Gains :
- Capacité à comprendre les concepts de transcription automatique et de séparation des locuteurs et à convertir l'enregistrement brut en texte codé temporel
- Capacité à comprendre les formats de sous-titres (SRT/VTT), la vitesse de lecture et les règles de ligne, et à produire et éditer des brouillons de sous-titres multilingues
- Comprenant qu'il est de la responsabilité de l'éditeur de vérifier la terminologie, les noms propres, les erreurs de ponctuation et les erreurs de traduction dans la transcription automatique avant publication.
La tâche de post-production la plus fastidieuse et la plus longue était traditionnellement la transcription : un monteur écoutait sans fin des heures d'interviews, tapant chaque phrase à la main. Un enregistrement d’une heure prendrait facilement quatre à cinq heures à transcrire. L’intelligence artificielle a radicalement changé ce métier : aujourd’hui, un enregistrement d’une heure peut être transformé en texte timecodé en quelques minutes. Cela accélère à la fois le processus de montage et permet l'accessibilité (sous-titres pour les téléspectateurs malentendants et visionnage silencieux). Mais la sortie automatique n’est jamais adaptée à une publication sous sa forme brute ; Dans cette unité, nous verrons à la fois la puissance et les pièges.
Commençons par les termes. La transcription est la mise par écrit d'un discours. La reconnaissance automatique de la parole (ASR) est une technologie qui traduit la voix en texte. Le timecode est le signe qui indique à quelle seconde correspond le texte dans la vidéo. La diarisation des locuteurs consiste à distinguer « qui a parlé » et à diviser le texte en locuteurs. Le sous-titre (sous-titre/légende) est le texte codé temporel qui apparaît à l'écran. SRT et VTT sont les formats de fichiers de sous-titres les plus courants ; Ils contiennent l'ordre, l'heure de début et de fin et le texte de chaque ligne. La vitesse de lecture (CPS : caractères par seconde) détermine la durée pendant laquelle la ligne doit rester à l'écran pour que le spectateur puisse lire confortablement le sous-titre.
La puissance et les limites de la transcription automatique
La transcription AI transcrit une voix claire d'un seul locuteur enregistrée en turc correct avec une très grande précision. Mais il commet des erreurs dans les situations suivantes, et les connaître permet de cibler la vérification : noms propres (les noms de personnes, de marques, de lieux sont souvent mal orthographiés), termes techniques et abréviations, mots à consonance similaire (« kar/kar », « encore/encore »), discours qui se chevauchent (deux personnes en même temps), bruit de fond et musique, différences de dialecte/accent et ponctuation (question ou fin de phrase). De plus, le modèle peut « entendre » et transcrire un mot qui n’a jamais été prononcé dans un moment bruyant : c’est l’hallucination de la transcription.
Le tableau suivant résume les conditions fortes et faibles pour la transcription automatique :
état
précision
Focus de l'éditeur
Haut-parleur unique, son clair, environnement silencieux
très élevé
Noms propres, ponctuation
Panneau multi-enceintes
moyen
Séparation des locuteurs, chevauchement des paroles
Enregistrement bruyant/extérieur
faible-moyen
Mot inventé, saute
Contenu technique/jargon
moyen
Rédaction de termes et d'abréviations
discours accentué
Variable
Erreurs de mots, signification
Format des sous-titres et règles de lisibilité
Un bon sous-titre n’est pas seulement un « texte correct » ; doit être lisible. Il existe quelques règles empiriques dans la pratique internationale : une ligne de sous-titres ne doit généralement pas dépasser deux lignes ; chaque ligne doit avoir une longueur raisonnable (environ 37 à 42 caractères) ; Le sous-titre doit rester à l’écran suffisamment longtemps pour être lu (généralement 1 à 6 secondes) ; La vitesse de lecture ne doit pas être trop élevée (la plupart des guides considèrent ~15-17 caractères/seconde comme limite). Les outils d'IA divisent automatiquement le sous-titre, mais ces divisions coupent parfois la phrase aux mauvais endroits (ligne se terminant par "et", coupure qui divise le sens). Le travail de l'éditeur consiste à rendre le texte à la fois précis et fluide.
Votre rôle : assistant éditeur de sous-titres. Vous trouverez ci-dessous une transcription automatique. Tâche : 1) Divisez le texte en blocs de sous-titres selon la logique SRT.2) Chaque bloc doit comporter un maximum de 2 lignes, chaque ligne ne doit pas dépasser ~ 40 caractères.3) Divisez la phrase à des endroits significatifs ; Ligne se terminant par "et", "mais", "cela".4) Marquez les noms propres et les termes avec la balise [CHECK] afin que je puisse les vérifier manuellement.5) Ne modifiez pas le texte, divisez et marquez simplement.
L'idée de la "balise [CONTROL]" dans cette invite est précieuse : le fait que l'IA marque les zones où cela est incertain ou risqué (nom propre, terme) dirige l'œil de l'éditeur vers les bons endroits et empêche une confiance aveugle.
Sous-titres et traduction multilingues
L'ouverture d'une vidéo en plusieurs langues augmente l'audience. L'IA peut prendre la transcription, la traduire dans la langue cible et produire un fichier de sous-titres. Il s’agit d’une capacité puissante, mais c’est la plus vulnérable : la traduction automatique peut déformer les expressions idiomatiques, les références culturelles, l’humour et les jeux de mots, les termes et le contexte. Traduire mot à mot la phrase « Il pleut des chats et des chiens » est une catastrophe. Il existe également une contrainte d'espace dans la traduction des sous-titres : la phrase dans la langue cible peut être plus longue et dépasser la vitesse de lecture. C'est pourquoi il est essentiel pour le sous-titrage multilingue de faire vérifier la traduction par une personne connaissant la langue cible. En particulier pour les contenus sensibles tels que l'image de marque, le droit ou la santé, une traduction incorrecte peut avoir de graves conséquences.
Traduisez les blocs de sous-titres turcs suivants en anglais. Règles : - Transférer l'expression idiomatique et la plaisanterie, non textuellement, mais en préservant leur SENS. - Laissez le nom de la marque et le nom du produit tels quels, ne traduisez pas. - Laissez chaque bloc maintenir sa vitesse de lecture ; Raccourcissez si nécessaire, mais ne déformez pas le sens. - Précisez la référence culturelle ou le terme dont vous n'êtes pas sûr avec [NOTE DU TRADUCTEUR].
trois mini-cases
Cas 1 — Ligne accélératrice. Une équipe de documentaires a passé trois semaines à transcrire manuellement des archives d'entretiens de 12 heures. Avec la transcription automatique, le texte brut était produit en une journée ; En recherchant par texte (mot par mot), l’équipe a trouvé les moments souhaités en quelques secondes. Ensuite, ils ont méticuleusement édité et sous-titré uniquement l’épisode de 40 minutes qu’ils utiliseraient. Trois semaines se sont transformées en quatre jours ; effort de vérification axé sur la section utilisée.
Cas 2 — Mot inventé. Une chaîne d'information a diffusé, sans contrôle, l'interview de rue rauque et sous-titrée automatiquement. Le modèle a « entendu » un mot non-dit dans le bourdonnement de fond, et la légende imputait un mot non-dit à la personne interrogée. Il y a eu une réaction sur les réseaux sociaux et la correction a été publiée. Leçon : dans les enregistrements bruités, les sous-titres automatiques doivent être comparés à l'audio original.
Cas 3 — Catastrophe de traduction. Une marque a publié les sous-titres anglais de sa vidéo promotionnelle avec traduction automatique et sans contrôle. Lorsqu'une expression turque (« gardez l'oeil ouvert ») était traduite mot à mot, elle semblait dénuée de sens et même drôle au public anglais, et le sérieux de la marque était endommagé. La bonne méthode : faire vérifier la traduction par une personne connaissant la langue cible.
Invite faible/Invite forte
Invite faible :
Sous-titrez cette vidéo et traduisez-la en anglais.
Il n’y a aucun formatage, aucune règle de lisibilité, aucune marque de validation. Le résultat sera grossier et risqué.
Invite puissante :
Votre rôle : éditeur de sous-titres bilingues.Entrée : transcription timecodée turque.Tâche :1) Modifier les sous-titres turcs de 2 lignes / ~40 caractères / bonnes règles de division.2) Marquer les noms propres et les termes avec [CONTROL].3) Produire une traduction anglaise séparément ; Transférez la phrase littéralement, préservez le nom de la marque.4) Marquez les blocs qui dépassent la vitesse de lecture avec [LONG].5) N'inventez aucun mot ; Écrivez le son indéfini [NON INDIQUÉ].
Erreurs courantes
- Publication de transcriptions automatiques sans contrôle. Des erreurs dans les noms propres, les termes, la ponctuation et les mots inventés subsistent.
- Mauvaise division de ligne. Les lignes se terminant par « et/mais/ki » rendent la lecture difficile.
- Dépassement de la vitesse de lecture. Les sous-titres longs et trop courts à l'écran ne peuvent pas être lus.
- Ne pas vérifier la traduction automatique. Si un idiome, une blague ou un terme tourne mal, la marque en souffre.
- Contourner la distinction des locuteurs. S'il y a une confusion sur « qui a dit quoi » dans le panneau, le sous-titre sera trompeur.
Astuce : lors de l'édition de la transcription, regardez la vidéo à une vitesse de 1,25 à 1,5 et vérifiez qu'elle est synchronisée avec les sous-titres. De cette façon, vous détectez rapidement à la fois la dérive du timecode et les mots inventés/manqués.
Attention : Dans des domaines tels que la santé, le droit, la finance, un seul mot mal transcrit (par exemple une dose, un numéro d'ingrédient) peut avoir de graves conséquences. Dans ces contenus, chaque numéro et terme doit être vérifié séparément.
En résumé
La transcription et le sous-titrage automatisés constituent le plus grand gain de temps en post-production et permettent l'accessibilité. L'IA réduit les heures de transcription en minutes et permet la recherche par texte. Mais le résultat n’est pas adapté à la publication sous sa forme brute : les noms propres, les termes, la ponctuation, les mots inventés et les mauvais sauts de ligne doivent être corrigés. Les règles de lisibilité (longueur de ligne, durée, vitesse de lecture) rendent le texte fluide pour le spectateur. Dans les sous-titres multilingues, la traduction automatique doit être vérifiée par une personne connaissant la langue cible. L'IA verse et suggère ; L'exactitude, la lisibilité et le sens relèvent de la responsabilité de l'éditeur.
Tâche de candidature
Prenez un court enregistrement de conversation (peut-être votre propre voix, 2-3 minutes) et faites-le transcrire automatiquement. Comparez le résultat avec l'audio original et signalez les noms propres, les termes et les erreurs de ponctuation ; Trouvez au moins cinq erreurs. Ensuite, faites diviser le texte en blocs de sous-titres selon les règles ci-dessus, traduisez dans une seule langue et corrigez au moins deux points à risque (idiomes/termes) dans la traduction. Signalez le processus et toutes les erreurs que vous trouvez.
liste de contrôle
- [ ] Ai-je comparé la transcription à l'audio original et corrigé les erreurs de nom/terme/ponctuation propres ?
- [ ] Ai-je vérifié s'il y a des mots inventés ou omis ?
- [ ] Ai-je modifié le sous-titre en fonction des règles de longueur de ligne, de durée et de vitesse de lecture ?
- [ ] Pour les sous-titres multilingues, ai-je soigneusement vérifié la traduction avec quelqu'un connaissant la langue cible ?
- [ ] Ai-je vérifié séparément chaque numéro et terme dans le contenu sensible ?