Titulky se vyhrávají u mixážního pultu a v prezentacích řečníků. Pro každé pódium si vezměte jeden čistý signál z řečnických mikrofonů a načtěte všechna jména a zkratky dřív, než kdokoli vstoupí na pódium; zbytek dne je oprava toho, co tyto dvě věci nezachytily.
Většina práce při titulkování konference probíhá dřív, než kdokoli vstoupí na pódium, a většina z ní není softwarová.
Telefon na řečnickém pultu slyší místnost; mixážní pult slyší řečníka. Vezměte signál z pultu a buďte konkrétní, o který signál jde. Požádejte zvukaře o samostatný aux nebo maticový výstup, který nese pouze řečnické mikrofony: pult, klopové mikrofony, mikrofony panelistů. Úvodní hudba, přehrávání videa a stopa s potleskem do něj nepatří. Rozpoznávání, které musí poslouchat přes znělku, s jistotou hádá text písně.
Ten výstup vyzkoušejte při technické zkoušce, se skutečnými mikrofony a pokud možno i se skutečnými reproduktory. Jinak zjistíte v 8:55 ráno v den akce, že maticový výstup je post-fader a že zvukař mezi projevy ztlumí pult.
Dejte VocalStack tento signál jedním ze dvou způsobů. Prvním je RTMP enkodér u pultu. Když přidáte RTMP stream jako zdroj živého přepisu, ovládací panel ukáže adresu serveru a klíč streamu, které enkodér potřebuje, řekne vám, zda už zvuk přichází a v jakém formátu, a umožní vám ho poslechnout. Druhým je adresa streamu. Pokud už scéna vysílá jako živé YouTube nebo jako audio stream, vložte tento odkaz a VocalStack si zvuk stáhne sám; na vaší straně nic neběží. Vložte přímou adresu streamu, ne stránku, na které se přehrává. Pokud vložíte webovou stránku omylem, ovládací panel vás na to upozorní.
V každém případě použijte jeden mikrofonní signál na pódium. Mikrofony publika a překřikování stojí přesnost, kterou žádné nastavení nevrátí. Nejlepší mikrofon v budově patří panelistovi, který se od něj neustále odklání.
Jakmile zvuk přichází, potřebují účastníci místo, kde si mohou titulky přečíst.
Vysílání je odkaz, který účastníci otevřou. Vytvořte ho v sekci Broadcasts, pojmenujte ho a zvolte jeho odkaz. Ovládací panel navrhne odkaz podle názvu; můžete ho upravit, pokud má alespoň šest znaků. Na stejné obrazovce je QR kód, který účastníci naskenují, aby otevřeli živý překlad a zvolili si jazyk.
Rozhodněte hned, zda je vysílání veřejné, nebo soukromé. Veřejné znamená, že kdokoli s odkazem jej může otevřít. Soukromé znamená, že účastníci před zobrazením přepisu zadají krátké heslo. Pokud se odkaz musí později změnit, změňte ho; starý dál funguje.
Pak přemýšlejte, jak se odkaz dostane k tisícům lidí. Umístěte QR kód na úvodní snímek před každým blokem, na značení u vchodů a na jmenovku, pokud nějaká je. Stovky telefonů, které se připojí najednou, zatíží Wi-Fi v místě konání, takže se zeptejte pořadatelů, na co byly přístupové body navrženy a zda host síť omezuje přenos podle zařízení. Pokud je odpověď jen pokrčení rameny, řekněte účastníkům, ať použijí mobilní data. Stránky jsou malé; rizikem je Wi-Fi.
Konference se dvěma pódii nepotřebuje dva odkazy. Jedno vysílání může napájet několik živých přepisů najednou. Pódium A a pódium B se stanou dvěma přepisy připojenými ke stejnému vysílání a telefon účastníka ukáže oba na jedné stránce. Každé pódium je vlastní živý přepis a každý tarif omezuje, kolik jich může běžet zároveň (1 u tarifu Pay as you go, 5 u Premium, neomezeně u Enterprise). Tento limit se vrátí v sekci o rozpočtu níže.
Odkaz má cenu jen tehdy, pokud za ním stojí dobrá slova.
Živé rozpoznávání se v každém systému potýká se jmény, odbornými termíny a zkratkami. Před začátkem přidejte scénář nebo prezentaci každého řečníka a jména a termíny v nich budou mít přednost před tím, co engine myslí, že slyšel. Během přednášky karta Script sleduje slova jako teleprompter.
Je také čas být upřímný o tom, čím strojové titulkování je. Rozpoznávání řeči plus strojový překlad není CART (Communication Access Realtime Translation, tedy titulky psané živě vyškoleným lidským titulkovačem) a není to ani tlumočení. Je rychlé, levné a neúnavné, a občas převrátí záporku, zaokrouhlí číslo nebo přeloží vtip jako tvrzení o skutečnosti. U hlavního projevu, produktové části nebo panelu je tento kompromis obvykle správný. Pro relaci, kde špatné slovo má následky (právní, zdravotní, hlasování), si objednejte lidského titulkovače nebo tlumočníka a stroj nechte běžet vedle jako písemný záznam. Stojí za to znát i základ přístupnosti: WCAG 2.x vyžaduje titulky u živého zvuku na úrovni AA (kritérium 1.2.4) a rostoucí počet smluv ve veřejném sektoru a s místy konání na něj prostě odkazuje.
Až budou slova ustálená, zbývá poslední příprava: kdo je říká.
Štítky mluvčích říkají publiku, kdo mluví. Nastavte přepínač na When Needed a štítky se objeví až poté, co je slyšet druhý mluvčí, takže hlavní projev se čte jako prostý text a panel jako rozhovor.
Aby byli mluvčí rozpoznáváni podle jména už od první věty, zaregistrujte jejich hlasy předem v sekci Voices. Stačí nahrávka jedné osoby mluvící: MP3, M4A nebo WAV, dlouhá alespoň třicet sekund, i když je lepší několik minut. Osoba musí s tím souhlasit a ovládací panel vás před vytvořením hlasu požádá o potvrzení, že máte oprávnění. Berte to jako víc než zaškrtávací políčko. Podle GDPR se hlasový otisk používaný k identifikaci člověka obecně považuje za biometrický údaj (článek 9). To znamená výslovný souhlas a právo na výmaz hlasového otisku. Podobná pravidla platí i jinde a dohody s mluvčími jsou k tomu nejsnadnější místo. Klonovaný hlas lze kdykoli smazat. Dokud existuje, umožňuje také posluchačům slyšet překlady daného mluvčího v odpovídajícím hlase.
Až bude plán jasný, zbytek je samotný den.
Každý živý přepis má kartu Speed s režimem latence a grafem zpoždění v čase. Tři nastavení:
U naplánovaného hlavního projevu s čistým signálem z pultu je správný režim Auto; u technického panelu se čtyřmi přízvuky a bez scénáře stojí režim Accuracy za delší zpoždění.
Dalším časováním, na které je třeba myslet, je spuštění. U tarifu Pay as you go může studený start trvat až 15 sekund, než začne přepis. Premium obvykle startuje teplý a Enterprise vždy. Spusťte přepis během příchodu hostů, ne na prvním slovu.
Ať je režim jakýkoli, některá slova budou špatně, takže by se na to měl někdo dívat.
Někdo u pultu by měl mít kartu Fix otevřenou. Má dva přepínače: Mark uncertain words obarvuje a podtrhává slova, o kterých si engine nebyl jistý, a Click to correct otevře řádek k revizi, když na něj kliknete. Karta vás provede nejistými úseky jeden po druhém a oprava se dostane ke každému posluchači v každém jazyce.
Mikrofon publika je slabé místo každé místnosti a právě v části pro dotazy je to vidět. Požádejte moderátora, aby každý dotaz z publika zopakoval do svého vlastního mikrofonu, než na něj odpoví. Titulky mu poděkují a poděkuje mu i zadní řada, která to také neslyšela.
Mezi bloky má pult jinou práci.
Obrazovka hostitele může nahrávání pozastavit a obnovit a posluchačova stránka zobrazí oznámení: „Paused. The transcript continues when the host resumes.“ Pozastavení slouží k přestavbě programu, ne k obědové pauze. Každé nahrávání má maximální dobu pozastavení, nastavenou v ovládacím panelu na 30 sekund, 1 minutu nebo 3 minuty; nahrávání, které zůstane pozastavené déle, se ukončí samo.
U delší přestávky nahrávání zastavte a spusťte nové, až začne další blok. Každé nahrávání zůstává uvedeno na stránce vysílání, takže si účastníci odpoledne mohou přejít k ranním blokům. Jedno živé nahrávání má strop několika hodin u tarifu Pay as you go a déle u Premium (přesné údaje jsou na ceníku), takže dlouhý den je v každém případě několik nahrávání.
Uprostřed dopoledne zkontrolujte, kdo ve skutečnosti čte.
Pohled na publikum na kartě Broadcast ukazuje, kdo je přítomen, kolik lidí poslouchá právě teď, jaké jazyky mají otevřené a posluchače v čase. Každý přepis zahrnuje až 10 jazyků a každý posluchač si vybírá jeden na svém zařízení. Pohled tedy ukazuje, které jazyky místnost ve skutečnosti čte, což bývá zřídka seznam, který organizátoři odhadli. Delegáti registrovaní z Madridu se ukážou jako ti, kdo čtou anglicky; řádek portugalštiny se zaplní z tabulky, kterou nikdo nečekal. Ten seznam si odneste domů pro příští rok.
Každý z těchto posluchačů je zdarma. Peníze stojí zvuk.
Živý přepis stojí $0.60 za hodinu zvuku, účtuje se po sekundách s minimem 5 minut na přepis, ve všech tarifech a přes API. Dvě pódia, každé v provozu osm hodin, jsou 16 hodin živého zvuku, tedy $9.60. Překlady, vysílání, shrnutí a exporty jsou zahrnuty bez ohledu na počet posluchačů.
Tarif rozhoduje o kapacitě, ne o sazbě. Pay as you go dává $5 jednorázového kreditu při registraci bez karty, jeden přepis najednou a maximální nahrávání 5 hodin. Živý přepis se zastaví okamžitě, jakmile kredit klesne na nulu, takže před otevřením dveří kredit dobijte. Premium stojí $50 měsíčně ($40 měsíčně u ročního tarifu) a zahrnuje každý měsíc $50 kreditu, což pokryje 83 hodin živého přepisu. Umožňuje pět současných přepisů a 10hodinová nahrávání a přidává odkladovou lhůtu: živý přepis běží ještě chvíli i po vyčerpání kreditu a dodatečné minuty se účtují stejnou sazbou. Dvě paralelní pódia potřebují Premium. Enterprise má individuální ceny, neomezený počet souběžných přepisů, 24hodinová nahrávání a vyhrazený fond enginů.
Úplnou tabulku najdete na ceníku a týden před akcí zkontrolujte svůj zůstatek v sekci Billing v ovládacím panelu.
Účtování se zastaví, když se zastaví zvuk; přepis ne.
Přepisy se uchovávají 30 dní u tarifu Pay as you go a bez omezení u Premium a Enterprise. U Pay as you go se zdrojový zvuk uchovává jen 7 dní. Pokud jste na bezplatném tarifu, exportujte do týdne.
Jak odkaz vypadá z pohledu účastníka, najdete v článku Jeden odkaz, všechny jazyky, nebo vyzkoušejte živou ukázku na domovské stránce.
