Пайдалар:
- Субтитрдин техникалык эрежелерин колдонуу менен маанисин сактап калуу мүмкүнчүлүгү (сап, тамга, CPS)
- Транскрипцияны тездетүү жана ASR менен автоматтык убакыт коддоосун тездетүү менен, туура ат жана номер каталарын үн аркылуу текшерүү мүмкүнчүлүгү
- Дубляжда визуалдык контекстти, тоналдык айырманы жана эрин синхрондоштурууну эске алуу менен жасалма интеллекттин чегин башкаруу мүмкүнчүлүгү
Кинону, телесериалды, корпоративдик видеону же онлайн курсту которуу жөнөкөй текстти которуудан кескин айырмаланат: убакыт, окуу ылдамдыгы, экрандагы сүрөт, үнү жана каармандардын эрин кыймылы да чектөөлөр болуп саналат. Бул бөлүмдө сиз аудиовизуалдык котормо (субтитрлөө, дубляждоо, үн берүү), субтитр берүүнүн техникалык эрежелерин, AI колдогон транскрипцияны жана убакытты коддоону жана бул тармактын сапаттык тузактарын үйрөнөсүз. Максаты – «текстти которуу» эмес, «аудиториянын көзүнө жана кулагына туура келген» аудиовизуалдык котормо адиси сыяктуу иштөө.
Негизги түшүнүктөр
Аудиовизуалдык котормо (AVT) – аудио жана видеону камтыган контентти которуу; Негизги формалары субтитр, дубляж жана аудио сүрөттөмө. Субтитр – бул сөздүн экранда жазуу түрүндө чагылдырылышы. Дубляж – түпнуска үндү котормо тилде кайра дубляждоо. Үн берүү – бул түпнуска үн өчүрүлүп, котормо анын үстүнөн окулат (документалдуу фильмдерде кеңири таралган).
Субтитрлөөнүн эки маанилүү техникалык шарты: CPS (Characters Per Second) көрүүчүлөр аны ыңгайлуу окуй алышы үчүн субтитрдин ылдамдыгын чектейт; Жалпы кабыл алынган жогорку чек секундасына болжол менен 17 белги (балдардын мазмуну үчүн төмөн). Таймкод – бул субтитр экранда качан пайда болуп, жок болорун көрсөткөн башталыш-аяктоо убактысы (мисалы, 00:01:23,400).
Эмне үчүн кыйын? Анткени бул субтитрлерге ылайыктуу котормо дегенди билдирет. Эки сап, ар бир сапта ~42 белги, эң аз ~1 секунд жана максимум ~6 секунд экран убактысы жана CPS чеги — маанини жана тонду сактап, булардын баарына баш ийишиңиз керек. Ошондуктан субтитр котормосу көбүнчө сөзмө-сөз которуу эмес, кысуу жана кайра фразалоо маселеси болуп саналат.
Кеңеш: Субтитрлерде "ар бир сөздү которуу" рефлексинен качыңыз. Көрүүчү сүрөттү көрүп да, окуйт да; Өтө узун субтитрлерди окуу мүмкүн эмес. Мааниси сакталган эң кыска табигый сөз айкашын табуу – бул жазуучунун чыныгы чеберчилиги.
Аудиовизуалдык котормодо AIдын ролу
AI бул чөйрөдө бир нече кадамдарды кыйла тездетет:
- Транскрипция: ASR (автоматтык кеп таануу) менен үн автоматтык түрдө транскрипцияланат. Бул бир нече мүнөттүн ичинде субтитрдин чийки булагын чыгарат.
- Убакытты автоматтык түрдө коддоо: Куралдар сүйлөшүүнү сегменттерге бөлүп, долбоордук убакыт коддорун түзүшөт.
- Котормо долбоору: Транскрипттин тексти которулду.
- CPS/узундукту көзөмөлдөө: AI кайсы субтитр окуу ылдамдыгынан ашып кеткенин белгилеп, кыскартууну сунуштай алат.
Бирок сак болуңуз: ASR ызы-чуу, акцент, бири-бирин кайталаган сөз, энчилүү ысымдар жана техникалык терминдер боюнча каталары; "аудио сүрөттөмөсүн" бере албайт; Ким сүйлөп жатканын түшүнбөй калышы мүмкүн. AI котормосу сүрөттү көрбөйт - экранда көрсөтүлгөн объект качан "ошол" деп аталарын биле албайт. Демек, адам визуалдык контекстти жана чечмелөө тактыгын текшерет.
Эскертүү: Эң кеңири таралган жаңылыштык - бул ASR чыгышы "декоддолгон" деп ойлойм. ASR тез-тез каталарды кетирет, айрыкча энчилүү аттарды, сандарды, фирмалык аталыштарды жана техникалык терминдерди; туура эмес транскрипция котормо жана субтитрге өтөт. Аудиону угуу менен маанилүү жерлерди текшериңиз.
Субтитр форматынын эрежелери
Жалпы эрежелер (платформа боюнча өзгөрөт):
- Ар бир сапта ~37-42 белги, максимум 2 сап.
- Узактыгы: ~1-6 секунд; Өтө кыска "флеш" субтитрлерден качыңыз.
- CPS ~17ден ашпашы керек (чоңдор үчүн мазмун).
- Сүйлөмдү мааниси бар жерде үзүңүз (саптын аягында "жана" же "бирок" калтырбаңыз).
- Мүмкүн болсо, сценаны кесүүнү (катуу алмаштырууну) өткөрүп жибербеңиз.
- Сөгүнүү, ырлар, экран жазуу сыяктуу нерселер үчүн платформа эрежелерин сактаңыз.
үч мини учурлар
1-жагдай — ASR + пост-редакциялоо 60% га ылдамдады. Команда алгач ASR менен 45 мүнөттүк даректүү тасманы транскрипциялап, убакытты коддоп, андан кийин аны которуп, кийинчерээк монтаждашкан. Транскрипцияга + нөлдөн баштап убакыт коддоосуна салыштырмалуу убакыт 60% га кыскарды. Бирок бардык энчилүү ысымдар жана сандар үн салыштыруу жолу менен оңдолгон.
2-жагдай — CPS сакталган окуу мүмкүнчүлүгүн текшерүү. Субтитрлери бар үйрөтүүчү видеонун биринчи котормосу так болгон, бирок CPS орточо эсеп менен 24 болду — көрүүчүлөр ага жете алган жок. AI менен иштеген кыскартуунун айлампасы субтитрлерди 30% кыскартып, CPSти 16га чейин кыскартты; мааниси сакталып калды, окулушу келди.
3-жагдай — Визуалдык контекст катасы. ASR негизиндеги котормодо бир каарман экрандагы белгини көрсөтүп, "ушуну оку" деди; AI аны "оку" деп которгон, бирок белгидеги текст которулган эмес, ошондуктан көрүүчү эмнени окуарын көрө алган жок. Жазуучу экрандагы жазуу үчүн өзүнчө жазуу кошту; Сүрөттү көргөн адам айырманы түздү.
Көчүрүү үчүн төрт шаблон
1) Транскрипциянын (ASR) текшерүү тизмеси:
Төмөндө видеонун автоматтык транскрипциясы келтирилген. Транскрипцияда мүмкүн болуучу каталарды белгилеңиз: энчилүү аттар, фирмалык аталыштар, сандар, техникалык терминдер, түшүнүксүз/толук эмес сүйлөмдөр. Буларды "үн менен текшерүү" катары тизмектеңиз. Которбо. Транскрипциялоо: [...]
2) Субтитр котормосу (CPS/узундугу чектелген):
Төмөнкү транскрипцияны [максаттуу тилге] субтитрлерге которуңуз. ЧЕКТӨӨ: ар бир субтитр максимум 2 саптан, сап ~42 белгиден, CPS ~17ден ашпашы керек. КЫСКАРТУУ жана маанисин сактоо менен натуралдаштыруу; сөзмө сөз которбо. Убакыт коддорун сактаңыз. Транскрипция + убакыт коддору: [...]
3) CPS/окуу жөндөмдүүлүгүн текшерүү:
Төмөнкү субтитрлердин ар бири үчүн узактыгы жана символдорунун негизинде болжолдуу CPSти эсептеңиз. 17ден ашкандардын баарын белгилеп, маанисин сактаган кыскараак альтернатива сунуштаңыз. Субтитрлер (текст | узактыгы секунд): [...]
4) Экрандагы текстти/визуалдык контекстти текшерүү:
Кийинки диалогдо сүрөткө тиешелүү жерлерди белгилеңиз (экрандагы текст, учтуу объект, белги). Көрүүчү сүрөттү көрө албайт деп ойлоп, алар үчүн кошумча субтитрлер/түшүндүрүү керекпи же жокпу айтыңыз. Диалог: [...]
Алсыз тездик / Күчтүү тездик
Алсыз: "Бул субтитрлерди которуңуз." (Узундугу жок, CPS, сызык эрежелери; чыгаруу экранга туура келбейт, окулбайт.)
Güçlü: "Бул диалогдун стенограммасын түркчө субтитрлерге которуңуз. Ар бир субтитр максимум 2 сап, ар бир сапта 42 белгиден болушу керек; окуу ылдамдыгы үчүн зарыл болгондо маанисин сактап, кыскартыңыз. Сүйлөө тилин табигый түркчө бериңиз, жаргонду жумшартыңыз. Убакыт коддоруна тийбеңиз."
Айырмасы: күчтүү ыкчам субтитрдин техникалык чектөөлөрүн берет (сызык, тамга, CPS, тон); чыгаруу иш жүзүндө колдонулуучу субтитрлерге жакындайт.
AVT форматтарын салыштыруу диаграммасы
формат
Эмне кылат
AI салымы
адамдын критикалык пункту
субтитр
Кепти транскрипциялайт
ASR, котормо, CPS
Ылайыктуу, визуалдык контекст
дубляждоо
Максаттуу тилде үн берүү
Котормо долбоору
эрин синхрондоштуруу, актуалдуу
үн
Жогорудагы котормосун окуңуз
Котормо, убакыт
Табигый агым, тон
Аудио сүрөттөмө
Сүрөттү үн менен сүрөттөйт
долбоор тексти
Визуалдык интерпретация (адам)
Жалпы каталар
- ASR стенограммасын текшерүүсүз которуу. Тиешелүү ат/сан каталары субтитрге өткөрүлүп берилет.
- Сөзмө сөз которуу жана CPS айланасында алуу. угуучулар окуй албайт; ылайыкталышы керек.
- Визуалдык контекстке көңүл бурбоо. Экрандагы текст жана учтуу объекттер которулбай калат.
- Сызыктын бөлүнүшүн маанисиз кылуу. Бул окулууну бузат.
- тонду/регистрди түздөө. Каармандардын диалектилери, жаргондору жок болот.
Дубляж жана эрин синхрондоштуруу
Субтитрдин чектөөсү окуу ылдамдыгы болсо, дубляждын чектөөсү - убакыт жана эриндер. Үн менен котормодо синхрондоштуруунун үч түрдүү түрү бар: эрин менен синхрондоштуруу — мында котормо каармандын ооз кыймылына дал келет, айрыкча жакынкы пландагы ачык үндүү тыбыштар; изохрония — котормо сызыгынын узундугу оригиналдуу сап менен бирдей, өтө кыска да, өтө узун да эмес; жаңсоо синхрониясы — айтылгандардын каармандын колу жана кол кыймылы менен дал келиши. Ошон үчүн дубляж котормочу көп учурда маанисин сактап, бирок таптакыр башка сөздөр менен «укмуштуу» сап жазат; Сөздүн тактыгы бул жерде субтитрден да азыраак.
AI чийки котормо долбоорун жана дубляж үчүн убакыт эскертүүсүн бере алат ("бул сап түпнускадан 40% узун, аны кыскартыңыз"). Жаңы технологиялар үндү клондоп, автоматтык дубляжды жасай алат; бирок актердук оюн, эмоция, каармандын дем алуусун жана эриндерин синхрондоштуруу дагы эле адамдын котормочу жана үн актерунун иши. Автоматтык дубляж схеманы берет; Көркөм жана синхрондук чечим адамдыкы. Кошумчалай кетсек, үнү клондолгон адамдын макулдугу маанилүү этикалык жана юридикалык маселе болуп саналат.
Кыскача айтканда
Аудиовизуалдык котормо – көрүүчүнүн көзүнүн жана кулагынын чегинде текстти тууралоо искусствосу: субтитрде сызык/каарман/CPS чек аралары, дубляжда эрин синхрондоштуруу, визуалдык контекст алардын бардыгында аныктоочу фактор болуп саналат. AI ASR менен транскрипцияны, таймкодду, котормо долбоорун жана CPS текшерүүсүн тездетет; Бирок ASR туура аттар жана ызы-чуу менен жаңылып, ал сүрөттөлүштү көрө албайт жана туура чечимди адам кабыл алат. Башкы субтитр сөзмө сөз которбойт; маанисин сактаган эң кыска, табигый сөз айкашын табат.
Колдонмо тапшырмасы
Кыска (2-3 мүнөт) видеоклипти тандаңыз. ASR куралы менен транскрипциялап, кооптуу жерлерди "транскрипцияны текшерүү" үлгүсүндөгү аудио менен салыштырып, оңдоңуз. Андан кийин CPS ~17 чектөөсү менен "субтитр которуу" шаблону менен которуңуз жана "CPS башкаруусу" менен чектен ашкан субтитрлерди кыскартыңыз. Экранда текст же белги болсо, "визуалдык контекстти текшерүүнү" колдонуңуз.
текшерүү тизмеси
- [ ] Мен конкреттүү ат/номерлер үчүн үн аркылуу ASR чечмелөөсүн текшердим.
- [ ] Мен субтитрлерди сызык/каарман/CPS эрежелерине туура келтирдим.
- [ ] Мен аны сөзмө сөз эмес, маанисин сактап, кыскартып, натуралдаштырдым.
- [ ] Мен визуалдык контекстти (экрандагы текст, кол коюу) эске алдым.
- [ ] Мен аны обондогу жана мүнөздөгү айырмачылыктарды сактап калуу үчүн котордум.