Думите, които разпознаването греши на богослужение или на заседание на общински съвет, са тези, които вече са на хартия. Дайте му програмата, вземете звука от микшерния пулт, а не от залата, и събитието, което се повтаря всяка седмица, струва по-малко от кафето след него.
Неделната служба, вторничната лекция и месечното заседание на общински съвет имат повече общо, отколкото изглежда. Всяко се повтаря отново и отново в една и съща зала, всяко се води от доброволец или от служител в администрацията, а не от AV фирма, и всяко обслужва хора, които биха следили по-добре на друг език, хора, които не чуват добре, и хора, които изобщо не са могли да присъстват. Бюджетът е малък, а хората, които го водят, се сменят. Този, който е настроил всичко миналата година, обикновено вече е преминал към графика за цветята.
Тази статия описва как да настроите VocalStack веднъж за такава зала, така че всяка следваща седмица да се свежда до натискане на старт. Тя обхваща и малкото неща, които решават дали думите на екрана са верни. За еднократната версия – конференция с няколко сцени – вижте Провеждане на многоезична конференция със субтитри на живо. Започнете с нещото, което ще отпечатате.
Излъчването е един публичен линк и QR код. Всеки може да отвори линка в браузър, да избере език и да чете, докато говорителят говори. Не трябва да се инсталира нищо и да се създава акаунт. Едно излъчване може да се захранва от колкото искате транскрипции на живо, така че записите от тази неделя и от следващата се появяват на един и същ адрес.
Отпечатайте QR кода веднъж и го поставете на таблото за обяви, в програмата на службата, върху слайдовете на лекцията или на стената на публичната галерия. Слушателите го сканират, за да отворят превода на живо и да изберат своя език. Ако някога преименувате линка, старият продължава да отваря същото излъчване, така че миналогодишните листовки пак работят.
Слушател, който отвори линка рано, вижда, че излъчването още не е започнало. Този, който се присъедини късно, вижда всичко, казано преди пристигането му, а после следи на живо. Слушател, чиято връзка прекъсне, се възстановява сам.
Излъчването е публично по подразбиране, което е правилно за служба или заседание на общински съвет, и грешно за затворено заседание или семинар. За тях го превключете на частно и задайте парола: линкът се отваря само за хората с паролата, а те се питат за нея, преди да се появи транскриптът. Във всеки случай на видимо място напишете, че залата се транскрибира и къде отива текстът. Хората, които се молят на глас, или които говорят три минути в обществения коментар, не непременно са очаквали транскрипт. Един ред за това в програмата на службата или в дневния ред струва нищо. Създайте излъчването на {{app}}/broadcasts/new.
Линкът е само половината от работата; нещо трябва да сложи думите върху него.
Преди всеки софтуер – звукът. Залите, създадени за паства и за съвети, са създадени за реверберация: камък, високи тавани, дървени скамейки. Телефон или лаптоп на пулпита чува говорителя веднъж директно и след това още няколко пъти от стените. Разстоянието плюс ехото са най-голямата причина за грешки при разпознаване, далеч преди акцентите. Ако залата има микшерен пулт, вземете сигнала от там (aux или изход за запис), така че разпознаването да чува същото, което чуват микрофоните. Всеки, който се движи, например проповедникът, който напуска амвона, или лекторът до дъската, трябва да носи петличен или слушалков микрофон, вместо да разчита на един на стойка. Оправите това и останалото е най-вече настройка.
Повечето църкви, университети и съвети вече пускат този звук някъде, а транскрипцията на живо може да го вземе оттам, вместо от устройство в залата.
При поток VocalStack сам взема звука; от вашата страна нищо не работи. Адресът обаче трябва да е достъпен от интернет. Поток, който съществува само във вашата мрежа, трябва да се записва от устройство в залата. Стартирайте транскрипция на живо на {{app}}/transcriptions/new/live и я прикрепете към излъчването.
Когато пристигне добър звук, грешките, които все пак ще забележите, са предвидимите.
Думите, които разпознаването на реч греши в църква, на лекция или в съвета, са предвидими: имена на хора и места, библейски препратки, технически термини, точките от дневния ред. Причината е структурна. Разпознаването избира най-вероятните думи при даден звук и научава тези вероятности от това, което хората обикновено казват. Затова рядка фамилия губи от обикновена дума, която звучи като нея, всеки път. Отговорът на областта, известен като biasing или персонализиран речник, е да се каже на системата кои редки думи да очаква. Полезното наблюдение за седмична зала е, че точно тези думи вече са записани преди събитието.
Добавете сценарий или слайдове преди старт. Имената и термините от тях тогава имат предимство пред това, което разпознаването е чуло погрешно. Никой не трябва да го чете дума по дума; планът на проповедта, раздаваният материал или публикуваният дневен ред вече съдържат повечето собствени имена. По време на записа разделът Script на екрана на домакина следва текста като телесуфлер и осветява думите, които вече са изречени.
Сценариите могат да се напишат предварително и да се зададе начален час; библиотеката ги показва под Upcoming с бутон Start. Това подхожда на график: един човек добавя текста в петък, друг натиска Start в неделя.
Ако дума все пак излезе грешно, разделът Fix маркира несигурните думи и позволява на домакина да кликне върху ред и да го поправи, докато записът е на живо; слушателите виждат поправката.
Точните думи са едната половина; другата е да знаете кой ги е казал.
Превключвателят за етикети на говорителите има три позиции. When Needed слага етикет на всеки ред с говорителя му, щом се чуе повече от един глас; иначе транскриптът е обикновен текст. On слага етикет на всеки ред дори при един говорител. Off дава обикновен текст. За проповед When Needed означава, че един глас се чете като проза; за съвет от дванадесет члена всеки ред носи своя говорител.
Етикетите първо са числа. В запис можете да назовете говорител и името се прилага към всеки ред на този човек. За хората, които говорят всяка седмица, направете една стъпка повече и запазете гласа им. Можете да създадете глас от всеки говорител, който говори поне тридесет секунди в запис, или от кратък запис, който той предоставя. След това говорителят се разпознава и се етикетира по име в бъдещите записи, а ако слушателите решат да чуят превода прочетен на глас, той се чете с гласа на този говорител на всеки език. Без клониране на глас всеки говорител получава отделен стандартен глас със съответстващ пол, а всеки говорител може да бъде заглушен.
Клонираният глас е биометрични данни. VocalStack създава такъв само със изричното съгласие на говорителя, използва го само за да чете на глас репликите на този говорител и ви позволява да го изтриете по всяко време. Общинските съветници и духовниците са публични фигури в своите зали; това не е същото като съгласие, затова питайте.
За съвет точно тук транскриптът става протокол. С всеки ред етикетиран по име, протоколът най-после показва кой е казал „Мисля, че вече сме разгледали това“ за четвърти път. Което повдига въпроса за кого е този протокол.
Първите, които печелят, са редовните посетители, които са глухи или с увреден слух, а не посетителите, четящи на друг език, макар че и те са добре дошли. Индукционната петля (hearing loop) помага на хората със слухови апарати и не прави нищо за останалите; субтитрите на телефона помагат на всички останали, а двете се допълват, а не се конкурират. Публичните институции на много места имат задължения за достъпност и за откритост на заседанията, а транскрипт, който публиката може да чете на живо и после, върви далеч към изпълнението на тези задължения. Проверете какво важи за вас на място.
Бъдете честни за това какво са автоматичните субтитри. Човек, който пише субтитри на живо (услугата се нарича CART в някои страни), слуша, разбира и изписва. При разгорещен дебат в съвета, където трима души говорят едновременно, човек пак ще надвие машината. Припокриващата се реч води до грешки във всяка автоматична система, както и председателят, който мърмори извън микрофона. Където има законово изискване за дословни субтитри, автоматичните са допълнение, а не замяна; където алтернативата е нищо, те са голямо подобрение спрямо нищо.
Транскриптът струва повече и на следващия ден.
Всеки запис попада в библиотеката ви, а страницата на излъчването показва предишните записи на всеки, който има линка. Някой, който е пропуснал заседанието, може да го пусне отново точно както е пристигнало, ред по ред, с аудиото.
Когато думите са окончателни, във всеки език се написват заглавие и обобщение. Търсенето на вашия език намира и записи, направени на друг, така че секретар може да намери месеца, в който е обсъждана дадена точка, а студент – лекцията, която е покрила даден термин. Експортите идват като SRT субтитри, PDF, Excel или JSON, с поправките и преводите включени; PDF на преведения транскрипт добре стои до протокола. Ако нещо от това трябва да се случва без човек да натисне бутон, API-то прави всичко, което прави таблото, при същата цена и във всеки план: вижте {{api}}/docs.
Всичко това трябва да се побира в бюджета на енория или комисия.
Транскрипцията на живо струва $0.60 на час аудио, таксувана по секунда с минимум 5 минути за транскрипция, във всеки план. Слушателите са безплатни, колкото и да са, а превод на до 10 езика за транскрипция е включен.
Нов акаунт идва с $5 еднократен кредит при регистрация и не иска карта. Този кредит покрива повече от месец неделни служби. След това зареждате баланса, когато е нужно, или се абонирате за Premium за $50 на месец ($40 на месец при годишния план). Premium включва $50 кредит всеки месец, което са 83 часа на живо. Също така пази всеки запис за живота на акаунта вместо 30 дни и не прекъсва транскрипция, ако кредитът свърши по средата на заседание. Две практически бележки за касиера. При Плащане при ползване транскрипцията може да отнеме до 15 секунди да започне от студен старт, затова натиснете старт преди първия химн, а не по време на него. И едно YouTube live, което вече е приключило, е видео, така че се транскрибира като файл, по много по-ниската цена за файлове.
За една зала и едно повтарящо се събитие Плащане при ползване е достатъчно. За институция, която иска всеки запис да се търси години по-късно, или която води няколко зали едновременно, изберете Premium. Пълната таблица с ограниченията и съхранението е на страницата с цените, а интерактивното демо показва какво вижда слушателят.
