ግልባጭ እና ንዑስ ርዕስ፡ ንግግር ወደ ጽሑፍ እና ባለብዙ ቋንቋ ንዑስ ርዕስ

ትርፍ፡

• ራስ-ሰር ቅጂ እና ድምጽ ማጉያ መለያየት ጽንሰ-ሀሳቦችን የመረዳት እና ጥሬ ቅጂን ወደ ጊዜ ኮድ ወደ ጽሑፍ የመቀየር ችሎታ።
• የትርጉም ጽሑፎችን (SRT/VTT)፣ የፍጥነት እና የመስመር ሕጎችን የማንበብ ችሎታ፣ እና ባለብዙ ቋንቋ ንዑስ ርዕስ ረቂቆችን የማዘጋጀት እና የማርትዕ ችሎታ።
• የቃላት አጠቃቀምን፣ ትክክለኛ ስሞችን፣ የስርዓተ-ነጥብ ስህተቶችን እና የትርጉም ስህተቶችን ከህትመት በፊት ማረጋገጥ የአርታዒው ሃላፊነት መሆኑን በመረዳት በራስ ሰር ግልባጭ ውስጥ።

በጣም አድካሚው፣ ጊዜ የሚፈጅ የድህረ-ምርት ተግባር በባህላዊ መልኩ መገለባበጥ ነበር፡ አንድ አርታኢ ለሰዓታት የቃለ መጠይቅ ቀረጻዎችን ያለማቋረጥ ያዳምጣል፣ እያንዳንዱን ዓረፍተ ነገር በእጅ ይተይቡ። የአንድ ሰዓት ቀረጻ በቀላሉ ወደ ጽሑፍ ከአራት እስከ አምስት ሰአታት ይወስዳል። አርቴፊሻል ኢንተለጀንስ ይህን ንግድ በጥልቅ ቀይሮታል፡ ዛሬ የአንድ ሰአት ርዝመት ያለው ቀረጻ በደቂቃዎች ውስጥ በጊዜ ኮድ ወደ ተጻፈ ጽሁፍ ሊቀየር ይችላል። ይህ ሁለቱም የአርትዖት ቧንቧ መስመርን ያፋጥናል እና ተደራሽነትን ያስችላል (መስማት ለተሳናቸው ተመልካቾች የትርጉም ጽሑፎች እና ጸጥ ያለ እይታ)። ነገር ግን አውቶማቲክ ውፅዓት በጥሬው ለህትመት ፈጽሞ ተስማሚ አይደለም; በዚህ ክፍል ውስጥ ሁለቱንም ኃይል እና ወጥመዶችን እናያለን.

በቃላት እንጀምር። ግልባጭ ማለት ንግግርን ወደ ጽሁፍ ማስገባት ነው. አውቶማቲክ የንግግር ማወቂያ (ASR) ድምጽን ወደ ጽሑፍ የሚተረጎም ቴክኖሎጂ ነው። የጊዜ ኮድ በቪዲዮው ላይ ጽሑፉ ከየትኛው ሰከንድ ጋር እንደሚመሳሰል የሚያሳይ ምልክት ነው። የተናጋሪ ዲያላይዜሽን “ማን የተናገረውን” መለየት እና ጽሑፉን ወደ ተናጋሪዎች መከፋፈል ነው። የትርጉም ጽሑፍ (ንዑስ ርዕስ/መግለጫ) በማያ ገጹ ላይ የሚታየው በጊዜ ኮድ የተደረገ ጽሑፍ ነው። SRT እና VTT በጣም የተለመዱ የትርጉም ፋይል ቅርጸቶች ናቸው; የእያንዳንዱን መስመር ቅደም ተከተል፣ የመጀመሪያ-ፍጻሜ ጊዜ እና ጽሑፍ ይይዛሉ። የንባብ ፍጥነት (ሲፒኤስ፡ ቁምፊዎች በሰከንድ) ተመልካቹ የትርጉም ጽሑፉን በምቾት እንዲያነብ መስመሩ በስክሪኑ ላይ ለምን ያህል ጊዜ መቆየት እንዳለበት ይወስናል።

በራስ-ሰር የመገለባበጥ ኃይል እና ገደብ

የ AI ግልባጭ በትክክለኛ የቱርክ ቋንቋ የተቀዳ ግልጽ፣ ነጠላ ተናጋሪ ድምፅ በጣም ከፍተኛ በሆነ ትክክለኛነት ይገለበጣል። ነገር ግን በሚከተሉት ሁኔታዎች ውስጥ ስህተቶችን ያደርጋል, እና እነዚህን ማወቅ የማረጋገጫ ዒላማ ለማድረግ ያስችልዎታል: ትክክለኛ ስሞች (የሰዎች ስም, የምርት ስሞች, ቦታዎች ብዙውን ጊዜ የተሳሳቱ ናቸው), ቴክኒካዊ ቃላት እና አህጽሮተ ቃላት, ተመሳሳይ የድምጽ ቃላት ("ካር/ካር", "አሁንም / አሁንም"), ተደራራቢ ንግግር (ሁለት ሰዎች በተመሳሳይ ጊዜ), የጀርባ ጫጫታ እና ሙዚቃ, የአነጋገር ዘይቤ / የአነጋገር ልዩነት እና የዓረፍተ ነገር መጨረሻ). በተጨማሪም ሞዴሉ በጩኸት ቅጽበት ውስጥ ያልተነገረ ቃል "መስማት" እና ሊገለብጥ ይችላል - ይህ የገለባው ቅዠት ነው።

የሚከተለው ሠንጠረዥ ለራስ-ሰር ግልባጭ ጠንካራ እና ደካማ ሁኔታዎችን ያጠቃልላል።

ሁኔታ

ትክክለኛነት

የአርታዒ ትኩረት

ነጠላ ድምጽ ማጉያ፣ ጥርት ያለ ድምፅ፣ ጸጥ ያለ አካባቢ

በጣም ከፍተኛ

ትክክለኛ ስሞች ፣ ሥርዓተ-ነጥብ

ባለብዙ ድምጽ ማጉያ ፓነል

መካከለኛ

የተናጋሪ መለያየት፣ ተደራራቢ ንግግር

ጫጫታ/የውጭ ቀረጻ

ዝቅተኛ-መካከለኛ

የተሰራ ቃል፣ ዝለል

ቴክኒካዊ/ጃርጎን ይዘት

መካከለኛ

ቃል እና ምህጻረ ቃል

አጽንዖት የተሞላ ንግግር

ተለዋዋጭ

የቃላት ስህተቶች, ትርጉም

የትርጉም ጽሑፍ ቅርጸት እና የተነበበ ህጎች

ጥሩ የትርጉም ጽሑፍ "ትክክለኛ ጽሑፍ" ብቻ አይደለም; የሚነበብ መሆን አለበት. በአለምአቀፍ ልምምድ ውስጥ ጥቂት ደንቦች አሉ: የትርጉም ጽሑፎች መስመር በአጠቃላይ ከሁለት መስመሮች ያልበለጠ መሆን አለበት; እያንዳንዱ መስመር በተመጣጣኝ ርዝመት (በግምት 37-42 ቁምፊዎች) መቀመጥ አለበት; የትርጉም ጽሑፍ ለማንበብ በቂ ጊዜ በስክሪኑ ላይ መቆየት አለበት (ብዙውን ጊዜ ከ1-6 ሰከንድ)። የንባብ ፍጥነቱ በጣም ከፍተኛ መሆን የለበትም (አብዛኞቹ መመሪያዎች ~ 15-17 ቁምፊዎች / ሰከንድ እንደ ገደቡ ይቆጥራሉ)። AI መሳሪያዎች የትርጉም ጽሑፉን በራስ ሰር ይከፋፈላሉ፣ ነገር ግን እነዚህ ክፍፍሎች አንዳንድ ጊዜ አረፍተ ነገሩን በመጥፎ ቦታዎች ይቆርጣሉ (መስመር በ "እና" ያበቃል ፣ ትርጉሙን የሚከፋፍል)። የአርታዒው ተግባር ጽሑፉን ትክክለኛ እና አቀላጥፎ ማቅረብ ነው።

የእርስዎ ሚና፡ ንዑስ ርዕስ አርታዒ ረዳት። ከዚህ በታች አውቶማቲክ ግልባጭ ነው። ተግባር፡1) ጽሑፉን በSRT ሎጂክ መሠረት ወደ ንዑስ ርዕስ ብሎኮች ይከፋፍሉት።2) እያንዳንዱ ብሎክ ቢበዛ 2 መስመሮች መሆን አለበት፣ እያንዳንዱ መስመር ከ ~ 40 ቁምፊዎች መብለጥ የለበትም።3) ዓረፍተ ነገሩን ትርጉም ባለው ቦታ ይከፋፍሉት; መስመር የሚያበቃው በ"እና"፣ "ግን"፣ "ያ" ነው።4) ትክክለኛ ስሞችን እና ውሎችን በ[ቼክ] መለያ ምልክት በማድረግ በእጅ ማረጋገጥ እንድችል።5) ፅሁፉን አይለውጡ፣ ከፋፍለው ምልክት ያድርጉ።

በዚህ መጠየቂያ ውስጥ ያለው የ"[CONTROL] መለያ" ሃሳብ ጠቃሚ ነው፡- እርግጠኛ ያልሆነ ወይም አደገኛ (ትክክለኛ ስም፣ ቃል) የአርታዒውን አይን ወደ ትክክለኛው ቦታ ይመራዋል እና በጭፍን መተማመንን ይከላከላል።

ባለብዙ ቋንቋ የትርጉም ጽሑፎች እና ትርጉም

ቪዲዮን ወደ ብዙ ቋንቋዎች መክፈት ተመልካቾችን ይጨምራል። AI ግልባጩን ወስዶ ወደ ዒላማው ቋንቋ ሊተረጉመው እና የትርጉም ጽሑፍ ፋይል ሊያዘጋጅ ይችላል። ይህ ኃይለኛ አቅም ነው፣ ነገር ግን በጣም የተጋለጠ ነው፡ የማሽን መተርጎም ፈሊጦችን፣ ባህላዊ ማጣቀሻዎችን፣ ቀልዶችን እና ንግግሮችን፣ ቃላትን እና አውድ ሊያሳስት ይችላል። "ድመቶች እና ውሾች እየዘነበ ነው" የሚለውን አረፍተ ነገር በቃላት መተርጎም አደጋ ነው. በንኡስ ርእስ ትርጉም ውስጥ የቦታ ገደብም አለ፡ በዒላማ ቋንቋ ያለው ዓረፍተ ነገር ረዘም ያለ እና ከንባብ ፍጥነት በላይ ሊሆን ይችላል። ለዚህም ነው የዒላማ ቋንቋን የሚያውቅ ሰው ትርጉሙን እንዲያረጋግጥ ለብዙ ቋንቋዎች ንዑስ ርዕስ አስፈላጊ የሆነው - በተለይም እንደ የምርት ስም፣ ህጋዊ ወይም ጤና ላሉ ሚስጥራዊነት ያላቸው ይዘቶች፣ የተሳሳተ ትርጉም ከባድ መዘዝ ሊያስከትል ይችላል።

የሚከተሉትን የቱርክ ንዑስ ርዕሶችን ወደ እንግሊዝኛ ተርጉም። ሕጎች፡- ፈሊጡን እና ቀልዱን አስተላልፉ፣ በቃል ሳይሆን ትርጉማቸውን በማስጠበቅ። - የምርት ስሙን እና የምርት ስሙን እንደነበሩ ይተዉት ፣ አይተረጉሙ። - እያንዳንዱ እገዳ የንባብ ፍጥነቱን ይጠብቅ; አስፈላጊ ከሆነ አሳጥሩ, ግን ትርጉሙን አታዛባ. - እርግጠኛ ያልሆኑትን የባህል ማጣቀሻ ወይም ቃል በ[ተርጓሚ ማስታወሻ] ይግለጹ።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - የማፋጠን መስመር. አንድ ዘጋቢ ፊልም ቡድን የ12 ሰአታት ቃለ መጠይቆችን መዝገብ በመፃፍ ለሦስት ሳምንታት አሳልፏል። በአውቶማቲክ ግልባጭ, ጥሬው ጽሑፍ በአንድ ቀን ውስጥ ወጣ; በጽሑፍ (ቃል በቃል) በመፈለግ ቡድኑ በሰከንዶች ውስጥ የሚፈልጓቸውን አፍታዎች አግኝቷል። ከዚያም የሚጠቀሙበትን የ40 ደቂቃ ክፍል ብቻ በጥንቃቄ አርትዖት እና ንዑስ ርዕስ ጻፉ። ሶስት ሳምንታት ወደ አራት ቀናት ተለውጠዋል; ጥቅም ላይ የዋለው ክፍል ላይ ያተኮረ የማረጋገጫ ጥረት.

ጉዳይ 2 - የተሰራ ቃል. የዜና ቻናል የጎዳና ላይ ቃለመጠይቁን ሳያጣራ በራስ ሰር የትርጉም ጽሑፎች አሰራጭቷል። ሞዴሉ ያልተነገረ ቃል ከበስተጀርባ ሁም ላይ "ሰምቷል" እና መግለጫ ጽሑፉ ያልተነገረ ቃል ለቃለ መጠይቁ ሰው ተቆጥሯል። በማህበራዊ አውታረ መረቦች ላይ ምላሽ ነበር እና እርማቱ ታትሟል. ትምህርት፡ ጫጫታ በሚበዛባቸው ቅጂዎች፣ አውቶማቲክ የትርጉም ጽሑፎች ከዋናው ኦዲዮ ጋር መወዳደር አለባቸው።

ጉዳይ 3 - የትርጉም አደጋ. አንድ የምርት ስም የማስተዋወቂያ ቪዲዮውን የእንግሊዝኛ የትርጉም ጽሑፎች በማሽን ትርጉም እና ያለ ቁጥጥር አሳተመ። የቱርክ ፈሊጥ ("ተጠንቀቅ ይከታተሉ") በቃል ሲተረጎም ለእንግሊዛውያን ተመልካቾች ትርጉም የለሽ እና እንዲያውም አስቂኝ መስሎ ነበር, እና የምርት ስሙ አሳሳቢነት ተጎድቷል. ትክክለኛው መንገድ፡ ትርጉሙን የዒላማ ቋንቋ በሚያውቅ ሰው እንዲረጋገጥ ማድረግ።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

ይህን ቪዲዮ ንኡስ ጽሁፍ አድርገው ወደ እንግሊዝኛ ተርጉመው።

ምንም ቅርጸት የለም, ምንም የተነበበ ደንቦች, ምንም የማረጋገጫ ምልክቶች የሉም. ውጤቱ ደረቅ እና አደገኛ ይሆናል.

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡- የሁለት ቋንቋ ንኡስ ርእስ አርታዒ።ግቤት፡ የቱርክ በጊዜ ኮድ የተደረገ ግልባጭ።ተግባር፡1) የቱርክ ንዑስ ርዕስን በ2 መስመር አርትዕ / ~ 40 ቁምፊዎች / ጥሩ የክፍል ህጎች።2) ትክክለኛ ስሞችን እና ውሎችን በ [CONTROL] ምልክት ያድርጉ። ሐረጉን በጥሬው ያስተላልፉ፣ የምርት ስሙን ይጠብቁ።4) ከንባብ ፍጥነት በላይ የሆኑትን ብሎኮች በ [ረጅም] ምልክት ያድርጉ። ያልተወሰነውን ድምጽ ይፃፉ [UNINDICATED]።

የተለመዱ ስህተቶች

• አውቶማቲክ ቅጂዎችን ያለ ቁጥጥር ማተም. በትክክለኛ ስሞች፣ ቃላት፣ ሥርዓተ-ነጥብ እና የተሰሩ ቃላት ላይ ስህተቶች ይቀራሉ።
• መጥፎ መስመር መከፋፈል። በ"and/but/ki" የሚያልቁ መስመሮች ማንበብን አስቸጋሪ ያደርገዋል።
• ከንባብ ፍጥነት በላይ። በስክሪኑ ላይ በጣም አጭር የሆኑ ረጅም የትርጉም ጽሑፎች ሊነበቡ አይችሉም።
• የማሽን ትርጉም አለማረጋገጥ። ፈሊጥ፣ ቀልድ ወይም ቃል ከተሳሳቱ የምርት ስሙ ይሠቃያል።
• የተናጋሪ ልዩነትን ማለፍ። በፓነሉ ውስጥ "ማን ምን አለ" በሚለው ላይ ግራ መጋባት ካለ የትርጉም ጽሁፉ አሳሳች ይሆናል።

ጠቃሚ ምክር፡ ግልባጩን በሚያስተካክሉበት ጊዜ ቪዲዮውን በ1.25-1.5 ፍጥነት ይመልከቱ እና ከግርጌ ጽሑፎች ጋር መመሳሰሉን ያረጋግጡ። በዚህ መንገድ ሁለቱንም የጊዜ ኮድ ተንሸራታች እና የተሰሩ/ያመለጡ ቃላትን በፍጥነት ይይዛሉ።

ማስጠንቀቂያ፡ እንደ ጤና አጠባበቅ፣ ህግ፣ ፋይናንስ ባሉ መስኮች አንድ ነጠላ በስህተት የተገለበጠ ቃል (ለምሳሌ ዶዝ፣ ንጥረ ነገር ቁጥር) ከባድ መዘዝ ሊያስከትል ይችላል። በእነዚህ ይዘቶች ውስጥ፣ እያንዳንዱ ቁጥር እና ቃል በተናጠል መረጋገጥ አለባቸው።

በማጠቃለያው

አውቶማቲክ ግልባጭ እና የትርጉም ጽሑፍ የድህረ-ምርት ትልቁ ጊዜ ቆጣቢ እና ተደራሽነትን ማንቃት ነው። AI የሰአታት ግልባጭ ወደ ደቂቃዎች ይቀንሳል እና በጽሁፍ መፈለግን ያስችላል። ነገር ግን ውጤቱ በጥሬው ለህትመት ተስማሚ አይደለም፡ ትክክለኛ ስሞች፣ ውሎች፣ ሥርዓተ-ነጥብ፣ የተሰሩ ቃላት እና የመጥፎ መስመር ክፍተቶች መታረም አለባቸው። የማንበብ ህጎች (የመስመር ርዝመት፣ የቆይታ ጊዜ፣ የንባብ ፍጥነት) ጽሑፉን ለተመልካቹ አቀላጥፎ እንዲናገር ያደርገዋል። በበርካታ ቋንቋዎች የትርጉም ጽሑፎች ውስጥ፣ የማሽኑ ትርጉም የዒላማ ቋንቋን በሚያውቅ ሰው መረጋገጥ አለበት። AI አፈሰሰ እና ይጠቁማል; ትክክለኛነት, ተነባቢነት እና ትርጉም የአርታዒው ሃላፊነት ነው.

የመተግበሪያ ተግባር

አጭር የውይይት ቅጂ ውሰድ (ምናልባት የራስህ ድምጽ፣ 2-3 ደቂቃ) እና በራስ ሰር እንዲገለበጥ አድርግ። ውጤቱን ከመጀመሪያው ኦዲዮ እና ባንዲራ ትክክለኛ ስሞች፣ ውሎች እና ሥርዓተ-ነጥብ ስህተቶች ጋር ያወዳድሩ። ቢያንስ አምስት ስህተቶችን ያግኙ። ከዛ በላይ ባሉት ህጎች መሰረት ፅሁፉን በንኡስ ርእስ ብሎኮች ተከፋፍሎ ወደ አንድ ቋንቋ እንዲተረጎም ያድርጉ እና ቢያንስ ሁለት አደገኛ ነጥቦችን በትርጉም ውስጥ ያርሙ። ሂደቱን እና የሚያገኟቸውን ስህተቶች ሪፖርት ያድርጉ።

የማረጋገጫ ዝርዝር

• [ ] ግልባጩን ከመጀመሪያው ኦዲዮ ጋር አነጻጽሬዋለሁ እና ማንኛውንም ትክክለኛ የስም/የቃል/ሥርዓተ ነጥብ ስህተቶችን አርሜያለሁ?
• [ ] የተዋቀሩ ወይም የተተዉ ቃላትን ፈትሻለሁ?
• [ ] የትርጉም ጽሁፉን በመስመር ርዝመት፣ ቆይታ እና የንባብ ፍጥነት ደንቦች መሰረት አርትዕ አድርጌዋለሁ?
• [ ] ለብዙ ቋንቋዎች የትርጉም ጽሑፎች፣ የዒላማ ቋንቋውን ከሚያውቅ ሰው ጋር ትርጉሙን በጥንቃቄ አረጋግጫለሁ?
• [ ] እያንዳንዱን ቁጥር እና ቃል ሚስጥራዊነት ያለው ይዘት ውስጥ ለየብቻ አረጋግጫለሁ?