Voitot:
- Kyky sovittaa merkityksen säilyttäen käyttämällä tekstityksen teknisiä sääntöjä (rivi, merkki, CPS)
- Mahdollisuus tarkistaa oikeanimi- ja numerovirheet äänellä ja nopeuttaa transkriptiota ja automaattista aikakoodausta ASR:n avulla
- Kyky hallita tekoälyn rajoja ottamalla huomioon visuaalisen kontekstin, sävyeron ja huulien synkronoinnin jälkiääniössä
Elokuvan, tv-sarjan, yritysvideon tai verkkokurssin kääntäminen eroaa radikaalisti pelkän tekstin kääntämisestä: myös aika, lukunopeus, ruudulla näkyvä kuva, ääni ja hahmojen huulten liike ovat rajoitteita. Tässä osiossa opit audiovisuaalisen käännöksen (tekstitys, jälkiäänitys, selostus), tekstityksen tekniset säännöt, tekoälyn tukeman transkription ja aikakoodauksen sekä tämän alan laatuongelmat. Tavoitteena on toimia audiovisuaalisen käännösasiantuntijan tavoin, joka "sopii yleisön silmiin ja korviin" sen sijaan, että "kääntäisi tekstiä".
Peruskäsitteet
Audiovisuaalinen käännös (AVT) on ääntä ja videota sisältävän sisällön käännös; Päämuodot ovat tekstitys, jälkiäänitys ja äänikuvaus. Tekstitys on puheen heijastus kirjoitettuna ruudulla. Dubbaus on alkuperäisen äänen uudelleenkopiointia kohdekielellä. Voice-over on, kun alkuperäinen ääni mykistetään ja sen yli luetaan käännös (yleistä dokumenteissa).
Kaksi ratkaisevaa tekstityksen teknistä termiä: CPS (Characters Per Second) rajoittaa tekstityksen nopeutta, jotta katsoja voi lukea sen mukavasti; Yleisesti hyväksytty yläraja on noin 17 merkkiä sekunnissa (alempi lastensisällölle). Aikakoodi on alkamisaika, joka osoittaa, milloin tekstitys tulee näkyviin ja katoaa ruudulta (kuten 00:01:23 400).
Miksi se on vaikeaa? Koska se tarkoittaa käännöksen sovittamista tekstityksiin. Kaksi riviä, ~42 merkkiä riviä kohden, vähintään ~1 sekunti ja enintään ~6 sekuntia näyttöaikaa ja CPS-rajoitus – sinun on noudatettava kaikkia näitä, mutta samalla säilytetään merkitys ja sävy. Siksi tekstityskäännös on usein pakkaamista ja uudelleenmuotoilua, ei sanasta sanaan käännöstä.
Vinkki: Vältä tekstitystä "kääntää jokainen sana". Katsoja sekä katselee että lukee kuvaa; Liian pitkiä tekstityksiä ei voi lukea. Lyhimmän luonnollisen ilmaisun löytäminen, joka säilyttää merkityksen, on kuvatekstin todellista hallintaa.
Tekoälyn rooli audiovisuaalisessa kääntämisessä
AI nopeuttaa merkittävästi useita vaiheita tällä alueella:
- Transkriptio: ASR:n (Automatic Speech Recognition) avulla ääni kirjoitetaan automaattisesti. Tämä poimii tekstityksen raakalähteen minuuteissa.
- Automaattinen aikakoodaus: Työkalut jakavat keskustelun osiin ja tuottavat aikakoodiluonnoksia.
- Käännösluonnos: Literaattiteksti käännetään.
- CPS/pituuden säätö: AI voi merkitä, mikä tekstitys ylittää lukunopeuden ja ehdottaa lyhennystä.
Mutta varokaa: ASR erehtyy kohinassa, aksentissa, päällekkäisessä puheessa, erisnimissä ja teknisissä termeissä; ei voi antaa "äänikuvausta"; Kuka puhuu, voi hämmentyä. Tekoälykäännös ei näe kuvaa – se ei voi tietää, milloin näytöllä näkyvää kohdetta kutsutaan "siksi". Siksi ihminen tarkistaa visuaalisen kontekstin ja tulkintatarkkuuden.
Varoitus: Yleisin virhe on ajatella, että ASR-lähtö on "dekoodattu". ASR tekee usein virheitä, erityisesti erisnimissä, numeroissa, tuotenimissä ja teknisissä termeissä; virheellinen transkriptio siirtyy käännökseen ja tekstitykseen. Muista tarkistaa kriittiset alueet kuuntelemalla ääntä.
Tekstityksen muotosäännöt
Yleiset säännöt (vaihtelee alustan mukaan):
- ~37-42 merkkiä rivillä, enintään 2 riviä.
- Kesto: ~1-6 sekuntia; Vältä erittäin lyhyitä "flash" tekstityksiä.
- CPS ei ylitä ~17 (aikuisille suunnattu sisältö).
- Katkaise lause siitä, missä se on järkevää (älä jätä "ja" tai "mutta" rivin loppuun).
- Jos mahdollista, älä ohita kohtauksen leikkausta (otoksen vaihto).
- Noudata alustan sääntöjä esimerkiksi kiroilun, laulujen ja näytön kirjoittamisen osalta.
kolme minilaukkua
Tapaus 1 – ASR + jälkimuokkaus nopeutui 60 %. Ryhmä litteroi ja aikakoodasi ensin 45 minuutin dokumentin ASR:llä, sitten käänsi ja editoi sen. Aikaa lyhennetty 60 % verrattuna transkriptioon + aikakoodaukseen tyhjästä. Mutta kaikki oikeat nimet ja numerot korjattiin äänivertailulla.
Tapaus 2 – CPS-tarkistus tallennettu luettavuus. Ensimmäinen tekstitetty opetusvideon käännös oli tarkka, mutta CPS oli keskimäärin 24 – yleisö ei pysynyt perässä. Tekoälyllä lyhennetty kierros lyhensi tekstityksiä 30 %, mikä pienensi CPS:n 16:een; merkitys säilyi, luettavuus tuli.
Tapaus 3 — Visuaalinen kontekstivirhe. ASR-pohjaisessa käännöksessä hahmo osoitti merkkiä näytöllä ja sanoi "lue tuo"; Tekoäly käänsi sen "lue se", mutta kyltin tekstiä ei käännetty, joten katsoja ei voinut nähdä, mitä pitäisi lukea. Tekstittäjä lisäsi erillisen kuvatekstin näytön kuvatekstille; Kuvan näkijä teki eron.
Neljä kopioitavaa mallia
1) Transkription (ASR) vahvistusluettelo:
Alla on videon automaattinen transkriptio. Merkitse mahdolliset virheet transkriptiossa: erisnimet, tuotenimet, numerot, tekniset termit, moniselitteiset/epätäydelliset lauseet. Listaa nämä "vahvistamaan äänellä". Älä käännä. Literoi: [...]
2) Tekstityksen käännös (CPS/pituus rajoitettu):
Käännä seuraava transkriptio [kohdekieli] tekstitykseksi. RAJOITUS: jokaisen tekstityksen tulee olla enintään 2 riviä, rivi ~42 merkkiä, CPS enintään ~17. LYHENTÄÄ ja naturalisoi merkityksen säilyttäen; älä käännä sana sanalta. Säilytä aikakoodit. Transkriptio + aikakoodit: [...]
3) CPS / luettavuuden tarkistus:
Laske likimääräinen CPS kunkin seuraavan tekstityksen keston ja merkkimäärän perusteella. Merkitse kaikki yli 17 ja ehdota lyhyempää vaihtoehtoa, joka säilyttää merkityksen. Tekstitykset (teksti | kesto sekuntia): [...]
4) Näytön tekstin / visuaalisen kontekstin tarkistus:
Merkitse seuraavassa dialogissa paikat, jotka voivat viitata kuvaan (ruututeksti, terävä esine, kyltti). Sano, tarvitaanko näihin ylimääräisiä tekstityksiä/selityksiä, olettaen, että katsoja ei näe kuvaa. Dialogi: [...]
Heikko kehote / Vahva kehote
Heikko: "Käännä nämä tekstitykset." (Ei pituutta, CPS:ää, viivasääntöjä; tuloste ei mahdu näytölle, lukukelvoton.)
Güçlü: "Käännä tämä vuoropuhelun transkriptio turkinkielisiksi tekstityksiksi. Kukin tekstitys saa olla enintään 2 riviä, 42 merkkiä riviä kohden; lyhennä tekstiä säilyttäen samalla merkitys, jos se on tarpeen lukunopeuden kannalta. Anna puhuttu kieli luonnollisella turkkilla, pehmennä slängiä. Älä koske aikakoodeihin."
Ero: vahva kehote antaa tekstityksen tekniset rajoitukset (rivi, merkki, CPS, sävy); Tuotos itse asiassa lähestyy käyttökelpoisia tekstityksiä.
AVT-muotojen vertailutaulukko
muodossa
Mitä tekee
AI panos
ihmisen kriittinen kohta
alaotsikko
Litteroi puheen
ASR, käännös, CPS
Sopiva, visuaalinen konteksti
jälkiäänitys
Voiceover kohdekielellä
Käännösluonnos
huultynkronointi, näytteleminen
äänitys
Lue käännös yllä
Käännös, ajoitus
Luonnollinen virtaus, sävy
Äänikuvaus
Kuvaa kuvaa äänellä
luonnosteksti
Visuaalinen tulkinta (ihminen)
Yleisiä virheitä
- Käännetään ASR-transkriptio vahvistamatta sitä. Oikea nimi/numero -virheet siirretään tekstitykseen.
- Kääntäminen sanasta sanaan ja kiertäminen CPS:ssä. Yleisö ei osaa lukea; sovitus on tehtävä.
- Visuaalisen kontekstin huomioiminen. Näytön teksti ja terävät objektit jäävät kääntämättä.
- Tekee rivin jakamisesta turhaa. Se pilaa luettavuuden.
- Tasoittaa sävyä/rekisteriä. Hahmojen murteet ja slangi katoavat.
Kopiointi ja huulien synkronointi
Vaikka tekstityksen rajoitteena on lukunopeus, jälkiäänityksen rajoitteena on aika ja huulet. Selostuskäännöksissä on kolme erilaista synkronointityyppiä: huulisynkronointi – jossa käännös vastaa hahmon suun liikettä, erityisesti avovokaalit lähikuvissa; isokronia — käännösrivi on yhtä pitkä kuin alkuperäinen rivi, ei liian lyhyt eikä liian pitkä; eleiden synkronisuus — sanotun sovittaminen hahmon käden ja käsivarren liikkeisiin. Siksi jälkiäänityksen kääntäjä kirjoittaa usein "tarttuvan" rivin, joka säilyttää merkityksen, mutta täysin eri sanoilla; Sanatarkkuus on vielä vähemmän kuin tekstitys täällä.
Tekoäly voi tarjota raakakäännösluonnoksen ja aikavaroituksen jälkiäänitykseen ("tämä rivi on 40 % pidempi kuin alkuperäinen, lyhennä sitä"). Uudet tekniikat voivat jopa kloonata äänen ja tuottaa automaattisen jälkiäänityksen; mutta näytteleminen, tunteet, hahmon hengityksen hienosäätö ja huulten synkronointi ovat edelleen ihmiskääntäjän ja ääninäyttelijän työtä. Automaattinen kopiointi tarjoaa ääriviivat; Taiteellinen ja synkroninen päätös on ihmisen. Lisäksi sen henkilön suostumus, jonka ääni on kloonattu, on tärkeä eettinen ja oikeudellinen kysymys.
Yhteenvetona
Audiovisuaalinen käännös on taidetta sovittaa tekstiä katsojan silmän ja korvan rajoituksiin: viiva/hahmo/CPS-rajat tekstityksessä, huulten synkronointi jälkiääniössä, visuaalinen konteksti on ratkaiseva tekijä niissä kaikissa. AI nopeuttaa transkriptiota, aikakoodausta, käännösluonnostusta ja CPS-tarkistusta ASR:n avulla; Mutta ASR erehtyy erisnimissä ja kohinassa, se ei näe kuvaa ja sopivuuspäätökset tekee ihminen. Päätekstittäjä ei käännä sanasta sanaan; löytää lyhimmän, luonnollisimman ilmaisun, joka säilyttää merkityksen.
Sovellustehtävä
Valitse lyhyt (2-3 minuuttia) videoleike. Literoi ASR-työkalulla ja vertaa ja korjaa riskialttiita alueita äänen avulla "transkription vahvistus" -mallin avulla. Käännä sitten CPS ~17 -rajoituksella "tekstityskäännös" -mallilla ja lyhennä rajan ylittävät tekstitykset "CPS-ohjauksella". Jos näyttöön tulee teksti tai kyltti, käytä "visuaalista kontekstin tarkistusta".
tarkistuslista
- [ ] Tarkistin ASR-salauksen purkamisen äänellä tietylle nimelle/numerolle.
- [ ] Tein tekstityksiä rivi-/merkki-/CPS-sääntöjen mukaisiksi.
- [ ] Lyhensin ja luonnostelin sitä, en sanasta sanaan, säilyttäen merkityksen.
- [ ] Otin visuaalisen kontekstin (näytöllä näkyvä teksti, kyltti) huomioon.
- [ ] Käänsin sen säilyttääkseni sävy- ja luonneerot.