Добивки:
- Способност да се вклопи при зачувување на значењето со примена на техничките правила на титлот (линија, знак, CPS)
- Способност за проверка на правилното име и број грешки со глас додека се забрзува транскрипцијата и автоматското временско кодирање со ASR
- Способност за управување со границите на вештачката интелигенција земајќи го предвид визуелниот контекст, тонската разлика и синхронизацијата на усните при синхронизација
Преведувањето филм, ТВ серија, корпоративно видео или онлајн курс е радикално различно од преведувањето на обичен текст: времето, брзината на читање, сликата на екранот, гласот и движењето на усните на ликовите се исто така ограничувања. Во оваа единица ќе научите аудиовизуелен превод (превод, синхронизирање, гласовно преведување), техничките правила за титлување, транскрипција и временско кодирање поддржана од вештачка интелигенција и стапици на квалитетот на ова поле. Целта е да се работи како експерт за аудиовизуелен превод кој „се вклопува во очите и ушите на публиката“ наместо „да го преведува текстот“.
Основни концепти
Аудиовизуелен превод (AVT) е превод на содржина која содржи аудио и видео; Главните форми се титлување, синхронизација и аудио опис. Титлувањето е одраз на говорот во пишана форма на екранот. Синхронизирањето е повторно синхронизирање на оригиналниот глас на целниот јазик. Гласот е кога оригиналниот звук е исклучен и преку него се чита превод (вообичаено во документарните филмови).
Два критични технички термини за титлување: CPS (Characters Per Second) ја ограничува брзината на титлувањето за да може гледачот удобно да го чита; Општо прифатената горна граница е околу 17 знаци во секунда (пониска за содржината за деца). Timecode е времето на почеток на крајот што покажува кога титлот ќе се појави и ќе исчезне на екранот (како 00:01:23.400).
Зошто е тешко? Затоа што тоа значи вклопување на преводот во преводи. Два реда, ~ 42 знаци по линија, минимум ~ 1 секунда и максимум ~ 6 секунди време на екранот и ограничување на CPS - треба да се придржувате до сите овие, додека го одржувате значењето и тонот. Затоа преводот на титлот често е прашање на компресија и преформулирање, а не превод од збор до збор.
Совет: Избегнете го рефлексот на „преведување на секој збор“ во титловите. Гледачот и ја гледа и чита сликата; Премногу долги преводи не може да се читаат. Наоѓањето на најкраткиот природен израз кој го зачувува значењето е вистинското мајсторство на натписот.
Улогата на вештачката интелигенција во аудиовизуелниот превод
Вештачката интелигенција значително забрзува неколку чекори во оваа област:
- Транскрипција: со ASR (автоматско препознавање говор), гласот автоматски се транскрибира. Ова го извлекува суровиот извор на титлот за неколку минути.
- Автоматско кодирање на време: Алатките го делат разговорот на сегменти и произведуваат нацрт-временски кодови.
- Нацрт на преводот: Текстот за препис е преведен.
- CPS/контрола на должина: AI може да означи кој титл ја надминува брзината на читање и да предложи скратување.
Но, внимавајте: ASR греши во врска со бучавата, акцентот, преклопувачкиот говор, соодветните имиња и техничките термини; не може да обезбеди „аудио опис“; Кој зборува може да се збуни. Преводот со вештачка интелигенција не ја гледа сликата - не може да знае кога предметот прикажан на екранот се нарекува „тоа“. Затоа, човекот го проверува визуелниот контекст и точноста на дешифрирањето.
Внимание: Најчеста грешка е да се мисли дека излезот ASR е „декодиран“. ASR прави чести грешки, особено во соодветните имиња, бројки, имиња на брендови и технички термини; неточната транскрипција се пренесува на превод и титлување. Погрижете се да ги потврдите критичните области со слушање на аудио.
Правила за формат на титл
Заеднички правила (варира според платформата):
- ~ 37-42 знаци по ред, максимум 2 реда.
- Времетраење: ~1-6 секунди; Избегнувајте многу кратки „блиц“ преводи.
- CPS да не надминува ~ 17 (содржина за возрасни).
- Скршете ја реченицата онаму каде што има смисла (не оставајте „и“ или „но“ на крајот од редот).
- Ако е можно, не прескокнувајте го пресекот на сцената (промена на кадрите).
- Следете ги правилата на платформата за предмети како што се пцовки, песни, пишување екран.
три мини футроли
Случај 1 - ASR + пост-уредување забрзано за 60%. Еден тим прво транскрибирал и временски кодиран документарец од 45 минути со ASR, а потоа го превел и пост-монтирал. Времето е намалено за 60% во споредба со препишување + временско кодирање од нула. Но, сите соодветни имиња и броеви беа поправени со звучна споредба.
Случај 2 - CPS проверете ја зачуваната читливост. Првиот превод на видео со настава со преводи беше точен, но CPS во просек изнесуваше 24 - публиката не можеше да продолжи. Групата скратување на ВИ ги скрати преводите за 30%, намалувајќи го CPS на 16; значењето беше зачувано, дојде читливост.
Случај 3 - Грешка во визуелниот контекст. Во преводот базиран на ASR, еден лик покажа на знак на екранот и рече „прочитај го тоа“; Вештачката интелигенција го преведе како „прочитај“, но текстот на знакот не беше преведен, па гледачот не можеше да види што да чита. Титлот додаде посебен наслов за натписот на екранот; Личноста што ја виде сликата ја направи разликата.
Четири шаблони за копирање
1) Список за верификација на транскрипција (ASR):
Подолу е автоматска транскрипција на видео. Обележете ги можните грешки во транскрипцијата: соодветни имиња, имиња на брендови, бројки, технички термини, двосмислени/нецелосни реченици. Наведете ги како „потврди со глас“. Не преведувај. Транскрипција: [...]
2) Превод на титл (CPS/ограничена должина):
Преведете ја следната транскрипција во [целен јазик] преводи. ОГРАНИЧУВАЊЕ: секој титл мора да има максимум 2 реда, линија ~42 знаци, CPS да не надминува ~17. СКРАТИРАЈ и натурализирај притоа зачувувајќи го значењето; не преведувај збор по збор. Зачувај ги временските шифри. Транскрипција + временски шифри: [...]
3) CPS/проверка на читливост:
Пресметајте го приближниот CPS врз основа на времетраењето и бројот на знаци за секој од следните преводи. Означете кој било што надминува 17 и предложете пократка алтернатива што го зачувува значењето. Преводи (текст | времетраење секунди): [...]
4) Проверка на текст на екранот / визуелен контекст:
Во следниот дијалог, означете ги местата што може да се однесуваат на сликата (текст на екранот, зашилен објект, знак). Кажете дали се потребни дополнителни преводи/објаснувања за нив, под претпоставка дека гледачот не може да ја види сликата. Дијалог: [...]
Слаб промпт / Силен промпт
Слабо: „Преведи ги овие преводи“. (Без должина, CPS, правила на линија; излезот нема да се вклопи на екранот, нечитлив.)
Güçlü: "Преведи го овој препис на дијалогот на турски преводи. Секој титл мора да има максимум 2 реда, 42 знаци по ред; скрати го додека го зачуваш значењето кога е потребно за брзината на читање. Дај го говорниот јазик на природен турски, ублажете го сленгот. Не допирајте ги временските шифри."
Разлика: силната порака ги дава техничките ограничувања на титлот (линија, знак, CPS, тон); излезот всушност се приближува до употребливи преводи.
Табела за споредба на формати AVT
формат
Што прави
Придонес за вештачка интелигенција
човечка критична точка
титл
Го препишува говорот
ASR, превод, CPS
Соодветен, визуелен контекст
синхронизирање
Гласовно слушање на целниот јазик
Нацрт за превод
синхронизација на усните, глума
гласовно
Прочитајте го преводот погоре
Превод, тајминг
Природен тек, тон
Аудио опис
Ја опишува сликата со звук
нацрт-текст
Визуелна интерпретација (човечка)
Вообичаени грешки
- Преведување на преписот на ASR без да се потврди. Правилното име/број грешки се пренесуваат на титлот.
- Преведување збор по збор и заобиколување на CPS. Публиката не може да чита; мора да се направи вклопување.
- Игнорирање на визуелниот контекст. Текстот на екранот и зашилените објекти остануваат непреведени.
- Правејќи го разделувањето на линијата бесмислено. Ја расипува читливоста.
- Израмнување на тонот/регистерот. Дијалектите и сленгот на ликовите исчезнуваат.
Синхронизирање и синхронизација на усните
Додека ограничувањето на титлувањето е брзината на читање, ограничувањето на синхронизацијата е времето и усните. Постојат три различни типови на синхронизација во гласовниот превод: lip-sync - каде што преводот се совпаѓа со движењето на устата на ликот, особено отворените самогласки во крупен кадар; изохронија — линијата за превод е со иста должина како и оригиналната линија, ниту прекратка ниту премногу долга; синхронија на гестови — усогласување на кажаното со движењата на рацете и рацете на ликот. Затоа преведувачот на синхронизација често пишува „привлечна“ реплика што го зачувува значењето, но со сосема други зборови; Овде верноста на зборовите е уште помала од титлот.
Вештачката интелигенција може да обезбеди необработен нацрт на преводот и временско предупредување за синхронизација („оваа линија е 40% подолга од оригиналот, скратете ја“). Новите технологии дури можат да го клонираат звукот и да произведат автоматско синхронизирање; но глумата, емоциите, дотерувањето на дишењето на ликот и синхронизирањето на усните сè уште се работа на човечкиот преведувач и гласовник. Автоматското синхронизирање обезбедува преглед; Уметничката и синхроната одлука е човечка. Дополнително, согласноста на лицето чиј глас е клониран е важно етичко и правно прашање.
Сумирано
Аудиовизуелниот превод е уметност на вклопување на текстот во рамките на ограничувањата на окото и увото на гледачот: границите на линијата/ликот/CPS при титлувањето, синхронизацијата со усни во синхронизацијата, визуелниот контекст е одлучувачки фактор во сите нив. Вештачката интелигенција ја забрзува транскрипцијата, временското кодирање, изготвувањето на преводот и проверката на CPS со ASR; Но, ASR е погрешен во соодветните имиња и бучава, не може да ја види сликата и соодветните одлуки ги донесува човекот. Главниот титлувач не преведува збор до збор; го наоѓа најкраткиот, најприродниот израз кој го зачувува значењето.
Задача за апликација
Изберете краток (2-3 минути) видео клип. Транскрипирајте со алатка ASR и споредете ги и поправете ги ризичните области со звукот со шаблон за „проверка на транскрипција“. Потоа преведете со ограничувањето CPS ~17 со шаблонот „превод на титл“ и скратете ги преводите што ја надминуваат границата со „CPS control“. Ако има текст или знак на екранот, примени „проверка на визуелен контекст“.
листа за проверка
- [ ] Ја потврдив дешифрирањето ASR со глас за конкретното име/број.
- [ ] Направив преводите да се вклопат во правилата за линија/лик/CPS.
- [ ] Го скратив и натурализирав, не збор до збор, зачувувајќи го значењето.
- [ ] Го зедов предвид визуелниот контекст (текст на екранот, знак).
- [ ] Го преведов за да ги зачувам разликите во тонот и карактерот.