Ieguvumi:
- Spēja izprast automātiskās transkripcijas un runātāju atdalīšanas jēdzienus un pārvērst neapstrādātu ierakstu laika kodētā tekstā
- Spēja saprast subtitru formātus (SRT/VTT), lasīšanas ātrumu un līniju noteikumus, kā arī izveidot un rediģēt daudzvalodu subtitru melnrakstus
- Saprotot, ka redaktors ir atbildīgs par terminoloģijas, īpašvārdu, pieturzīmju un tulkošanas kļūdu pārbaudi automātiskajā atšifrējumā pirms publicēšanas.
Nogurdinošākais un laikietilpīgākais pēcapstrādes uzdevums tradicionāli bija transkripcija: redaktors bezgalīgi klausījās stundām ilgu interviju materiālu, katru teikumu ierakstot ar roku. Vienu stundu ilga ieraksta pārrakstīšana viegli aizņemtu četras līdz piecas stundas. Mākslīgais intelekts ir radikāli mainījis šo biznesu: šodien stundu garu ierakstu var pārvērst laika kodētā tekstā minūtēs. Tas gan paātrina rediģēšanas procesu, gan nodrošina pieejamību (subtitri skatītājiem ar dzirdes traucējumiem un skatīšanās klusumā). Taču automātiskā izvade nekad nav piemērota publicēšanai neapstrādātā veidā; Šajā vienībā mēs redzēsim gan spēku, gan nepilnības.
Sāksim ar noteikumiem. Transkripcija ir runas ievietošana rakstveidā. Automātiskā runas atpazīšana (ASR) ir tehnoloģija, kas pārvērš balsi tekstā. Laika kods ir zīme, kas parāda, kurai sekundei atbilst teksts videoklipā. Runātāja diarizācija ir “kas runāja” atšķiršana un teksta sadalīšana runātājos. Subtitri (subtitri) ir ar laiku kodēts teksts, kas parādās ekrānā. SRT un VTT ir visizplatītākie subtitru failu formāti; Tie satur katras rindas secību, sākuma un beigu laiku un tekstu. Lasīšanas ātrums (CPS: rakstzīmes sekundē) nosaka, cik ilgi rindiņai jāpaliek ekrānā, lai skatītājs varētu ērti lasīt subtitrus.
Automātiskās transkripcijas jauda un ierobežojums
AI transkripcija pārraksta skaidru, viena skaļruņa balsi, kas ierakstīta pareizā turku valodā ar ļoti augstu precizitāti. Taču tas pieļauj kļūdas šādās situācijās, un, zinot tās, varat veikt verifikāciju: īpašvārdi (cilvēku nosaukumi, zīmoli, vietu nosaukumi bieži tiek uzrakstīti nepareizi), tehniskie termini un saīsinājumi, līdzīgi skanīgi vārdi (“kar/kar”, “joprojām/joprojām”), pārklājoša runa (diviem cilvēkiem vienlaikus), fona troksnis un mūzika, dialektu/uzsvaru teikumu beigu atšķirības (questes un uzsaukumi). Turklāt modelis var “dzirdēt” un pārrakstīt vārdu, kas nekad nav izrunāts trokšņainā brīdī — tā ir transkripcijas halucinācijas.
Šajā tabulā ir apkopoti spēcīgie un vājie automātiskās transkripcijas nosacījumi:
stāvokli
precizitāte
Redaktora uzmanība
Viens skaļrunis, skaidra skaņa, klusa vide
ļoti augsts
Īpašvārdi, pieturzīmes
Vairāku skaļruņu panelis
vidējs
Runātāju atdalīšana, runas pārklāšanās
Trokšņains/āra ieraksts
zems-vidējs
Sadomāts vārds, lēciens
Tehniskais/žargona saturs
vidējs
Terminu un saīsinājumu rakstīšana
akcentēta runa
Mainīgs
Vārdu kļūdas, nozīme
Subtitru formāts un lasāmības noteikumi
Labs apakšvirsraksts nav tikai "pareizs teksts"; jābūt salasāmam. Starptautiskajā praksē ir daži īkšķa noteikumi: subtitru rindai parasti nevajadzētu būt vairāk par divām rindiņām; katrai rindai jābūt saprātīgai garai (apmēram 37–42 rakstzīmes); Subtitriem ekrānā jāpaliek pietiekami ilgi, lai tos varētu izlasīt (parasti 1–6 sekundes); Lasīšanas ātrumam nevajadzētu būt pārāk lielam (lielākā daļa ceļvežu kā ierobežojumu uzskata ~15-17 rakstzīmes sekundē). AI rīki automātiski sadala subtitrus, taču šie dalījumi dažkārt sagriež teikumu sliktās vietās (rindiņa beidzas ar "un", pārtraukums, kas sadala nozīmi). Redaktora uzdevums ir padarīt tekstu gan precīzu, gan tekošu.
Jūsu loma: subtitru redaktora palīgs. Zemāk ir automātisks atšifrējums. Uzdevums:1) Sadaliet tekstu subtitru blokos pēc SRT loģikas.2) Katram blokam jābūt ne vairāk kā 2 rindiņām, katra rindiņa nedrīkst pārsniegt ~40 zīmes.3) Sadaliet teikumu jēgpilnās vietās; Rinda, kas beidzas ar "un", "bet", "that".4) Atzīmējiet īpašvārdus un terminus ar tagu [CHECK], lai es varētu tos pārbaudīt manuāli.5) Nemainiet tekstu, vienkārši sadaliet un atzīmējiet.
Ideja "[CONTROL]" šajā uzvednē ir vērtīga: AI atzīmēšana apgabalos, kur tas ir neskaidrs vai riskants (pareizais nosaukums, termins), redaktora skatiens tiek novirzīts uz pareizajām vietām un novērš aklu uzticību.
Daudzvalodu subtitri un tulkojumi
Videoklipa atvēršana vairākās valodās palielina auditoriju. AI var ņemt stenogrammu, tulkot to mērķa valodā un izveidot subtitru failu. Tā ir spēcīga iespēja, taču tā ir visneaizsargātākā: mašīntulkošana var nepareizi attēlot idiomas, kultūras atsauces, humoru un vārdu spēles, terminus un kontekstu. Tulkot vārdu pa vārdam teikumu "Līst kaķi un suņi" ir katastrofa. Subtitru tulkojumā ir arī vietas ierobežojums: teikums mērķa valodā var būt garāks un pārsniegt lasīšanas ātrumu. Tāpēc daudzvalodu subtitrēšanai ir svarīgi, lai persona, kas zina mērķa valodu, pārbauda tulkojumu — īpaši attiecībā uz sensitīvu saturu, piemēram, zīmolu, juridisku vai veselības aizsardzību, nepareizs tulkojums var radīt nopietnas sekas.
Tulkojiet tālāk norādītos turku subtitru blokus angļu valodā. Noteikumi: - Pārnesiet idiomu un joku, nevis burtiski, bet saglabājot to NOZĪMI. - Atstājiet zīmola un produkta nosaukumu tādus, kādi tie ir, netulkojiet. - Ļaujiet katram blokam saglabāt lasīšanas ātrumu; Ja nepieciešams, saīsiniet, bet neizkropļojiet nozīmi. - Norādiet kultūras atsauci vai terminu, par kuru neesat pārliecināts, izmantojot [TULKOTĀJA PIEZĪME].
trīs mini futrāļi
1. gadījums — paātrinājuma līnija. Dokumentālo filmu grupa pavadīja trīs nedēļas, pārrakstot 12 stundu interviju arhīvu. Izmantojot automātisko transkripciju, neapstrādāts teksts tika izvadīts vienas dienas laikā; Veicot meklēšanu, izmantojot tekstu (vārdu pa vārdam), komanda dažu sekunžu laikā atrada vajadzīgos mirkļus. Pēc tam viņi rūpīgi rediģēja un subtitrēja tikai 40 minūšu sēriju, ko viņi izmantos. Trīs nedēļas pārvērtās četrās dienās; verifikācijas centieni koncentrējās uz izmantoto sadaļu.
2. gadījums — izdomāts vārds. Ziņu kanāls pārraidīja trakulīgo ielas interviju ar automātiskiem subtitriem, nepārbaudot. Modele fonā "dzirdēja" nepateiktu vārdu, un paraksts intervējamajam piedēvēja nepateiktu vārdu. Sociālajos tīklos izskanēja reakcija un labojums tika publicēts. Nodarbība: trokšņainos ierakstos automātiskie subtitri jāsalīdzina ar oriģinālo audio.
3. gadījums — tulkošanas katastrofa. Kāds zīmols publicēja sava reklāmas videoklipa subtitrus angļu valodā ar mašīntulkošanu un bez kontroles. Kad vārds pa vārdam tika tulkota turku idioma ("saglabā aci"), angļu auditorijai tā šķita bezjēdzīga un pat smieklīga, un zīmola nopietnība tika sabojāta. Pareizais veids: panākt, lai tulkojumu pārbaudītu kāds, kurš zina mērķa valodu.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Subtitrus šim videoklipam un tulkojiet to angļu valodā.
Nav formatējuma, lasāmības noteikumu, nav apstiprināšanas atzīmju. Rezultāts būs neapstrādāts un riskants.
Spēcīga uzvedne:
Jūsu loma: divvalodu subtitru redaktors.Ievade: turku laika kodēta transkripts.Uzdevums:1) Rediģēt turku valodas subtitrus par 2 rindiņām / ~40 rakstzīmēm / labi dalījuma noteikumi.2) Atzīmējiet īpašvārdus un terminus ar [CONTROL].3) Atsevišķi sagatavojiet tulkojumu angļu valodā; Pārnesiet frāzi burtiski, saglabājiet zīmola nosaukumu.4) Atzīmējiet blokus, kas pārsniedz lasīšanas ātrumu ar [LONG].5) Neveidojiet vārdus; Ierakstiet nenoteiktu skaņu [UNINDICATED].
Biežas kļūdas
- Automātisko atšifrējumu publicēšana bez kontroles. Paliek kļūdas īpašvārdos, terminos, pieturzīmēs un izdomātos vārdos.
- Slikta līnijas sadalīšana. Rindas, kas beidzas ar "un/bet/ki", apgrūtina lasīšanu.
- Pārsniedz lasīšanas ātrumu. Garus subtitrus, kas ekrānā ir pārāk īsi, nevar nolasīt.
- Mašīntulkošana netiek pārbaudīta. Ja idioma, joks vai termins noiet greizi, zīmols cieš.
- Skaļruņu atšķirību apiešana. Ja panelī radīsies neskaidrības par "kurš ko teica", apakšvirsraksti būs maldinoši.
Padoms. Rediģējot stenogrammu, skatieties video ar ātrumu 1,25–1,5 un pārbaudiet, vai tas ir sinhronizēts ar subtitriem. Tādā veidā jūs ātri uztverat gan laika koda novirzi, gan izdomātus / garām vārdus.
Uzmanību: tādās jomās kā veselības aprūpe, tiesību akti, finanses vienam nepareizi pārrakstītam vārdam (piemēram, devai, sastāvdaļas numurs) var būt nopietnas sekas. Šajā saturā katrs numurs un termins ir jāpārbauda atsevišķi.
Rezumējot
Automatizētā transkripcija un subtitri ir lielākais pēcapstrādes laika ietaupījums un nodrošina pieejamību. AI samazina stundu transkripciju minūtēs un ļauj meklēt, izmantojot tekstu. Bet izlaide nav piemērota publicēšanai neapstrādātā veidā: jālabo īpašvārdi, termini, pieturzīmes, izdomāti vārdi un slikti rindiņu pārtraukumi. Lasāmības noteikumi (rindas garums, ilgums, lasīšanas ātrums) padara tekstu plūstošu skatītājam. Daudzvalodu subtitros mašīntulkojumam ir jābūt pārbaudītam personai, kas zina mērķa valodu. AI ielej un ierosina; Par precizitāti, lasāmību un nozīmi atbild redaktors.
Lietojumprogrammas uzdevums
Paņemiet īsu sarunas ierakstu (varbūt savu balsi, 2–3 minūtes) un iestatiet to automātiski pārrakstīt. Salīdziniet izvadi ar oriģinālo audio un atzīmējiet īpašvārdus, terminus un pieturzīmju kļūdas; Atrodiet vismaz piecas kļūdas. Pēc tam sadaliet tekstu subtitru blokos saskaņā ar iepriekš minētajiem noteikumiem, tulkojiet vienā valodā un izlabojiet vismaz divus riskantos punktus (idiomas/terminus) tulkojumā. Ziņojiet par procesu un visām atrastajām kļūdām.
kontrolsaraksts
- [ ] Vai esmu salīdzinājis atšifrējumu ar oriģinālo audio un izlabojis īpašvārda/termina/pieturzīmju kļūdas?
- [ ] Vai esmu pārbaudījis, vai nav izdomāti vai izlaisti vārdi?
- [ ] Vai esmu rediģējis subtitrus atbilstoši rindas garumam, ilgumam un lasīšanas ātruma noteikumiem?
- [ ] Vai attiecībā uz subtitriem vairākās valodās esmu rūpīgi pārbaudījis tulkojumu ar kādu, kas zina mērķa valodu?
- [ ] Vai esmu atsevišķi pārbaudījis katru sensitīvā satura numuru un terminu?