Субцітры вырашаюцца на мікшарным пульце і ў слайдах дакладчыкаў. Зніміце адну чыстую дарожку з мікрафонаў прамоўцаў на кожнай сцэне і загрузіце ўсе імёны і скарачэнні да выхаду на сцэну; увесь астатні дзень — гэта выпраўленне таго, што гэтыя два крокі прапусцілі.
Большая частка працы па субцітраванні канферэнцыі адбываецца да таго, як хто-небудзь выходзіць на сцэну, і большая частка гэтай працы — не праграмная.
Тэлефон на кафедры чуе залу; мікшарны пульт чуе прамоўцу. Бярыце сігнал з пульта і будзьце дакладныя ў тым, які менавіта. Папытайце гукарэжысёра выдзелены aux- або matrix-вывад, які нясе толькі мікрафоны прамоўцаў: кафедры, петлічныя мікрафоны, мікрафоны панэлі. Музыка на выхад, відэавоспрадукцыя і стэм апладысментаў туды не трапляюць. Распазнаванне, якое слухае праз джынгл, упэўнена здагадваецца пра словы песні.
Праверце гэты вывад на тэхнічнай рэпетыцыі, з сапраўднымі мікрафонамі і сапраўднымі дынамікамі, калі магчыма. Інакш даведаецеся а 8:55 ранку мерапрыемства, што matrix-вывад стаіць пасля фейдэра і гукарэжысёр выключае кафедру паміж выступамі.
Падключыце VocalStack да гэтага сігналу адным з двух спосабаў. Першы — RTMP-энкодэр на пульце. Калі вы дадаяце RTMP-паток як крыніцу транскрыбавання ў рэальным часе, панэль кіравання паказвае адрас сервера і ключ трансляцыі, якія патрэбны энкодэру, кажа, ці ўжо паступае гук і ў якім фармаце, і дазваляе яго праслухаць. Другі — адрас патоку. Калі сцэна ўжо транслюецца як прамая трансляцыя на YouTube або аўдыяпаток, устаўце гэтую спасылку, і VocalStack сам атрымае гук; з вашага боку нічога не запускаецца. Устаўляйце ўласны адрас патоку, а не старонку, на якой ён прайграецца. Калі вы памылкова ўставіце вэб-старонку, панэль кіравання паведаміць вам пра гэта.
У любым выпадку выкарыстоўвайце адзін мікрафонны сігнал на кожнай сцэне. Мікрафоны аўдыторыі і перакрыжаваныя гукі каштуюць дакладнасці, якую ніякія налады не вернуць. Лепшы мікрафон у зале належыць таму ўдзельніку панэлі, які ўвесь час адхіляецца ад яго.
Калі гук ужо паступае, удзельнікам патрэбна месца, дзе чытаць субцітры.
Трансляцыя — гэта спасылка, якую адкрываюць удзельнікі. Стварыце яе ў раздзеле Broadcasts, дайце назву і выберыце спасылку. Панэль кіравання прапануе спасылку на аснове назвы; яе можна змяніць, калі яна застаецца не карацейшай за шэсць знакаў. На тым жа экране паказваецца QR-код, які ўдзельнікі сканіруюць, каб адкрыць жывы пераклад і выбраць мову.
Вырашыце зараз, ці будзе трансляцыя публічнай або прыватнай. Публічная азначае, што адкрыць яе можа любы, у каго ёсць спасылка. Прыватная азначае, што ўдзельнікі ўводзяць кароткі пароль, перш чым з’явіцца транскрыпт. Калі спасылку давядзецца змяніць пазней, змяніце яе; стара спасылка працягвае працаваць.
Пасля падумайце, як спасылка дойдзе да тысячы кішэняў. Размяшчайце QR-код на слайдзе чакання перад кожнай сесіяй, на шыльдах пры ўваходах і на карце на шнурку, калі такая ёсць. Сотні тэлефонаў, якія падключаюцца адначасова, моцна нагружаюць Wi-Fi пляцоўкі, таму спытайцеся ў арганізатараў пляцоўкі, на што разлічаныя кропкі доступу і ці абмяжоўвае гасцявая сетка трафік для кожнай прылады. Калі ў адказ толькі паціснуць плячыма, параіце ўдзельнікам карыстацца мабільным інтэрнэтам. Старонкі маленькія; рызыка — Wi-Fi.
Канферэнцыі з дзвюма сцэнамі не патрэбны дзве спасылкі. Адна трансляцыя можа сілкавацца некалькімі транскрыпцыямі ў рэальным часе адначасова. Сцэна A і сцэна B становяцца дзвюма транскрыпцыямі, прымацаванымі да той самай трансляцыі, і тэлефон удзельніка паказвае абедзве на адной старонцы. Кожная сцэна — гэта ўласная транскрыпцыя ў рэальным часе, і кожны тарыф абмяжоўвае, колькі іх можа ісці адначасова (1 на тарыфе Аплата па факце выкарыстання, 5 на Premium, неабмежавана на Enterprise). Гэта абмежаванне вернецца ў раздзеле пра бюджэт ніжэй.
Спасылка вартая толькі столькі, колькі словы, што за ёй стаяць.
Любая сістэма пры распазнаванні ў рэальным часе спатыкаецца на імёнах, тэрмінах прадукту і скарачэннях. Дадайце сцэнарый або слайды кожнага прамоўцы да пачатку, і імёны і тэрміны з іх будуць важней за тое, што рухавік палічыў пачутым. Падчас выступу ўкладка Script ідзе за словамі, як тэлепрампцер.
Гэта таксама момант шчыра сказаць, што такое машыннае субцітраванне. Распазнаванне маўлення плюс машынны пераклад — гэта не CART (Communication Access Realtime Translation, субцітры, набраныя жыва падрыхтаваным чалавекам-субцітравальнікам), і гэта не ўсны пераклад. Гэта хутка, танна і нястомна, і час ад часу яно можа перавярнуць адмаўленне, акругліць лічбу або перакласці жарт як сцвярджэнне факту. Для галоўнага даклада, сесіі пра прадукт або дыскусійнай панэлі такі кампраміс звычайна слушны. Для сесіі, дзе памылка ў слове мае наступствы (юрыдычныя, медыцынскія, галасаванне), замовіце чалавека-субцітравальніка або перакладчыка, а машыну пакіньце працаваць побач як пісьмовы запіс. Варта ведаць і базавы стандарт даступнасці: WCAG 2.x патрабуе субцітраў для жывога гуку на ўзроўні AA (крытэрый 1.2.4), і ўсё больш дзяржаўных і пляцоўкавых кантрактаў проста спасылаюцца на яго.
Калі словы вызначаны, апошняя падрыхтоўка — пра тых, хто іх гаворыць.
Пазнакі спікераў паказваюць аўдыторыі, хто гаворыць. Усталюйце перамыкач у значэнне When Needed: пазнакі з’яўляюцца толькі пасля таго, як пачуецца другі спікер, таму галоўны даклад чытаецца як звычайны тэкст, а панэль — як размова.
Каб спікераў распазнавалі па імю з першага радка, занясіце іх галасы загадзя ў раздзеле Voices. Дастаткова запісу голасу аднаго чалавека: MP3, M4A або WAV, даўжынёй не менш за трыццаць секунд, хаця некалькі хвілін лепш. Чалавек павінен даць згоду, і панэль кіравання папросіць вас пацвердзіць, што ў вас ёсць дазвол, перш чым стварыць голас. Ставьцеся да гэтага як да больш чым простай галачкі. Паводле GDPR, голасавы адбітак, які выкарыстоўваецца для ідэнтыфікацыі чалавека, як правіла, лічыцца біяметрычнымі данымі (артыкул 9). Гэта азначае відавочную згоду і права на выдаленне голаснага адбітка. Падобныя правілы існуюць і ў іншых месцах, а пагадненні са спікерамі — зручнае месца, каб іх зафіксаваць. Кланаваны голас можна выдаліць у любы час. Пакуль ён існуе, слухачы могуць пачуць пераклады гэтага спікера ў адпаведным голасе.
Калі тарыф вызначаны, усё астатняе — сам дзень.
У кожнай транскрыпцыі ў рэальным часе ёсць укладка Speed з рэжымам затрымкі і графікам затрымкі з часам. Тры налады:
Для галоўнага даклада са сцэнарыем і чыстым сігналам з пульта слушны Auto; для тэхнічнай панэлі, дзе чатыры акцэнты і без сцэнарыя, варта выбраць Accuracy, нягледзячы на дадатковую затрымку.
Яшчэ адзін час, які варта ўлічыць, — запуск. На тарыфе Аплата па факце выкарыстання халодны запуск можа заняць да 15 секунд, перш чым пачнецца транскрыбаванне. Premium звычайна стартуе з прагрэтым рухавіком, а Enterprise — заўсёды. Націсніце старт падчас выхаду ўдзельнікаў, а не на першым слове.
Які б ні быў рэжым, некаторыя словы будуць няправільнымі, таму хтосьці павінен сачыць.
Хтосьці за пультам павінен трымаць укладку Fix адкрытай. У ёй два перамыкачы: Mark uncertain words афарбоўвае і падкрэслівае словы, у якіх рухавік не быў упэўнены, а Click to correct адкрывае радок для праверкі, калі на яго націснуць. Укладка праводзіць вас па няпэўных фрагментах адзін за адным, і выпраўленне даходзіць да кожнага слухача на кожнай мове.
Мікрафон аўдыторыі — слабае месца ў любой зале, і ў сесіі пытанняў і адказаў гэта відаць найбольш. Папытайце мадэратара паўтарыць кожнае пытанне з залы ў свой мікрафон, перш чым адказваць. Субцітры падзякуюць, і падзякуюць тыя, хто сядзіць ззаду, бо яны таксама нічога не пачулі.
Паміж сесіямі ў пульта іншая задача.
Экран вядучага можа прыпыніць і ўзнавіць запіс, а старонка слухача паказвае паведамленне: «Прыпынена. Транскрыпт працягнецца, калі вядучы ўзновіць запіс.» Прыпыненне — для перамены сесіі, а не для абедзеннага перапынку. Для кожнага запісу ёсць максімальны час прыпынення, які ў панэлі кіравання задаецца як 30 секунд, 1 хвіліна або 3 хвіліны; запіс, які прастаяў на паўзе даўжэй, сканчваецца сам.
Для большага перапынку спыніце запіс і пачніце новы, калі пачнецца наступная сесія. Кожны запіс застаецца ў спісе на старонцы трансляцыі, таму днём удзельнікі могуць пракруціць назад да ранішніх сесій. Адзін запіс у рэальным часе мае мяжу ў некалькі гадзін на тарыфе Аплата па факце выкарыстання і даўжэйшую на Premium (дакладныя лічбы — на старонцы цэн), таму доўгі дзень у любым выпадку складаецца з некалькіх запісаў.
У сярэдзіне ранку праверце, хто насамрэч чытае.
Выгляд аўдыторыі ўкладкі Broadcast паказвае, хто ўжо ўвайшоў, колькі людзей слухае зараз, якія мовы яны адкрылі, і слухачоў у часе. Кожная транскрыпцыя ўключае да 10 моў, і кожны слухач выбірае адну на сваёй прыладзе. Таму выгляд паказвае, якія мовы зала сапраўды чытае, і гэта рэдка супадае са спісам, які арганізатары задумалі. Дэлегаты, зарэгістраваныя з Мадрыда, аказваюцца чытаюць па-англійску; радок па-партугальску запаўняецца з табліцы, якой ніхто не чакаў. Возьмеце спіс дадому на наступны год.
Ніводзін з гэтых слухачоў не каштуе грошай. Каштуе гук.
Транскрыбаванне ў рэальным часе каштуе $0.60 за гадзіну гуку, аплата ідзе па секундах з мінімумам 5 хвілін на транскрыпцыю, на кожным тарыфе і праз API. Дзве сцэны па восем гадзін кожная — гэта 16 гадзін гуку ў рэальным часе, або $9.60. Пераклады, трансляцыя, падсумаванні і экспарт уключаны, колькі б людзей ні слухала.
Тарыф вызначае ёмістасць, а не стаўку. Аплата па факце выкарыстання дае $5 аднаразовага крэдыту пры рэгістрацыі без патрэбы ў картцы, адну транскрыпцыю адначасова і максімальны запіс 5 гадзін. Транскрыпцыя ў рэальным часе спыняецца адразу, калі крэдыт дойдзе да нуля, таму папоўніце баланс, перш чым адчыніцца ўваход. Premium — $50 у месяц ($40 у месяц на гадовым тарыфе) і ўключае $50 крэдыту кожны месяц, чаго хопіць на 83 гадзіны ў рэальным часе. Ён дазваляе пяць транскрыпцый адначасова і запісы па 10 гадзін, а таксама дае льготны перыяд: транскрыпцыя ў рэальным часе працягвае ісці некаторы час пасля нуля, і дадатковыя хвіліны аплачваюцца па той самай стаўцы. Дзве паралельныя сцэны патрабуюць Premium. Enterprise мае індывідуальныя цэны, неабмежаваную паралельнасць, запісы па 24 гадзіны і выдзелены пул рухавікоў.
Поўная табліца — на старонцы цэн. Баланс праверце ў раздзеле Billing панэлі кіравання за тыдзень да мерапрыемства.
Рахунак спыняецца, калі спыняецца гук; транскрыпт — не.
Транскрыпты захоўваюцца 30 дзён на тарыфе Аплата па факце выкарыстання і без абмежаванняў на Premium і Enterprise. На тарыфе Аплата па факце выкарыстання зыходны гук захоўваецца толькі 7 дзён. Калі вы на бясплатным тарыфе, зрабіце экспарт на працягу тыдня.
Пра тое, як выглядае спасылка з месца ўдзельніка, глядзіце Адна спасылка, усе мовы, або паспрабуйце жывую дэманстрацыю на галоўнай старонцы.
