግር ማወቂያ) ድምፁ በራስ ሰር ይገለበጣል። ይህ የትርጉም ጽሑፍ ጥሬውን በደቂቃዎች ውስጥ ያወጣል።
- ራስ-ሰር ጊዜ ኮድ መስጠት፡ መሳሪያዎች ውይይቱን ወደ ክፍልፋዮች ይከፋፍሏቸዋል እና ረቂቅ የሰዓት ኮዶችን ያዘጋጃሉ።
- የትርጉም ረቂቅ፡ የጽሁፍ ግልባጭ ተተርጉሟል።
- CPS/ርዝመት መቆጣጠሪያ፡ AI የትኛው የትርጉም ጽሑፍ ከንባብ ፍጥነት እንደሚበልጥ ምልክት በማድረግ ማሳጠር ይችላል።
ነገር ግን ይጠንቀቁ: ASR በጩኸት, በድምፅ, በተደራራቢ ንግግር, ትክክለኛ ስሞች እና ቴክኒካዊ ቃላት ላይ ስህተት; "የድምጽ መግለጫ" መስጠት አይችልም; የሚናገረው ግራ ሊጋባ ይችላል። የ AI ትርጉም ምስሉን አያየውም - በስክሪኑ ላይ የሚታየው ነገር "ያ" ተብሎ ሲጠራ ማወቅ አይችልም. ስለዚህ, የሰው ልጅ ምስላዊ አውድ እና ትክክለኛነትን ያረጋግጣል.
ይጠንቀቁ: በጣም የተለመደው ስህተት የ ASR ውፅዓት "ዲኮድ" ነው ብሎ ማሰብ ነው. ASR በተደጋጋሚ ስህተቶችን ያደርጋል, በተለይም በትክክለኛ ስሞች, ቁጥሮች, የምርት ስሞች እና ቴክኒካዊ ቃላት; የተሳሳተ ጽሑፍ ወደ ትርጉም እና የትርጉም ጽሑፍ ይሸከማል። ኦዲዮውን በማዳመጥ ወሳኝ ቦታዎችን ማረጋገጥዎን እርግጠኛ ይሁኑ።
የትርጉም ጽሑፍ ቅርጸት ደንቦች
የተለመዱ ደንቦች (እንደ መድረክ ይለያያል)
- ~ 37-42 ቁምፊዎች በአንድ መስመር ፣ ከፍተኛ 2 መስመር።
- የሚፈጀው ጊዜ: ~ 1-6 ሰከንዶች; በጣም አጭር "ብልጭታ" የትርጉም ጽሑፎችን ያስወግዱ።
- CPS ከ~17 (የአዋቂዎች ይዘት) መብለጥ የለበትም።
- አረፍተ ነገሩን ትርጉም ባለው ቦታ ይሰብሩ (በመስመሩ መጨረሻ ላይ "እና" ወይም "ግን" አይተዉም).
- ከተቻለ የቦታውን መቆራረጥ (የተኩስ ለውጥ) አይዝለሉ.
- እንደ መሳደብ፣ ዘፈኖች፣ ስክሪን መፃፍ ላሉ ነገሮች የመድረክን ህግጋት ይከተሉ።
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 — ASR + ድህረ-አርትዖት በ 60% ጨምሯል። አንድ ቡድን በመጀመሪያ የ45 ደቂቃ ዘጋቢ ፊልም በASR ገልብጦ በጊዜ ኮድ አስቀምጦ ከዚያ ተተርጉሞ ድህረ አርትዖት አድርጓል። ከባዶ ወደ ጽሑፍ መገልበጥ + ጊዜ ኮድ በ 60% ቀንሷል። ነገር ግን ሁሉም ትክክለኛ ስሞች እና ቁጥሮች በድምፅ ንፅፅር ተስተካክለዋል.
ጉዳይ 2 — CPS የተቀመጠ ተነባቢነትን ያረጋግጡ። የትርጉም ጽሑፎች የመጀመሪያው የማስተማሪያ ቪዲዮ ትርጉም ትክክል ነበር፣ ነገር ግን ሲፒኤስ በአማካይ 24 ነበር - ተመልካቹ መቀጠል አልቻለም። በ AI የተጎላበተ ዙር በ 30% ያሳጠረ የትርጉም ጽሑፎች፣ CPS ወደ 16 በመቀነስ። ትርጉሙ ተጠብቆ ነበር ፣ ተነባቢነት መጣ ።
ጉዳይ 3 - የእይታ አውድ ስህተት። በASR ላይ በተመሰረተው ትርጉም ውስጥ አንድ ገጸ ባህሪ በማያ ገጹ ላይ ያለውን ምልክት ጠቆመ እና "ያን አንብብ" አለ; AI “አንብበው” ብሎ ተተርጉሞታል፣ ነገር ግን በምልክቱ ላይ ያለው ጽሑፍ አልተተረጎመም፣ ስለዚህ ተመልካቹ ምን ማንበብ እንዳለበት ማየት አልቻለም። የመግለጫ ጽሑፉ ለስክሪኑ መግለጫ ጽሑፍ የተለየ መግለጫ ጨምሯል; ምስሉን ያየ ሰው ልዩነቱን ፈጠረ።
አራት ሊገለበጡ የሚችሉ አብነቶች
1) የጽሑፍ ግልባጭ (ASR) ማረጋገጫ ዝርዝር፡-
ከዚህ በታች የአንድ ቪዲዮ አውቶማቲክ ቅጂ አለ። በግልባጩ ውስጥ ሊሆኑ የሚችሉ ስህተቶችን ምልክት ያድርጉ-ትክክለኛ ስሞች ፣ የምርት ስሞች ፣ ቁጥሮች ፣ ቴክኒካዊ ቃላት ፣ አሻሚ/ያልተሟሉ ዓረፍተ ነገሮች። እነዚህን እንደ "በድምጽ አረጋግጥ" ብለው ይዘርዝራቸው። አትተርጉም። ግልባጭ፡ [...]
2) የትርጉም ጽሑፍ (ሲፒኤስ/ርዝመት የተገደበ)፡
የሚከተለውን ግልባጭ ወደ [ዒላማ ቋንቋ] የትርጉም ጽሑፎች ተርጉም። ገደብ፡ እያንዳንዱ የትርጉም ጽሑፍ ቢበዛ 2 መስመሮች፣ መስመር ~ 42 ቁምፊዎች፣ CPS ከ~17 መብለጥ የለበትም። ትርጉሙን በሚጠብቅበት ጊዜ ማሳጠር እና ተፈጥሯዊ ማድረግ; ቃል በቃል አትተረጎም. የጊዜ ኮዶችን ያቆዩ። የጽሑፍ ግልባጭ + የሰዓት ኮድ: [...]
3) CPS/የተነባቢነት ማረጋገጫ፡-
ለእያንዳንዱ የሚከተሉት የትርጉም ጽሑፎች ቆይታ እና የቁምፊ ብዛት ላይ በመመስረት ግምታዊ CPS አስላ። ከ17 በላይ የሆነ ምልክት ያድርጉ እና ትርጉሙን የሚጠብቅ አጭር አማራጭ ይጠቁሙ። የትርጉም ጽሑፎች (ጽሑፍ | የቆይታ ሰከንዶች)፦ [...]
4) የስክሪን ጽሑፍ/የእይታ አውድ ፍተሻ፡-
በሚከተለው ንግግር ውስጥ ምስሉን ሊያመለክቱ የሚችሉ ቦታዎችን ምልክት ያድርጉ (የስክሪን ጽሑፍ ፣ የተጠቆመ ነገር ፣ ምልክት)። ተመልካቹ ምስሉን ማየት እንደማይችል በማሰብ ለእነዚህ ተጨማሪ የትርጉም ጽሑፎች / ማብራሪያዎች ይፈለጋሉ ወይ ይናገሩ። ውይይት፡ [...]
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ፡ "እነዚህን የትርጉም ጽሑፎች ተርጉም።" (ምንም ርዝመት፣ ሲፒኤስ፣ የመስመር ህጎች፣ ውፅዓት በማያ ገጹ ላይ አይገጥምም፣ የማይነበብ።)
Güçlü: "ይህን የንግግር ግልባጭ ወደ ቱርክ የትርጉም ጽሑፎች ተርጉመው። እያንዳንዱ የትርጉም ጽሑፍ ቢበዛ 2 መስመሮች፣ በአንድ መስመር 42 ቁምፊዎች መሆን አለበት፤ ለንባብ ፍጥነት አስፈላጊ ሆኖ ሲገኝ ትርጉሙን እያስጠበቀ ያሳጥሩት። የሚነገረውን ቋንቋ በተፈጥሮ ቱርክኛ ስጡ፣ ቃላቱን አሰልቺ። የጊዜ ኮዶችን አትንኩ።"
ልዩነት: ጠንካራ ፈጣን የትርጉም ቴክኒካዊ ገደቦችን ይሰጣል (መስመር ፣ ቁምፊ ፣ ሲፒኤስ ፣ ድምጽ)። ውጽዓቱ በትክክል ሊጠቅሙ የሚችሉ የትርጉም ጽሑፎችን ቀርቧል።
የኤቪቲ ቅርፀቶች ንፅፅር ገበታ
ቅርጸት
ምን ያደርጋል
AI አስተዋፅዖ
የሰው ወሳኝ ነጥብ
ንዑስ ርዕስ
ንግግሩን ይገለበጣል
ASR፣ ትርጉም፣ ሲፒኤስ
ተስማሚ፣ ምስላዊ አውድ
ማባዛት
በዒላማ ቋንቋ የድምጽ መጨናነቅ
የትርጉም ረቂቅ
የከንፈር ማመሳሰል፣ ትወና
ድምጽ-ላይ
ከላይ ያለውን ትርጉም ያንብቡ
ትርጉም, ጊዜ
ተፈጥሯዊ ፍሰት, ድምጽ
የድምጽ መግለጫ
ምስሉን በድምፅ ይገልፃል።
ረቂቅ ጽሑፍ
የእይታ ትርጓሜ (የሰው ልጅ)
የተለመዱ ስህተቶች
- የASR ግልባጭ ሳያረጋግጡ መተርጎም። ትክክለኛ የስም/ቁጥር ስህተቶች ወደ ንኡስ ርዕስ ተላልፈዋል።
- በቃላት መተርጎም እና በ CPS ዙሪያ መሄድ። ተመልካቾች ማንበብ አይችሉም; ተስማሚ መደረግ አለበት.
- ምስላዊ አውድ ችላ ማለት። የስክሪን ጽሑፍ እና የተጠቆሙ ነገሮች ሳይተረጎሙ ይቆያሉ።
- የመስመር መከፋፈልን ከንቱ ማድረግ። ተነባቢነትን ያበላሻል።
- ድምጹን ማደለብ/መመዝገብ። የገጸ ባህሪያቱ ዘዬዎች እና ቃላቶች ይጠፋሉ.
ማባዛት እና የከንፈር ማመሳሰል
የግርጌ ጽሑፍ ገደብ የማንበብ ፍጥነት ቢሆንም፣ የደብዳቤ ገደብ ጊዜ እና ከንፈር ነው። በድምፅ-በላይ በትርጉም ውስጥ ሶስት የተለያዩ የማመሳሰል ዓይነቶች አሉ-ሊፕ-ማመሳሰል - ትርጉሙ ከገጸ ባህሪው አፍ እንቅስቃሴ ጋር የሚመሳሰልበት, በተለይም ክፍት አናባቢዎች በቅርበት; isochrony - የትርጉም መስመር ከመጀመሪያው መስመር ጋር ተመሳሳይ ርዝመት ያለው, በጣም አጭር ወይም ረጅም አይደለም; የእጅ ምልክት ማመሳሰል - የተነገረውን ከገጸ ባህሪው የእጅ እና የክንድ እንቅስቃሴዎች ጋር ማዛመድ። ለዚያም ነው የዳቢንግ ተርጓሚው ብዙውን ጊዜ ትርጉሙን የሚጠብቅ ነገር ግን ሙሉ ለሙሉ የተለያዩ ቃላትን "የሚስብ" መስመር ይጽፋል; የቃል ታማኝነት እዚህ ከንኡስ ርዕስ ያነሰ ነው።
AI ጥሬው የትርጉም ረቂቅ እና ለደብዳቤ ጊዜ ማስጠንቀቂያ መስጠት ይችላል ("ይህ መስመር ከመጀመሪያው 40% ይረዝማል፣ ያሳጥሩት")። አዳዲስ ቴክኖሎጂዎች ድምጹን ሊዘጉ እና አውቶማቲክ ድብብግን ማምረት ይችላሉ; ነገር ግን ትወና፣ ስሜት፣ የገጸ ባህሪውን መተንፈስ እና ከንፈርን ማመሳሰል አሁንም የሰው ልጅ ተርጓሚ እና ድምጽ ተዋናይ ስራ ነው። አውቶማቲክ ማባዛት ንድፍ ያቀርባል; ጥበባዊ እና የተመሳሰለ ውሳኔ የሰው ነው። በተጨማሪም፣ ድምፁ የተዘጋበት ሰው ፈቃድ አስፈላጊ የስነምግባር እና የህግ ጉዳይ ነው።
በማጠቃለያው
ኦዲዮቪዥዋል ትርጉም በተመልካቹ ዓይን እና ጆሮ ገደቦች ውስጥ ጽሑፍን የመግጠም ጥበብ ነው፡ መስመር/ገጸ-ባህሪ/የሲፒኤስ ድንበሮች በንዑስ ርዕስ ውስጥ፣ የከንፈር ማመሳሰል በድብብንግ፣ ምስላዊ አውድ የሁሉም የሚወስነው ነው። AI የጽሑፍ ግልባጭን፣ የጊዜ ኮድ ማውጣትን፣ የትርጉም ማርቀቅን እና CPSን በASR ማረጋገጥን ያፋጥናል። ነገር ግን ASR በትክክለኛ ስሞች እና ጫጫታዎች ተሳስቷል, ምስሉን ማየት አይችልም እና ተስማሚ ቃና ውሳኔዎች የሚደረጉት በሰው ነው. ዋናው ንዑስ ርዕስ ቃል በቃል አይተረጎምም; ትርጉሙን የሚጠብቅ አጭር፣ በጣም ተፈጥሯዊ አገላለጽ ያገኛል።
የመተግበሪያ ተግባር
አጭር (2-3 ደቂቃ) የቪዲዮ ቅንጥብ ይምረጡ። በASR መሳሪያ ገልብጥ እና አስጊ ቦታዎችን ከድምጽ ጋር በማነፃፀር በ"የግልባጭ ማረጋገጫ" አብነት ያስተካክሉ። ከዚያ በCPS ~17 እገዳ በ"ንኡስ አርእስት ትርጉም" አብነት ይተርጉሙ እና ከገደቡ በላይ የሆኑትን የትርጉም ጽሑፎች በ"CPS ቁጥጥር" ያሳጥሩ። የስክሪን ጽሑፍ ወይም ፊርማ ካለ "የእይታ አውድ ፍተሻ" ተግብር።
የማረጋገጫ ዝርዝር
- [ ] ለተወሰነ ስም/ቁጥር የASR ዲክሪፕት በድምጽ አረጋግጫለሁ።
- [ ] የትርጉም ጽሁፎቹ ከመስመር/ገጸ-ባህሪ/የሲፒኤስ ደንቦች ጋር እንዲስማሙ አድርጌአለሁ።
- [ ] አሳጠርኩት እና ተፈጥሯዊ አደረግኩት እንጂ በቃላት ቃል ሳይሆን ትርጉሙን አስጠብቄዋለሁ።
- [] የእይታ አውድ (በስክሪኑ ላይ ጽሑፍ፣ ምልክት) ግምት ውስጥ ያስገባሁት።
- [ ] የተረጎምኩት የቃና እና የባህሪ ልዩነቶችን ለመጠበቅ ነው።