Câștiguri:
- Abilitatea de a înțelege conceptele de transcripție automată și de separare a vorbitorilor și de a converti înregistrarea brută în text codificat în timp
- Abilitatea de a înțelege formatele de subtitrare (SRT/VTT), viteza de citire și regulile de linie și de a produce și edita schițe de subtitrare multilingve
- Înțelegând că este responsabilitatea editorului să verifice terminologia, numele proprii, erorile de punctuație și erorile de traducere în transcrierea automată înainte de publicare.
Cea mai obositoare și consumatoare sarcină de post-producție a fost în mod tradițional transcrierea: un editor asculta la nesfârșit ore întregi de filmări ale interviului, tastând fiecare propoziție manual. O înregistrare de o oră ar dura cu ușurință patru până la cinci ore pentru a transcrie. Inteligența artificială a schimbat radical această afacere: astăzi o înregistrare de o oră poate fi transformată în text codificat în timp în câteva minute. Acest lucru accelerează procesul de editare și permite accesibilitatea (subtitrări pentru telespectatorii cu deficiențe de auz și vizionare silențioasă). Dar ieșirea automată nu este niciodată potrivită pentru publicare în forma sa brută; În această unitate vom vedea atât puterea, cât și capcanele.
Să începem cu termenii. Transcrierea este punerea în scris a vorbirii. Recunoașterea automată a vorbirii (ASR) este o tehnologie care traduce vocea în text. Timecode este semnul care arată căi secunde corespunde textul din videoclip. Diarizarea vorbitorilor este distingerea „cine a vorbit” și împărțirea textului în vorbitori. Subtitrarea (subtitrarea/legenda) este textul codificat în timp care apare pe ecran. SRT și VTT sunt cele mai comune formate de fișiere de subtitrare; Acestea conțin ordinea, ora de început și de sfârșit și textul fiecărei linii. Viteza de citire (CPS: caractere pe secundă) determină cât de mult trebuie să rămână linia pe ecran pentru ca spectatorul să citească confortabil subtitrarea.
Puterea și limita transcripției automate
Transcrierea AI transcrie o voce clară, cu un singur vorbitor, înregistrată în limba turcă corectă, cu o precizie foarte mare. Dar face greșeli în următoarele situații, iar cunoașterea acestora vă permite să vizați verificarea: nume proprii (numele de persoane, mărci, locuri sunt adesea scrise greșit), termeni și abrevieri tehnici, cuvinte cu sunet similar („kar/kar”, „încă/încă”), vorbire suprapusă (două persoane în același timp), zgomot de fundal și muzică, dialect/accent de punctuație (întrebări și diferențe de punctuație). În plus, modelul poate „auzi” și transcrie un cuvânt care nu a fost rostit niciodată într-un moment zgomotos - aceasta este halucinația transcripției.
Următorul tabel rezumă condițiile puternice și slabe pentru transcrierea automată:
stare
precizie
Focalizarea editorului
Un singur difuzor, sunet clar, mediu silențios
foarte sus
Nume proprii, semne de punctuație
Panou cu mai multe difuzoare
mediu
Separarea vorbitorilor, vorbirea suprapusă
Înregistrare zgomotoasă/în aer liber
scăzut-mediu
Cuvânt inventat, sări
Conținut tehnic/jargon
mediu
Scrierea termenului și a abrevierilor
vorbire accentuată
Variabilă
Erori de cuvinte, sens
Formatul subtitrarilor și regulile de lizibilitate
O subtitrare bună nu este doar „text corect”; trebuie să fie lizibilă. Există câteva reguli generale în practica internațională: o linie de subtitrări nu trebuie, în general, să fie mai mare de două rânduri; fiecare rând trebuie păstrat la o lungime rezonabilă (aproximativ 37-42 de caractere); Subtitrarea trebuie să rămână pe ecran suficient de mult pentru a fi citită (de obicei 1-6 secunde); Viteza de citire nu trebuie să fie prea mare (majoritatea ghidurilor consideră ca limită ~15-17 caractere/secundă). Instrumentele AI împart automat subtitrarea, dar aceste despărțiri taie uneori propoziția în locuri proaste (linia care se termină cu „și”, pauză care împarte sensul). Sarcina editorului este să facă textul atât corect, cât și fluent.
Rolul tău: asistent editor de subtitrări. Mai jos este o transcriere automată. Sarcină: 1) Împărțiți textul în blocuri de subtitrare conform logicii SRT.2) Fiecare bloc trebuie să aibă maximum 2 rânduri, fiecare linie nu trebuie să depășească ~40 de caractere.3) Împărțiți propoziția în locuri semnificative; Linia care se termină cu „și”, „dar”, „că”.4) Marcați substantivele proprii și termenii cu eticheta [CHECK] pentru a le putea verifica manual.5) Nu modificați textul, ci doar împărțiți și marcați.
Ideea „etichetă [CONTROL]” din această solicitare este valoroasă: a avea zonele de marcare AI în care este nesigur sau riscant (nume propriu, termen) direcționează ochiul editorului către locurile potrivite și previne încrederea oarbă.
Subtitrări și traduceri în mai multe limbi
Deschiderea unui videoclip în mai multe limbi crește audiența. AI poate prelua transcrierea, o poate traduce în limba țintă și poate produce un fișier de subtitrare. Aceasta este o capacitate puternică, dar este cea mai vulnerabilă: traducerea automată poate denatura idiomuri, referințe culturale, umor și jocuri de cuvinte, termeni și context. Traducerea propoziției „Plouă câini și pisici” cuvânt cu cuvânt este un dezastru. Există, de asemenea, o constrângere de spațiu în traducerea subtitrarilor: propoziția în limba țintă poate fi mai lungă și poate depăși viteza de citire. De aceea, pentru subtitrarea multilingvă este esențial ca o persoană care cunoaște limba țintă să verifice traducerea — în special pentru conținut sensibil, cum ar fi branding, juridic sau sănătate, traducerea incorectă poate avea consecințe grave.
Traduceți următoarele subtitrări turcești în engleză. Reguli: - Transferați limbajul și gluma, nu textual, dar păstrându-le SENSULUL. - Lăsați numele mărcii și numele produsului așa cum sunt, nu traduceți. - Lăsați fiecare bloc să-și mențină viteza de citire; Scurtați dacă este necesar, dar nu distorsionați sensul. - Specificați referința culturală sau termenul despre care nu sunteți sigur cu [NOTA TRADUCĂTORULUI].
trei mini cutii
Cazul 1 — Linia de accelerare. O echipă de documentare a petrecut trei săptămâni transcriind manual o arhivă de 12 ore de interviuri. Cu transcrierea automată, textul brut a fost scos într-o zi; Căutând prin text (cuvânt cu cuvânt), echipa a găsit momentele dorite în câteva secunde. Apoi au editat și subtitrat meticulos doar episodul de 40 de minute pe care l-ar folosi. Trei săptămâni s-au transformat în patru zile; efort de verificare concentrat pe secțiunea utilizată.
Cazul 2 — Cuvânt inventat. Un canal de știri a difuzat interviul zgomotos de stradă subtitrat automat, fără a verifica. Modelul a „auzit” un cuvânt nerostit în zumzet de fundal, iar legenda a imputat un cuvânt nerostit persoanei intervievate. A existat o reacție pe rețelele de socializare și corectarea a fost publicată. Lecție: în înregistrările zgomotoase, subtitrările automate trebuie comparate cu audio original.
Cazul 3 – Dezastru de traducere. Un brand a publicat subtitrările în engleză ale videoclipului său promoțional cu traducere automată și fără control. Când un idiom turcesc („keep an eye out”) a fost tradus cuvânt cu cuvânt, i s-a părut lipsit de sens și chiar amuzant pentru publicul englez, iar seriozitatea mărcii a fost deteriorată. Calea corectă: ca traducerea să fie verificată de cineva care cunoaște limba țintă.
Prompt slab / Prompt puternic
Prompt slab:
Subtitrați acest videoclip și traduceți-l în engleză.
Nu există formatare, reguli de lizibilitate, semne de validare. Producția va fi brută și riscantă.
Solicitare puternică:
Rolul dvs.: editor bilingv de subtitrare. Intrare: transcriere codificată în timp în turcă. Sarcină: 1) Editați subtitrarea în limba turcă cu 2 rânduri / ~40 de caractere / reguli de împărțire bună.2) Marcați numele și termenii proprii cu [CONTROL].3) Produceți separat traducere în limba engleză; Transferați expresia la propriu, păstrați numele mărcii.4) Marcați blocurile care depășesc viteza de citire cu [LONG].5) Nu inventați niciun cuvânt; Scrieți sunetul nedefinit [NEINDICAT].
Greșeli comune
- Publicarea transcrierilor automate fără control. Rămân erorile în numele proprii, termenii, semnele de punctuație și cuvintele inventate.
- Împărțire proastă a liniei. Rândurile care se termină în „și/dar/ki” fac lectura dificilă.
- Depășirea vitezei de citire. Subtitrările lungi care sunt prea scurte pe ecran nu pot fi citite.
- Nu se verifică traducerea automată. Dacă o expresie, o glumă sau un termen nu merge bine, marca are de suferit.
- Ocolind distincția difuzorului. Dacă există confuzie despre „cine a spus ce” în panou, subtitrarea va induce în eroare.
Sfat: În timp ce editați transcrierea, vizionați videoclipul cu viteza de 1,25-1,5 și verificați dacă este sincronizat cu subtitrarea. În acest fel, prindeți rapid atât devierea codului de timp, cât și cuvintele inventate/ ratate.
Atenție: în domenii precum sănătate, drept, finanțe, un singur cuvânt transcris incorect (de exemplu, o doză, un număr de ingredient) poate avea consecințe grave. În aceste conținuturi, fiecare număr și termen trebuie verificat separat.
Pe scurt
Transcrierea și subtitrarea automată reprezintă cel mai mare economisitor de timp al post-producției și permit accesibilitatea. AI reduce orele de transcriere în minute și permite căutarea prin text. Dar rezultatul nu este potrivit pentru publicare în forma sa brută: numele proprii, termenii, semnele de punctuație, cuvintele inventate și întreruperile de rând greșite trebuie corectate. Regulile de lizibilitate (lungimea liniei, durata, viteza de citire) fac textul fluent pentru spectator. În subtitrarea în mai multe limbi, traducerea automată trebuie verificată de o persoană care cunoaște limba țintă. AI toarnă și sugerează; Acuratețea, lizibilitatea și sensul sunt responsabilitatea editorului.
Sarcina de aplicare
Înregistrează o scurtă conversație (poate vocea ta, 2-3 minute) și transcrie-o automat. Comparați rezultatul cu audio original și semnalați substantivele proprii, termenii și erorile de punctuație; Găsiți cel puțin cinci erori. Apoi, împărțiți textul în blocuri de subtitrare conform regulilor de mai sus, tradus într-o singură limbă și corectați cel puțin două puncte riscante (idiomuri/termeni) în traducere. Raportați procesul și orice erori pe care le găsiți.
lista de verificare
- [ ] Am comparat transcrierea cu audio-ul original și am corectat orice eroare de nume propriu/termen/punctuație?
- [ ] Am verificat dacă există cuvinte inventate sau omise?
- [ ] Am editat subtitrarea în funcție de lungimea liniei, durata și regulile de viteză de citire?
- [ ] Pentru subtitrări multilingve, am verificat cu atenție traducerea cu cineva care cunoaște limba țintă?
- [ ] Am verificat separat fiecare număr și termen din conținut sensibil?