Ieguvumi:
- Spēja ietilpt, saglabājot nozīmi, piemērojot apakšvirsraksta tehniskos noteikumus (rinda, rakstzīme, CPS)
- Iespēja pārbaudīt īstā vārda un numura kļūdas ar balsi, vienlaikus paātrinot transkripciju un automātisko laika kodēšanu ar ASR
- Spēja pārvaldīt mākslīgā intelekta robežas, dublējot ņemot vērā vizuālo kontekstu, toņu atšķirības un lūpu sinhronizāciju
Filmu, seriālu, korporatīvo video vai tiešsaistes kursu tulkošana krasi atšķiras no vienkārša teksta tulkošanas: laiks, lasīšanas ātrums, ekrāna attēls, balss un varoņu lūpu kustība arī ir ierobežojumi. Šajā nodaļā jūs uzzināsiet par audiovizuālo tulkošanu (subtitri, dublēšana, balss pārraide), subtitru tehniskos noteikumus, AI atbalstīto transkripciju un laika kodēšanu, kā arī šīs jomas kvalitātes nepilnības. Mērķis ir strādāt kā audiovizuālās tulkošanas ekspertam, kurš "atbilst auditorijas acīm un ausīm", nevis "tulko tekstu".
Pamatjēdzieni
Audiovizuālā tulkošana (AVT) ir audio un video satura tulkošana; Galvenās formas ir subtitri, dublēšana un audio apraksts. Subtitri ir runas atspoguļojums uz ekrāna rakstiskā veidā. Dublēšana ir oriģinālās balss atkārtota dublēšana mērķa valodā. Balss pārraide ir tad, kad oriģinālā skaņa ir izslēgta un pār to tiek nolasīts tulkojums (parasti dokumentālajās filmās).
Divi būtiski tehniskie subtitru termini: CPS (rakstzīmes sekundē) ierobežo subtitru ievietošanas ātrumu, lai skatītājs tos varētu ērti lasīt; Vispārpieņemtais augšējais ierobežojums ir aptuveni 17 rakstzīmes sekundē (zemāks bērnu saturam). Laika kods ir sākuma un beigu laiks, kas norāda, kad subtitri parādīsies un pazudīs ekrānā (piemēram, 00:01:23,400).
Kāpēc tas ir grūti? Jo tas nozīmē tulkojumu iestrādāšanu subtitros. Divas rindiņas, ~ 42 rakstzīmes katrā rindiņā, vismaz ~ 1 sekunde un maksimums ~ 6 sekundes ekrāna laika un CPS ierobežojums — jums ir jāievēro tas viss, vienlaikus saglabājot nozīmi un toni. Tāpēc subtitru tulkošana bieži vien ir saspiešanas un pārfrāzēšanas jautājums, nevis tulkošana pa vārdam.
Padoms. Subtitros izvairieties no refleksa "iztulkot katru vārdu". Skatītājs gan skatās, gan lasa attēlu; Nevar nolasīt pārāk garus subtitrus. Īsākās dabiskās izteiksmes atrašana, kas saglabā nozīmi, ir parakstītāja patiesa meistarība.
AI loma audiovizuālajā tulkošanā
AI ievērojami paātrina vairākas darbības šajā jomā:
- Transkripcija: izmantojot ASR (automātisko runas atpazīšanu), balss tiek automātiski transkribēta. Tas izņem subtitru neapstrādāto avotu dažu minūšu laikā.
- Automātiskā laika kodēšana: rīki sadala sarunu segmentos un izveido laika kodu melnrakstus.
- Tulkojuma melnraksts: stenogrammas teksts ir tulkots.
- CPS/garuma kontrole: AI var atzīmēt, kuri subtitri pārsniedz lasīšanas ātrumu, un ieteikt saīsināšanu.
Taču uzmanieties: ASR kļūdās attiecībā uz troksni, akcentu, pārklājošu runu, īpašvārdiem un tehniskajiem terminiem; nevar nodrošināt "audio aprakstu"; Kas runā, tas var apjukt. AI tulkojums neredz attēlu — tas nevar zināt, kad ekrānā redzamais objekts tiek saukts par “to”. Tāpēc cilvēks pārbauda vizuālo kontekstu un atšifrēšanas precizitāti.
Uzmanību: visizplatītākā kļūda ir domāt, ka ASR izvade ir "dekodēta". ASR bieži pieļauj kļūdas, īpaši īpašvārdos, skaitļos, zīmolu nosaukumos un tehniskajos terminos; nepareiza transkripcija tiek pārnesta uz tulkojumu un subtitriem. Noteikti pārbaudiet kritiskās vietas, klausoties audio.
Subtitru formāta noteikumi
Kopīgi noteikumi (atšķiras atkarībā no platformas):
- ~37-42 rakstzīmes katrā rindā, ne vairāk kā 2 rindiņas.
- Ilgums: ~1-6 sekundes; Izvairieties no ļoti īsiem "zibspuldzes" subtitriem.
- CPS nedrīkst pārsniegt ~17 (pieaugušajiem paredzēts saturs).
- Pārtrauciet teikumu vietās, kur tam ir jēga (rindas beigās neatstājiet "un" vai "bet").
- Ja iespējams, neizlaidiet ainas izgriezumu (kadra maiņa).
- Ievērojiet platformas noteikumus attiecībā uz tādiem priekšmetiem kā zvērests, dziesmas, ekrāna rakstīšana.
trīs mini futrāļi
1. gadījums — ASR + pēcrediģēšana paātrināta par 60%. Komanda vispirms pārrakstīja un laika kodēja 45 minūšu dokumentālo filmu ar ASR, pēc tam to tulkoja un pēc tam rediģēja. Laiks samazināts par 60%, salīdzinot ar pārrakstīšanu + laika kodēšanu no nulles. Bet visi īpašvārdi un skaitļi tika izlaboti ar skaņu salīdzinājumu.
2. gadījums — CPS pārbauda saglabāto lasāmību. Pirmais mācību video tulkojums ar subtitriem bija precīzs, taču CPS vidēji bija 24 — auditorija nespēja sekot līdzi. Ar AI darbināmu saīsinājumu kārta subtitrus saīsināja par 30%, samazinot CPS līdz 16; jēga tika saglabāta, lasāmība nāca.
3. gadījums — vizuālā konteksta kļūda. Tulkojumā, kas balstīts uz ASR, rakstzīme norādīja uz zīmi ekrānā un teica "lasi to"; AI to tulkoja kā "lasīt", taču teksts uz zīmes netika tulkots, tāpēc skatītājs nevarēja redzēt, ko lasīt. Subtitru veidotājs ekrāna parakstam pievienoja atsevišķu parakstu; Persona, kas redzēja attēlu, radīja atšķirību.
Četras kopējamas veidnes
1) Transkripcijas (ASR) verifikācijas saraksts:
Tālāk ir parādīta automātiska video transkripcija. Atzīmējiet iespējamās kļūdas transkripcijā: īpašvārdi, zīmolu nosaukumi, skaitļi, tehniskie termini, neskaidri/nepilni teikumi. Norādiet tos kā "verificēt ar balsi". Netulkot. Transkribēt: [...]
2) Subtitru tulkojums (CPS/garums ierobežots):
Tulkojiet tālāk norādīto transkripciju [mērķa valoda] subtitros. IEROBEŽOJUMS: katram subtitram jābūt ne vairāk kā 2 rindiņām, rindiņai ~42 rakstzīmes, CPS nedrīkst pārsniegt ~17. SAĪSINĀT un naturalizēt, saglabājot nozīmi; netulko vārdu pa vārdam. Saglabājiet laika kodus. Transkripcija + laika kodi: [...]
3) CPS/lasāmības pārbaude:
Aprēķiniet aptuveno MPS, pamatojoties uz ilgumu un rakstzīmju skaitu katram no šiem subtitriem. Atzīmējiet visus, kas pārsniedz 17, un iesakiet īsāku alternatīvu, kas saglabā nozīmi. Subtitri (teksts | ilgums sekundes): [...]
4) Ekrāna teksta / vizuālā konteksta pārbaude:
Nākamajā dialogā atzīmējiet vietas, kas var atsaukties uz attēlu (ekrāna teksts, smails objekts, zīme). Sakiet, vai tiem ir nepieciešami papildu subtitri/paskaidrojumi, pieņemot, ka skatītājs nevar redzēt attēlu. Dialogs: [...]
Vāja uzvedne / spēcīga uzvedne
Vāji: "Tulkojiet šos subtitrus." (Nav garuma, CPS, līnijas noteikumu; izvade neietilps ekrānā, nav nolasāma.)
Güçlü: "Tulkojiet šo dialoga atšifrējumu turku subtitros. Katram subtitram ir jābūt ne vairāk kā 2 rindiņām, 42 rakstzīmēm katrā rindiņā; saīsiniet to, vienlaikus saglabājot nozīmi, ja tas nepieciešams lasīšanas ātrumam. Sniedziet runāto valodu dabiskajā turku valodā, mīkstiniet slengu. Neaiztieciet laika kodus."
Atšķirība: spēcīga uzvedne sniedz subtitru tehniskos ierobežojumus (rinda, raksturs, CPS, tonis); izvade faktiski tuvojas lietojamiem subtitriem.
AVT formātu salīdzināšanas diagramma
formātā
Ko dara
AI ieguldījums
cilvēka kritiskais punkts
apakšvirsraksts
Pārraksta runu
ASR, tulkošana, CPS
Piemērots, vizuālais konteksts
dublēšana
Balss pārraide mērķa valodā
Tulkojuma melnraksts
lūpu sinhronizācija, aktiermāksla
balss pārraide
Izlasiet tulkojumu iepriekš
Tulkošana, laika noteikšana
Dabisks plūdums, tonis
Audio apraksts
Apraksta attēlu ar skaņu
teksta melnraksts
Vizuālā interpretācija (cilvēks)
Biežas kļūdas
- ASR atšifrējuma tulkošana bez pārbaudes. Pareiza nosaukuma/skaitļa kļūdas tiek pārnestas uz subtitriem.
- Tulkošana vārdu pa vārdam un pārvietošanās ar CPS. Auditorija nevar lasīt; jāpiemēro.
- Vizuālā konteksta ignorēšana. Ekrāna teksts un smailie objekti paliek netulkoti.
- Līniju sadalīšanas padarīšana bezjēdzīga. Tas sabojā lasāmību.
- Toņa/reģistra izlīdzināšana. Pazūd varoņu dialekti un slengs.
Dublēšana un lūpu sinhronizācija
Lai gan subtitru ierobežojums ir lasīšanas ātrums, dublēšanas ierobežojums ir laiks un lūpas. Ir trīs atšķirīgi sinhronizācijas veidi balss pārsūtīšanas tulkojumā: lūpu sinhronizācija — ja tulkojums atbilst varoņa mutes kustībai, īpaši atklātajiem patskaņiem tuvplānos; isochrony — tulkojuma līnija ir tāda paša garuma kā oriģinālā rinda, ne pārāk īsa, ne pārāk gara; žestu sinhronija — teiktā saskaņošana ar varoņa roku un roku kustībām. Tāpēc dublēšanas tulkotājs bieži raksta "āķīgu" rindiņu, kas saglabā nozīmi, bet ar pilnīgi citiem vārdiem; Vārdu precizitāte šeit ir pat mazāka par apakšvirsrakstu.
AI var nodrošināt neapstrādātu tulkojuma melnrakstu un brīdinājumu par dublēšanu ("šī rindiņa ir par 40% garāka nekā oriģināls, saīsiniet to"). Jaunās tehnoloģijas var pat klonēt skaņu un radīt automātisku dublēšanu; taču aktierspēle, emocijas, varoņa elpošanas pielāgošana un lūpu sinhronizācija joprojām ir cilvēka tulkotāja un balss aktiera darbs. Automātiskā dublēšana nodrošina kontūru; Mākslinieciskais un sinhronais lēmums ir cilvēka ziņā. Turklāt tās personas piekrišana, kuras balss ir klonēta, ir svarīgs ētisks un juridisks jautājums.
Rezumējot
Audiovizuālā tulkošana ir māksla pielāgot tekstu skatītāja acu un auss ierobežojumiem: līnijas/rakstzīmes/CPS robežas subtitros, lūpu sinhronizācija dublēšanā, vizuālais konteksts ir noteicošais faktors tajās visās. AI paātrina transkripciju, laika kodēšanu, tulkojumu sastādīšanu un CPS pārbaudi, izmantojot ASR; Bet ASR maldās ar īpašvārdiem un troksni, tas nevar redzēt attēlu, un lēmumus par piemērotu toni pieņem cilvēks. Galvenais subtitrētājs netulko vārdu pa vārdam; atrod īsāko, dabiskāko izteiksmi, kas saglabā nozīmi.
Lietojumprogrammas uzdevums
Izvēlieties īsu (2–3 minūšu) videoklipu. Transkribējiet, izmantojot ASR rīku, un salīdziniet un labojiet riskantos apgabalus ar audio, izmantojot “transkripcijas verifikācijas” veidni. Pēc tam tulkojiet ar CPS ~17 ierobežojumu ar veidni "subtitru tulkojums" un saīsiniet subtitrus, kas pārsniedz limitu, izmantojot "CPS vadīklu". Ja ekrānā ir teksts vai zīme, izmantojiet "vizuālo konteksta pārbaudi".
kontrolsaraksts
- [ ] Es pārbaudīju ASR atšifrēšanu ar balsi konkrētajam vārdam/numuram.
- [ ] Subtitri atbilst rindiņas/rakstzīmes/CPS noteikumiem.
- [ ] Es to saīsināju un naturalizēju, nevis vārds vārdā, saglabājot nozīmi.
- [ ] Es ņēmu vērā vizuālo kontekstu (ekrāna tekstu, zīmi).
- [ ] Es to iztulkoju, lai saglabātu atšķirības toņos un raksturā.