Lợi nhuận:
- Khả năng hiểu các khái niệm về phiên âm tự động và tách loa và chuyển đổi bản ghi thô thành văn bản được mã hóa theo thời gian
- Khả năng hiểu các định dạng phụ đề (SRT/VTT), tốc độ đọc và quy tắc dòng cũng như tạo và chỉnh sửa bản nháp phụ đề đa ngôn ngữ
- Hiểu rằng trách nhiệm của người biên tập là xác minh thuật ngữ, tên riêng, lỗi chấm câu và lỗi dịch trong bản ghi tự động trước khi xuất bản.
Công việc tẻ nhạt, tốn thời gian nhất của khâu hậu kỳ là phiên âm theo cách truyền thống: một biên tập viên sẽ nghe không ngừng hàng giờ các đoạn phim phỏng vấn, gõ từng câu bằng tay. Một bản ghi âm kéo dài một giờ sẽ dễ dàng mất bốn đến năm giờ để chép lại. Trí tuệ nhân tạo đã thay đổi hoàn toàn hoạt động kinh doanh này: ngày nay, một đoạn ghi âm dài một giờ có thể được chuyển thành văn bản được mã hóa thời gian trong vài phút. Điều này vừa tăng tốc quá trình chỉnh sửa vừa cho phép khả năng truy cập (phụ đề dành cho người xem khiếm thính và xem im lặng). Nhưng đầu ra tự động không bao giờ phù hợp để xuất bản ở dạng thô; Trong phần này chúng ta sẽ thấy cả sức mạnh lẫn những cạm bẫy.
Hãy bắt đầu với các điều khoản. Phiên âm là việc đưa lời nói thành văn bản. Nhận dạng giọng nói tự động (ASR) là công nghệ chuyển giọng nói thành văn bản. Timecode là dấu hiệu cho biết văn bản tương ứng với giây nào trong video. Phân loại người nói là phân biệt "ai đã nói" và phân chia văn bản thành người nói. Subtitle (phụ đề/chú thích) là đoạn văn bản được mã hóa theo thời gian xuất hiện trên màn hình. SRT và VTT là những định dạng tệp phụ đề phổ biến nhất; Chúng chứa thứ tự, thời gian bắt đầu và nội dung của mỗi dòng. Tốc độ đọc (CPS: ký tự trên giây) xác định dòng này phải tồn tại trên màn hình trong bao lâu để người xem có thể đọc phụ đề một cách thoải mái.
Sức mạnh và giới hạn của phiên âm tự động
Phiên âm AI sẽ phiên âm giọng nói của một người nói rõ ràng được ghi bằng tiếng Thổ Nhĩ Kỳ phù hợp với độ chính xác rất cao. Tuy nhiên, nó mắc lỗi trong các tình huống sau và việc biết những điều này cho phép bạn nhắm mục tiêu xác minh: tên riêng (tên người, thương hiệu, địa điểm thường sai chính tả), thuật ngữ kỹ thuật và chữ viết tắt, các từ có âm thanh tương tự (“kar/kar”, “still/still”), lời nói trùng lặp (hai người cùng một lúc), tiếng ồn xung quanh và âm nhạc, sự khác biệt về phương ngữ/giọng và dấu câu (câu hỏi hoặc kết thúc câu). Ngoài ra, mô hình có thể “nghe thấy” và phiên âm một từ chưa từng được nói ra trong thời điểm ồn ào — đây là ảo giác về phiên âm.
Bảng sau đây tóm tắt các điều kiện mạnh và yếu để sao chép tự động:
tình trạng
độ chính xác
Trọng tâm của biên tập viên
Loa đơn, âm thanh rõ ràng, môi trường yên tĩnh
rất cao
Tên riêng, dấu câu
Bảng điều khiển nhiều loa
trung bình
Tách loa, chồng tiếng nói
Ghi âm ồn ào/ngoài trời
thấp-trung bình
Từ tạo thành, nhảy
Nội dung kỹ thuật/biệt ngữ
trung bình
Viết thuật ngữ và viết tắt
lời nói có trọng âm
Biến
Lỗi từ, nghĩa
Định dạng phụ đề và quy tắc dễ đọc
Một phụ đề tốt không chỉ là "văn bản đúng"; phải có thể đọc được. Có một số quy tắc chung trong thông lệ quốc tế: một dòng phụ đề thường không quá hai dòng; mỗi dòng phải có độ dài hợp lý (khoảng 37-42 ký tự); Phụ đề phải tồn tại trên màn hình đủ lâu để có thể đọc được (thường là 1-6 giây); Tốc độ đọc không được quá cao (hầu hết các hướng dẫn coi ~15-17 ký tự/giây là giới hạn). Các công cụ AI tự động phân tách phụ đề, nhưng những phần phân tách này đôi khi cắt câu ở những vị trí không đúng (dòng kết thúc bằng “và”, ngắt quãng để phân chia nghĩa). Công việc của người biên tập là làm cho văn bản vừa chính xác vừa trôi chảy.
Vai trò của bạn: trợ lý biên tập phụ đề. Dưới đây là bản ghi tự động. Nhiệm vụ:1) Chia văn bản thành các khối phụ đề theo logic SRT.2) Mỗi khối tối đa 2 dòng, mỗi dòng không quá ~40 ký tự.3) Chia câu ở những vị trí có ý nghĩa; Dòng kết thúc bằng "và", "nhưng", "that".4) Đánh dấu các danh từ và thuật ngữ thích hợp bằng thẻ [CHECK] để tôi có thể xác minh chúng theo cách thủ công.5) Không thay đổi văn bản, chỉ tách và đánh dấu.
Ý tưởng "thẻ [KIỂM SOÁT]" trong lời nhắc này rất có giá trị: Việc AI đánh dấu các khu vực không chắc chắn hoặc có rủi ro (tên riêng, thuật ngữ) hướng mắt người biên tập đến đúng điểm và ngăn chặn sự tin tưởng mù quáng.
Phụ đề và bản dịch đa ngôn ngữ
Việc mở video sang nhiều ngôn ngữ sẽ tăng lượng người xem. AI có thể lấy bản ghi, dịch sang ngôn ngữ đích và tạo tệp phụ đề. Đây là một khả năng mạnh mẽ nhưng dễ bị tổn thương nhất: dịch máy có thể xuyên tạc các thành ngữ, tài liệu tham khảo về văn hóa, sự hài hước và chơi chữ, thuật ngữ và ngữ cảnh. Dịch từng chữ câu “Trời mưa chó mèo” đúng là tai họa. Ngoài ra còn có một hạn chế về không gian trong dịch phụ đề: câu trong ngôn ngữ đích có thể dài hơn và vượt quá tốc độ đọc. Đó là lý do tại sao việc phụ đề đa ngôn ngữ cần có một người biết ngôn ngữ đích xác minh bản dịch — đặc biệt đối với nội dung nhạy cảm như thương hiệu, pháp lý hoặc sức khỏe, việc dịch sai có thể gây ra hậu quả nghiêm trọng.
Dịch các khối phụ đề tiếng Thổ Nhĩ Kỳ sau sang tiếng Anh. Quy tắc: - Chuyển thành ngữ, truyện cười, không nguyên văn mà giữ nguyên Ý NGHĨA của chúng. - Để nguyên tên thương hiệu và tên sản phẩm, không dịch. - Để mỗi khối duy trì tốc độ đọc; Rút ngắn nếu cần thiết nhưng không bóp méo ý nghĩa. - Chỉ định tài liệu tham khảo hoặc thuật ngữ văn hóa mà bạn không chắc chắn bằng [LƯU Ý CỦA NGƯỜI DỊCH].
ba trường hợp nhỏ
Trường hợp 1 - Đường tăng tốc. Một đoàn làm phim tài liệu đã dành ba tuần để ghi lại một kho lưu trữ các cuộc phỏng vấn kéo dài 12 giờ. Với phiên âm tự động, văn bản thô được xuất ra trong một ngày; Bằng cách tìm kiếm qua văn bản (từng chữ), nhóm đã tìm thấy những khoảnh khắc họ muốn chỉ trong vài giây. Sau đó, họ tỉ mỉ chỉnh sửa và đặt phụ đề cho tập phim dài 40 phút mà họ sẽ sử dụng. Ba tuần biến thành bốn ngày; nỗ lực xác minh tập trung vào phần được sử dụng.
Trường hợp 2 - Từ tạo thành. Một kênh tin tức phát sóng cuộc phỏng vấn ồn ào trên đường phố với phụ đề tự động mà không cần kiểm tra. Người mẫu "nghe thấy" một từ chưa được nói trong tiếng vo ve phía sau, và chú thích đã gán cho người được phỏng vấn một từ chưa được nói. Đã có phản ứng trên mạng xã hội và bản đính chính đã được công bố. Bài học: trong những bản ghi ồn, phụ đề tự động phải được so sánh với âm thanh gốc.
Trường hợp 3 - Thảm họa dịch thuật. Một thương hiệu đã xuất bản phụ đề tiếng Anh cho video quảng cáo của mình bằng bản dịch máy và không có sự kiểm soát. Khi một thành ngữ Thổ Nhĩ Kỳ ("để mắt đến") được dịch từng chữ, nó dường như vô nghĩa và thậm chí buồn cười đối với khán giả Anh, và tính nghiêm túc của thương hiệu đã bị tổn hại. Cách đúng đắn: nhờ người biết ngôn ngữ đích xác minh bản dịch.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Phụ đề video này và dịch nó sang tiếng Anh.
Không có định dạng, không có quy tắc dễ đọc, không có dấu xác nhận. Sản lượng sẽ thô và có nhiều rủi ro.
Lời nhắc mạnh mẽ:
Vai trò của bạn: biên tập viên phụ đề song ngữ. Đầu vào: Bản ghi mã hóa thời gian bằng tiếng Thổ Nhĩ Kỳ. Nhiệm vụ:1) Chỉnh sửa phụ đề tiếng Thổ Nhĩ Kỳ 2 dòng / ~40 ký tự / quy tắc phân chia hợp lý.2) Đánh dấu tên và thuật ngữ thích hợp bằng [KIỂM SOÁT].3) Tạo bản dịch tiếng Anh riêng biệt; Chuyển cụm từ theo nghĩa đen, giữ nguyên tên thương hiệu.4) Đánh dấu các khối vượt quá tốc độ đọc bằng [DÀI].5) Không bịa đặt bất kỳ từ nào; Viết âm không xác định [CHƯA CHỈ ĐỊNH].
Những lỗi thường gặp
- Xuất bản bảng điểm tự động mà không cần kiểm soát. Vẫn còn sai sót về tên riêng, thuật ngữ, dấu câu và từ bịa đặt.
- Chia dòng xấu. Những dòng kết thúc bằng "and/but/ki" khiến việc đọc trở nên khó khăn.
- Vượt quá tốc độ đọc. Phụ đề dài quá ngắn trên màn hình không thể đọc được.
- Không xác minh bản dịch máy. Nếu một thành ngữ, một câu nói đùa hay một thuật ngữ nào đó bị sai, thương hiệu sẽ bị ảnh hưởng.
- Bỏ qua sự phân biệt loa. Nếu có sự nhầm lẫn về "ai đã nói gì" trong bảng điều khiển thì phụ đề sẽ gây hiểu nhầm.
Mẹo: Trong khi chỉnh sửa bản ghi, hãy xem video ở tốc độ 1,25-1,5 và kiểm tra xem nó có được đồng bộ hóa với phụ đề hay không. Bằng cách này, bạn sẽ nhanh chóng nắm bắt được cả sự trôi mã thời gian và các từ bịa đặt/bị bỏ sót.
Thận trọng: Trong các lĩnh vực như chăm sóc sức khỏe, luật, tài chính, một từ được phiên âm sai (ví dụ: liều lượng, số thành phần) có thể gây ra hậu quả nghiêm trọng. Trong những nội dung này, từng số, từng thuật ngữ phải được kiểm chứng riêng.
Tóm lại
Tính năng chép lời và phụ đề tự động là cách tiết kiệm thời gian lớn nhất trong quá trình hậu sản xuất và hỗ trợ khả năng truy cập. AI giảm số giờ phiên âm thành vài phút và cho phép tìm kiếm qua văn bản. Nhưng đầu ra không phù hợp để xuất bản ở dạng thô: phải sửa tên riêng, thuật ngữ, dấu câu, từ bịa đặt và ngắt dòng sai. Các quy tắc về khả năng đọc (độ dài dòng, thời lượng, tốc độ đọc) làm cho văn bản trở nên trôi chảy đối với người xem. Trong phụ đề đa ngôn ngữ, bản dịch máy phải được xác minh bởi người biết ngôn ngữ đích. AI rót và gợi ý; Độ chính xác, dễ đọc và ý nghĩa là trách nhiệm của người biên tập.
Nhiệm vụ ứng dụng
Ghi âm cuộc trò chuyện ngắn (có thể là giọng nói của chính bạn, 2-3 phút) và để nó tự động được chép lại. So sánh đầu ra với âm thanh gốc và gắn cờ các danh từ, thuật ngữ và lỗi dấu câu thích hợp; Tìm ít nhất năm lỗi. Sau đó, chia văn bản thành các khối phụ đề theo quy tắc trên, dịch sang một ngôn ngữ và sửa lại ít nhất hai điểm rủi ro (thành ngữ/thuật ngữ) trong bản dịch. Báo cáo quá trình và bất kỳ lỗi nào bạn tìm thấy.
danh sách kiểm tra
- [ ] Tôi đã so sánh bản ghi với âm thanh gốc và sửa bất kỳ lỗi danh từ/thuật ngữ/dấu câu thích hợp nào chưa?
- [ ] Tôi đã kiểm tra những từ bịa đặt hoặc bị lược bỏ chưa?
- [ ] Tôi đã chỉnh sửa phụ đề theo quy định về độ dài dòng, thời lượng và tốc độ đọc chưa?
- [ ] Đối với phụ đề đa ngôn ngữ, tôi đã xác minh cẩn thận bản dịch với người biết ngôn ngữ đích chưa?
- [ ] Tôi đã xác minh riêng từng số và thuật ngữ trong nội dung nhạy cảm chưa?