Zyski:
- Umiejętność zrozumienia koncepcji automatycznej transkrypcji i separacji mówców oraz konwersji nieprzetworzonego nagrania na tekst zakodowany czasowo
- Umiejętność zrozumienia formatów napisów (SRT/VTT), szybkości czytania i zasad linii oraz tworzenia i edytowania wielojęzycznych wersji roboczych napisów
- Rozumiejąc, że obowiązkiem redaktora jest weryfikacja terminologii, nazw własnych, błędów interpunkcyjnych i błędów tłumaczeniowych w automatycznej transkrypcji przed publikacją.
Najbardziej żmudnym i czasochłonnym zadaniem postprodukcji była tradycyjnie transkrypcja: montażysta słuchał bez końca godzin nagrań wywiadów, wpisując każde zdanie ręcznie. Transkrypcja jednogodzinnego nagrania z łatwością zajmie od czterech do pięciu godzin. Sztuczna inteligencja radykalnie zmieniła ten biznes: dziś godzinne nagranie można w ciągu kilku minut zamienić w zakodowany czasowo tekst. Przyspiesza to proces edycji i zapewnia dostępność (napisy dla widzów niedosłyszących i ciche oglądanie). Jednak wyniki automatyczne nigdy nie nadają się do publikacji w postaci surowej; W tej jednostce zobaczymy zarówno moc, jak i pułapki.
Zacznijmy od warunków. Transkrypcja to przepisanie mowy na zapis. Automatyczne rozpoznawanie mowy (ASR) to technologia, która przekłada głos na tekst. Kod czasowy to znak wskazujący, której sekundzie odpowiada tekst w filmie. Diaryzacja mówców polega na rozróżnieniu, „kto mówił” i podzieleniu tekstu na mówców. Podtytuł (podtytuł/podpis) to zakodowany czasowo tekst wyświetlany na ekranie. SRT i VTT to najpopularniejsze formaty plików z napisami; Zawierają kolejność, czas rozpoczęcia i zakończenia oraz tekst każdego wiersza. Szybkość odczytu (CPS: znaków na sekundę) określa, jak długo linia musi pozostać na ekranie, aby widz mógł wygodnie przeczytać napisy.
Siła i granice automatycznej transkrypcji
Transkrypcja AI transkrybuje wyraźny głos jednego głośnika nagrany w języku tureckim z bardzo dużą dokładnością. Jednak popełnia błędy w następujących sytuacjach, a ich znajomość pozwala na ukierunkowanie weryfikacji: nazwy własne (imiona osób, marek, miejsc są często pisane błędnie), terminy techniczne i skróty, podobnie brzmiące słowa („kar/kar”, „still/still”), nakładająca się mowa (dwie osoby w tym samym czasie), hałas i muzyka w tle, różnice w dialekcie/akcentie i interpunkcja (pytanie lub koniec zdania). Dodatkowo model może „usłyszeć” i dokonać transkrypcji słowa, które nigdy nie zostało wypowiedziane w hałaśliwym momencie – jest to halucynacja transkrypcji.
Poniższa tabela podsumowuje mocne i słabe warunki automatycznej transkrypcji:
stan
dokładność
Uwaga redaktora
Pojedynczy głośnik, czysty dźwięk, ciche otoczenie
bardzo wysoki
Nazwy własne, interpunkcja
Panel z wieloma głośnikami
średni
Separacja głośników, nakładanie się mowy
Nagrywanie w hałasie/na zewnątrz
nisko-średni
Wymyślone słowo, skacz
Treść techniczna/żargonowa
średni
Pisanie terminów i skrótów
mowa akcentowana
Zmienna
Błędy słowne, czyli znaczenie
Format napisów i zasady czytelności
Dobry podtytuł to nie tylko „poprawny tekst”; musi być czytelny. W praktyce międzynarodowej obowiązuje kilka praktycznych zasad: linia napisów nie powinna być dłuższa niż dwie linie; każda linia powinna mieć rozsądną długość (około 37–42 znaków); Podtytuł musi pozostać na ekranie wystarczająco długo, aby można go było przeczytać (zwykle 1-6 sekund); Szybkość czytania nie powinna być zbyt wysoka (większość przewodników uważa za limit ~15-17 znaków/sekundę). Narzędzia AI automatycznie dzielą podtytuł, ale te podziały czasami przecinają zdanie w złych miejscach (wiersz kończący się na „i”, przerwa dzieląca znaczenie). Zadaniem redaktora jest zadbanie o to, aby tekst był dokładny i płynny.
Twoja rola: asystent edytora napisów. Poniżej znajduje się automatyczny zapis. Zadanie: 1) Podziel tekst na bloki napisów zgodnie z logiką SRT.2) Każdy blok powinien mieć maksymalnie 2 linie, a każda linia nie powinna przekraczać ~40 znaków.3) Podziel zdanie w znaczących miejscach; Wiersz kończący się na „i”, „ale”, „to”.4) Oznacz nazwy własne i terminy znacznikiem [CHECK], abym mógł je zweryfikować ręcznie.5) Nie zmieniaj tekstu, po prostu podziel i zaznacz.
Pomysł „tagu [KONTROLA]” w tym wierszu jest cenny: posiadanie przez sztuczną inteligencję zaznaczania obszarów, w których jest niepewne lub ryzykowne (właściwa nazwa, termin) kieruje wzrok redaktora na właściwe miejsca i zapobiega ślepemu zaufaniu.
Wielojęzyczne napisy i tłumaczenie
Otwarcie filmu w wielu językach zwiększa liczbę odbiorców. Sztuczna inteligencja może pobrać transkrypcję, przetłumaczyć ją na język docelowy i wygenerować plik z napisami. Jest to potężna funkcja, ale najbardziej podatna na ataki: tłumaczenie maszynowe może błędnie przedstawiać idiomy, odniesienia kulturowe, humor i kalambury, terminy i kontekst. Tłumaczenie zdania „pada deszcz kotów i psów” słowo w słowo to porażka. W tłumaczeniu napisów występuje również ograniczenie przestrzenne: zdanie w języku docelowym może być dłuższe i przekraczać prędkość czytania. Dlatego w przypadku wielojęzycznych napisów ważne jest, aby tłumaczenie sprawdziła osoba znająca język docelowy — szczególnie w przypadku treści wrażliwych, takich jak branding, kwestie prawne czy zdrowotne, nieprawidłowe tłumaczenie może mieć poważne konsekwencje.
Przetłumacz następujące tureckie bloki napisów na język angielski. Zasady: - Przenieś idiom i żart, nie dosłownie, ale zachowując ich ZNACZENIE. - Zostaw nazwę marki i produktu bez zmian, nie tłumacz. - Niech każdy blok utrzyma prędkość odczytu; Skróć, jeśli to konieczne, ale nie zniekształcaj znaczenia. - Określ odniesienie kulturowe lub termin, co do którego nie jesteś pewien, korzystając z [UWAGI TŁUMACZA].
trzy mini etui
Przypadek 1 — Linia przyspieszania. Ekipa dokumentalna spędziła trzy tygodnie na ręcznej transkrypcji 12-godzinnego archiwum wywiadów. W przypadku automatycznej transkrypcji surowy tekst był generowany w ciągu jednego dnia; Wyszukując tekst (słowo po słowie), zespół w ciągu kilku sekund znalazł potrzebne momenty. Następnie skrupulatnie zredagowali i dodali napisy tylko do 40-minutowego odcinka, którego mieli użyć. Trzy tygodnie zamieniły się w cztery dni; wysiłek weryfikacyjny skupiony na wykorzystywanej sekcji.
Przypadek 2 — Słowo wymyślone. Kanał informacyjny wyemitował hałaśliwy uliczny wywiad z automatycznymi napisami, bez sprawdzania. Modelka „usłyszała” w tle szum niewypowiedzianego słowa, a podpis przypisywał rozmówcy niewypowiedziane słowo. W mediach społecznościowych pojawiła się reakcja i opublikowano sprostowanie. Lekcja: w przypadku hałaśliwych nagrań automatyczne napisy należy porównać z oryginalnym dźwiękiem.
Przypadek 3 – Katastrofa tłumaczeniowa. Marka opublikowała angielskie napisy do swojego filmu promocyjnego z tłumaczeniem maszynowym i bez kontroli. Kiedy turecki idiom („uważaj”) został przetłumaczony dosłownie, angielskiej publiczności wydał się pozbawiony znaczenia, a nawet zabawny, a powaga marki została nadszarpnięta. Właściwy sposób: zlecić weryfikację tłumaczenia osobie znającej język docelowy.
Słaba zachęta/silna zachęta
Słaba zachęta:
Dodaj napisy do tego filmu i przetłumacz je na język angielski.
Nie ma żadnego formatowania, żadnych zasad czytelności, żadnych znaków walidacji. Wyniki będą surowe i ryzykowne.
Potężny monit:
Twoja rola: dwujęzyczny edytor napisów. Wejście: turecki transkrypcja z kodem czasowym. Zadanie: 1) Edytuj tureckie napisy o 2 linie / ~40 znaków / dobre zasady podziału.2) Zaznacz nazwy własne i terminy za pomocą [KONTROLI].3) Utwórz osobno tłumaczenie na język angielski; Przenieś frazę dosłownie, zachowaj nazwę marki.4) Bloki, które przekraczają prędkość czytania, zaznaczaj klawiszem [LONG].5) Nie twórz żadnych słów; Zapisz nieokreślony dźwięk [NIEWSKAZANE].
Typowe błędy
- Publikowanie automatycznych transkrypcji bez kontroli. Pozostają błędy w nazwach własnych, terminach, interpunkcji i wyrazach wymyślonych.
- Zły podział linii. Wiersze kończące się na „i/but/ki” utrudniają czytanie.
- Przekroczenie prędkości odczytu. Nie można odczytać długich napisów, które są zbyt krótkie na ekranie.
- Brak weryfikacji tłumaczenia maszynowego. Jeśli idiom, żart lub termin okaże się nieodpowiedni, marka na tym ucierpi.
- Pomijanie rozróżnienia głośników. Jeśli w panelu wystąpią niejasności co do tego, „kto co powiedział”, podtytuł będzie wprowadzał w błąd.
Wskazówka: Edytując transkrypcję, oglądaj wideo z szybkością 1,25-1,5 i sprawdź, czy jest zsynchronizowane z napisami. W ten sposób szybko wychwycisz zarówno błędy w kodzie czasowym, jak i wymyślone/pominięte słowa.
Uwaga: W takich dziedzinach jak opieka zdrowotna, prawo, finanse pojedyncze błędnie przepisane słowo (np. dawka, numer składnika) może mieć poważne konsekwencje. W tych treściach każdy numer i termin muszą być oddzielnie weryfikowane.
Podsumowując
Zautomatyzowana transkrypcja i tworzenie napisów to największa oszczędność czasu w postprodukcji i zapewnienie dostępności. Sztuczna inteligencja skraca godziny transkrypcji do minut i umożliwia wyszukiwanie za pomocą tekstu. Jednak wynik nie nadaje się do publikacji w postaci surowej: należy poprawić nazwy własne, terminy, interpunkcję, wymyślone słowa i nieprawidłowe podziały wierszy. Zasady czytelności (długość linii, czas trwania, szybkość czytania) sprawiają, że tekst jest płynny dla widza. W przypadku napisów wielojęzycznych tłumaczenie maszynowe musi zostać zweryfikowane przez osobę znającą język docelowy. AI nalewa i sugeruje; Za dokładność, czytelność i znaczenie odpowiada wydawca.
Zadanie aplikacji
Nagraj krótką rozmowę (może własny głos, 2-3 minuty) i poproś o automatyczną transkrypcję. Porównaj wynik z oryginalnym dźwiękiem i zaznacz rzeczowniki własne, terminy i błędy interpunkcyjne; Znajdź co najmniej pięć błędów. Następnie podziel tekst na bloki napisów zgodnie z powyższymi zasadami, przetłumacz na jeden język i popraw co najmniej dwa ryzykowne punkty (idiomy/terminy) w tłumaczeniu. Zgłoś proces i wszelkie znalezione błędy.
lista kontrolna
- [ ] Czy porównałem transkrypcję z oryginalnym dźwiękiem i poprawiłem wszelkie błędy w rzeczownikach/terminach/interpunkcjach?
- [ ] Czy sprawdziłem, czy nie ma słów wymyślonych lub pominiętych?
- [ ] Czy edytowałem napisy zgodnie z zasadami długości, czasu trwania i szybkości czytania?
- [ ] Czy w przypadku napisów wielojęzycznych dokładnie zweryfikowałem tłumaczenie z osobą znającą język docelowy?
- [ ] Czy zweryfikowałem osobno każdy numer i termin w poufnych treściach?