लाभ:
- स्वचालित प्रतिलेखन और स्पीकर पृथक्करण की अवधारणाओं को समझने और कच्ची रिकॉर्डिंग को समय-कोडित पाठ में परिवर्तित करने की क्षमता
- उपशीर्षक प्रारूपों (एसआरटी/वीटीटी) को समझने, गति और लाइन नियमों को पढ़ने और बहुभाषी उपशीर्षक ड्राफ्ट तैयार करने और संपादित करने की क्षमता
- यह समझना कि प्रकाशन से पहले स्वचालित प्रतिलेख में शब्दावली, उचित नाम, विराम चिह्न त्रुटियों और अनुवाद त्रुटियों को सत्यापित करना संपादक की ज़िम्मेदारी है।
पोस्ट-प्रोडक्शन का सबसे कठिन, समय लेने वाला कार्य पारंपरिक रूप से प्रतिलेखन था: एक संपादक घंटों साक्षात्कार फुटेज को सुनता था, प्रत्येक वाक्य को हाथ से टाइप करता था। एक घंटे की रिकॉर्डिंग को ट्रांसक्राइब करने में आसानी से चार से पांच घंटे लग जाएंगे। कृत्रिम बुद्धिमत्ता ने इस व्यवसाय को मौलिक रूप से बदल दिया है: आज एक घंटे की रिकॉर्डिंग को मिनटों में समय-कोडित पाठ में बदला जा सकता है। यह संपादन पाइपलाइन को गति देता है और पहुंच (सुनने में अक्षम दर्शकों और मूक देखने के लिए उपशीर्षक) को सक्षम बनाता है। लेकिन स्वचालित आउटपुट कभी भी अपने कच्चे रूप में प्रकाशन के लिए उपयुक्त नहीं होता है; इस इकाई में हम शक्ति और हानि दोनों देखेंगे।
आइए शर्तों से शुरू करें। प्रतिलेखन भाषण को लिखित रूप में प्रस्तुत करना है। स्वचालित वाक् पहचान (एएसआर) वह तकनीक है जो आवाज को पाठ में अनुवादित करती है। टाइमकोड वह संकेत है जो दिखाता है कि वीडियो में टेक्स्ट किस सेकंड से मेल खाता है। स्पीकर डायराइज़ेशन "कौन बोला" को अलग करना और पाठ को वक्ताओं में विभाजित करना है। उपशीर्षक (उपशीर्षक/कैप्शन) समय-कोडित पाठ है जो स्क्रीन पर दिखाई देता है। एसआरटी और वीटीटी सबसे आम उपशीर्षक फ़ाइल स्वरूप हैं; उनमें प्रत्येक पंक्ति का क्रम, प्रारंभ-समाप्ति समय और पाठ शामिल होता है। पढ़ने की गति (सीपीएस: प्रति सेकंड अक्षर) यह निर्धारित करती है कि दर्शक को उपशीर्षक आराम से पढ़ने के लिए स्क्रीन पर लाइन कितनी देर तक रहनी चाहिए।
स्वचालित प्रतिलेखन की शक्ति और सीमा
एआई ट्रांसक्रिप्शन बहुत उच्च सटीकता के साथ उचित तुर्की में रिकॉर्ड की गई एक स्पष्ट, एकल-स्पीकर आवाज को ट्रांसक्रिप्ट करता है। लेकिन यह निम्नलिखित स्थितियों में गलतियाँ करता है, और इन्हें जानने से आप सत्यापन को लक्षित कर सकते हैं: उचित नाम (लोगों, ब्रांडों, स्थानों के नाम अक्सर गलत वर्तनी वाले होते हैं), तकनीकी शब्द और संक्षिप्ताक्षर, समान ध्वनि वाले शब्द ("कर/कर", "अभी भी/अभी"), ओवरलैपिंग भाषण (एक ही समय में दो लोग), पृष्ठभूमि शोर और संगीत, बोली/उच्चारण अंतर और विराम चिह्न (प्रश्न या वाक्य अंत)। इसके अतिरिक्त, मॉडल किसी ऐसे शब्द को "सुन" सकता है और उसका प्रतिलेखन कर सकता है जो शोर-शराबे वाले क्षण में कभी नहीं बोला गया हो—यह प्रतिलेखन का भ्रम है।
निम्न तालिका स्वचालित प्रतिलेखन के लिए मजबूत और कमजोर स्थितियों का सारांश प्रस्तुत करती है:
शर्त
सटीकता
संपादक का ध्यान
एकल स्पीकर, स्पष्ट ध्वनि, शांत वातावरण
बहुत ऊँचा
उचित नाम, विराम चिह्न
मल्टी-स्पीकर पैनल
मध्यम
वक्ता का पृथक्करण, अतिव्यापी भाषण
शोरगुल/बाहर रिकॉर्डिंग
निम्न-मध्यम
बना-बनाया शब्द, कूदो
तकनीकी/शब्दजाल सामग्री
मध्यम
पद और संक्षिप्तीकरण लेखन
उच्चारणयुक्त भाषण
परिवर्तनीय
शब्द त्रुटियाँ, अर्थ
उपशीर्षक प्रारूप और पठनीयता नियम
एक अच्छा उपशीर्षक केवल "सही पाठ" नहीं है; पठनीय होना चाहिए. अंतर्राष्ट्रीय व्यवहार में कुछ सामान्य नियम हैं: उपशीर्षक की एक पंक्ति आम तौर पर दो पंक्तियों से अधिक नहीं होनी चाहिए; प्रत्येक पंक्ति को उचित लंबाई (लगभग 37-42 अक्षर) तक रखा जाना चाहिए; उपशीर्षक को पढ़ने के लिए पर्याप्त समय तक स्क्रीन पर रहना चाहिए (आमतौर पर 1-6 सेकंड); पढ़ने की गति बहुत अधिक नहीं होनी चाहिए (अधिकांश गाइड ~15-17 अक्षर/सेकंड को सीमा मानते हैं)। एआई उपकरण स्वचालित रूप से उपशीर्षक को विभाजित करते हैं, लेकिन ये विभाजन कभी-कभी वाक्य को खराब स्थानों पर काटते हैं ("और" के साथ समाप्त होने वाली पंक्ति, जो अर्थ को विभाजित करती है)। संपादक का काम पाठ को सटीक और धाराप्रवाह बनाना है।
आपकी भूमिका: उपशीर्षक संपादक सहायक। नीचे एक स्वचालित प्रतिलेख है. कार्य:1) पाठ को एसआरटी तर्क के अनुसार उपशीर्षक ब्लॉकों में विभाजित करें। 2) प्रत्येक ब्लॉक में अधिकतम 2 पंक्तियाँ होनी चाहिए, प्रत्येक पंक्ति ~40 अक्षरों से अधिक नहीं होनी चाहिए।3) वाक्य को सार्थक स्थानों पर विभाजित करें; पंक्ति "और", "लेकिन", "वह" के साथ समाप्त होती है। 4) उचित संज्ञा और शब्दों को [चेक] टैग के साथ चिह्नित करें ताकि मैं उन्हें मैन्युअल रूप से सत्यापित कर सकूं। 5) पाठ को न बदलें, बस विभाजित करें और चिह्नित करें।
इस प्रॉम्प्ट में "[नियंत्रण] टैग" विचार मूल्यवान है: एआई मार्क वाले क्षेत्र जहां यह अनिश्चित या जोखिम भरा है (उचित नाम, शब्द) संपादक की नजर को सही स्थानों पर निर्देशित करता है और अंध विश्वास को रोकता है।
बहुभाषी उपशीर्षक और अनुवाद
एक वीडियो को कई भाषाओं में खोलने से दर्शकों की संख्या बढ़ती है। एआई प्रतिलेख ले सकता है, उसे लक्ष्य भाषा में अनुवादित कर सकता है और एक उपशीर्षक फ़ाइल तैयार कर सकता है। यह एक शक्तिशाली क्षमता है, लेकिन यह सबसे कमजोर है: मशीनी अनुवाद मुहावरों, सांस्कृतिक संदर्भों, हास्य और वाक्यों, शब्दों और संदर्भ को गलत तरीके से प्रस्तुत कर सकता है। "कुत्तों और बिल्लियों की बारिश हो रही है" वाक्य का शब्द दर शब्द अनुवाद करना एक आपदा है। उपशीर्षक अनुवाद में स्थान की कमी भी है: लक्ष्य भाषा में वाक्य लंबा हो सकता है और पढ़ने की गति से अधिक हो सकता है। इसीलिए बहुभाषी उपशीर्षक के लिए यह आवश्यक है कि लक्ष्य भाषा जानने वाला कोई व्यक्ति अनुवाद को सत्यापित करे - विशेष रूप से ब्रांडिंग, कानूनी या स्वास्थ्य जैसी संवेदनशील सामग्री के लिए, गलत अनुवाद के गंभीर परिणाम हो सकते हैं।
निम्नलिखित तुर्की उपशीर्षक ब्लॉकों का अंग्रेजी में अनुवाद करें। नियम:- मुहावरों और चुटकुलों को शब्दशः नहीं बल्कि उनके अर्थ को सुरक्षित रखते हुए स्थानांतरित करें। - ब्रांड नाम और उत्पाद का नाम वैसे ही रहने दें, अनुवाद न करें। - प्रत्येक ब्लॉक को अपनी पढ़ने की गति बनाए रखने दें; यदि आवश्यक हो तो छोटा करें, लेकिन अर्थ विकृत न करें। - [अनुवादक के नोट] के साथ उस सांस्कृतिक संदर्भ या शब्द को निर्दिष्ट करें जिसके बारे में आप निश्चित नहीं हैं।
तीन मिनी मामले
केस 1 - त्वरित करने वाली रेखा। एक वृत्तचित्र दल ने साक्षात्कारों के 12-घंटे के संग्रह को लिखने में तीन सप्ताह का समय बिताया। स्वचालित प्रतिलेखन के साथ, कच्चा पाठ एक दिन में आउटपुट हो जाता था; पाठ (शब्द दर शब्द) के माध्यम से खोजकर, टीम को वे क्षण मिल गए जो वे सेकंडों में चाहते थे। फिर उन्होंने सावधानीपूर्वक केवल 40 मिनट के एपिसोड को संपादित और उपशीर्षक दिया जिसका वे उपयोग करेंगे। तीन सप्ताह चार दिनों में बदल गये; सत्यापन प्रयास प्रयुक्त अनुभाग पर केंद्रित है।
केस 2 - मनगढ़ंत शब्द। एक समाचार चैनल ने बिना जाँचे, स्वचालित उपशीर्षक के साथ शोरगुल वाले सड़क साक्षात्कार का प्रसारण किया। मॉडल ने बैकग्राउंड गुंजन में एक अनकहा शब्द "सुना", और कैप्शन ने साक्षात्कारकर्ता को एक अनकहा शब्द सुनाया। सोशल मीडिया पर इस पर प्रतिक्रिया हुई और सुधार प्रकाशित किया गया. पाठ: शोर वाली रिकॉर्डिंग में, स्वचालित उपशीर्षक की तुलना मूल ऑडियो से की जानी चाहिए।
केस 3 - अनुवाद आपदा। एक ब्रांड ने अपने प्रचार वीडियो के अंग्रेजी उपशीर्षक को मशीनी अनुवाद के साथ और बिना नियंत्रण के प्रकाशित किया। जब एक तुर्की मुहावरे ("नजर रखें") का शब्द दर शब्द अनुवाद किया गया, तो यह अंग्रेजी दर्शकों को निरर्थक और यहां तक कि हास्यास्पद लगा, और ब्रांड की गंभीरता को नुकसान पहुंचा। सही तरीका: अनुवाद को किसी ऐसे व्यक्ति से सत्यापित करवाना जो लक्ष्य भाषा जानता हो।
कमजोर संकेत/मजबूत संकेत
कमजोर संकेत:
इस वीडियो को उपशीर्षक दें और इसका अंग्रेजी में अनुवाद करें।
इसमें कोई स्वरूपण नहीं है, कोई पठनीयता नियम नहीं है, कोई सत्यापन चिह्न नहीं है। आउटपुट कच्चा और जोखिम भरा होगा.
शक्तिशाली संकेत:
आपकी भूमिका: द्विभाषी उपशीर्षक संपादक। इनपुट: तुर्की समयकोडित प्रतिलेख। कार्य:1) तुर्की उपशीर्षक को 2 पंक्तियों / ~40 वर्णों / अच्छे विभाजन नियमों द्वारा संपादित करें। 2) उचित नामों और शब्दों को [नियंत्रण] से चिह्नित करें। 3) अलग से अंग्रेजी अनुवाद तैयार करें; वाक्यांश को शाब्दिक रूप से स्थानांतरित करें, ब्रांड नाम को संरक्षित करें। 4) पढ़ने की गति से अधिक वाले ब्लॉकों को [लंबे] से चिह्नित करें। 5) कोई शब्द न बनाएं; अनिश्चित ध्वनि [असंकेतित] लिखें।
सामान्य गलतियाँ
- नियंत्रण के बिना स्वचालित प्रतिलेख प्रकाशित करना। उचित नामों, पदों, विराम चिन्हों तथा बने-बनाए शब्दों में त्रुटियाँ रहती हैं।
- ख़राब लाइन विभाजन. "और/लेकिन/की" पर समाप्त होने वाली पंक्तियाँ पढ़ना कठिन बना देती हैं।
- पढ़ने की गति से अधिक होना. लंबे उपशीर्षक जो स्क्रीन पर बहुत छोटे हैं, पढ़े नहीं जा सकते।
- मशीनी अनुवाद का सत्यापन नहीं हो रहा है. यदि कोई मुहावरा, चुटकुला या शब्द गलत हो जाता है, तो ब्रांड को नुकसान होता है।
- वक्ता भेद को दरकिनार करना। यदि पैनल में "किसने क्या कहा" के बारे में भ्रम है, तो उपशीर्षक भ्रामक होगा।
युक्ति: प्रतिलेख संपादित करते समय, वीडियो को 1.25-1.5 गति पर देखें और जांचें कि यह उपशीर्षक के साथ सिंक्रनाइज़ है। इस तरह आप टाइमकोड बहाव और बने-बनाए/छूटे हुए शब्दों दोनों को तुरंत पकड़ लेते हैं।
सावधानी: स्वास्थ्य देखभाल, कानून, वित्त जैसे क्षेत्रों में, एक भी गलत तरीके से लिखे गए शब्द (उदाहरण के लिए एक खुराक, एक घटक संख्या) के गंभीर परिणाम हो सकते हैं। इन सामग्रियों में, प्रत्येक संख्या और पद को अलग से सत्यापित किया जाना चाहिए।
संक्षेप में
स्वचालित प्रतिलेखन और उपशीर्षक पोस्ट-प्रोडक्शन का सबसे बड़ा समय बचाने वाले और पहुंच को सक्षम बनाने वाले हैं। एआई प्रतिलेखन के घंटों को मिनटों में कम कर देता है और पाठ के माध्यम से खोज को सक्षम बनाता है। लेकिन आउटपुट अपने कच्चे रूप में प्रकाशन के लिए उपयुक्त नहीं है: उचित नाम, शब्द, विराम चिह्न, बने-बनाए शब्द और खराब लाइन ब्रेक को ठीक किया जाना चाहिए। पठनीयता नियम (पंक्ति की लंबाई, अवधि, पढ़ने की गति) पाठ को दर्शकों के लिए धाराप्रवाह बनाते हैं। बहुभाषी उपशीर्षकों में, मशीनी अनुवाद को लक्ष्य भाषा जानने वाले व्यक्ति द्वारा सत्यापित किया जाना चाहिए। एआई डालता है और सुझाव देता है; सटीकता, पठनीयता और अर्थ संपादक की जिम्मेदारी है।
आवेदन कार्य
एक छोटी बातचीत की रिकॉर्डिंग लें (शायद आपकी अपनी आवाज, 2-3 मिनट) और इसे स्वचालित रूप से ट्रांसकोड करें। मूल ऑडियो के साथ आउटपुट की तुलना करें और उचित संज्ञाओं, शब्दों और विराम चिह्न त्रुटियों को चिह्नित करें; कम से कम पाँच त्रुटियाँ ढूँढ़ें। फिर, उपरोक्त नियमों के अनुसार पाठ को उपशीर्षक ब्लॉकों में विभाजित करें, एक भाषा में अनुवाद करें, और अनुवाद में कम से कम दो जोखिम भरे बिंदुओं (मुहावरों/शब्दों) को सही करें। प्रक्रिया और आपको मिलने वाली किसी भी त्रुटि की रिपोर्ट करें।
चेकलिस्ट
- [ ] क्या मैंने प्रतिलेख की तुलना मूल ऑडियो से की है और किसी उचित संज्ञा/शब्द/विराम चिह्न की त्रुटियों को ठीक किया है?
- [ ] क्या मैंने मनगढ़ंत या छोड़े गए शब्दों की जाँच की है?
- [ ] क्या मैंने उपशीर्षक को पंक्ति की लंबाई, अवधि और पढ़ने की गति के नियमों के अनुसार संपादित किया है?
- [ ] बहुभाषी उपशीर्षकों के लिए, क्या मैंने लक्ष्य भाषा जानने वाले किसी व्यक्ति से अनुवाद का सावधानीपूर्वक सत्यापन किया है?
- [ ] क्या मैंने संवेदनशील सामग्री में प्रत्येक संख्या और पद को अलग से सत्यापित किया है?