Οι λέξεις που αστοχεί ένας αναγνωριστής σε μια λειτουργία ή σε συνεδρίαση δημοτικού συμβουλίου είναι εκείνες που υπάρχουν ήδη γραμμένες. Δώστε του την ημερήσια διάταξη, πάρτε τον ήχο από το μιξάζ, και μια εβδομαδιαία εκδήλωση κοστίζει λιγότερο από τον καφέ που ακολουθεί.
Η κυριακάτικη λειτουργία, μια διάλεξη της Τρίτης και η μηνιαία συνεδρίαση του δημοτικού συμβουλίου έχουν περισσότερα κοινά απ' όσο φαίνεται. Καθεμία επαναλαμβάνεται ξανά και ξανά στον ίδιο χώρο, καθεμία τη διευθύνει ένας εθελοντής ή ένας υπάλληλος γραμματείας και όχι μια εταιρεία οπτικοακουστικού εξοπλισμού, και καθεμία εξυπηρετεί ανθρώπους που θα παρακολουθούσαν καλύτερα σε άλλη γλώσσα, ανθρώπους που ακούν δύσκολα και ανθρώπους που δεν μπορούσαν καθόλου να είναι εκεί. Ο προϋπολογισμός είναι μικρός και τα πρόσωπα που το διαχειρίζονται αλλάζουν. Εκείνος που το στήσε πέρυσι έχει συνήθως περάσει στο πρόγραμμα των λουλουδιών.
Αυτό το άρθρο εξηγεί πώς στήνετε το VocalStack μία φορά για έναν χώρο σαν κι αυτόν, ώστε κάθε εβδομάδα που ακολουθεί να είναι θέμα ενός πατήματος για να ξεκινήσει. Καλύπτει επίσης τα λίγα πράγματα που καθορίζουν αν τα λόγια στην οθόνη είναι σωστά. Για την εφάπαξ εκδοχή, ένα συνέδριο με πολλές σκηνές, δείτε Πολύγλωσσο συνέδριο με ζωντανούς υπότιτλους. Ξεκινήστε από αυτό που θα τυπώσετε.
Μια μετάδοση είναι ένας δημόσιος σύνδεσμος και ένας κωδικός QR. Όποιος μπορεί να ανοίξει τον σύνδεσμο σε πρόγραμμα περιήγησης, να επιλέξει γλώσσα και να διαβάζει καθώς μιλά ο ομιλητής. Δεν χρειάζεται να εγκαταστήσει τίποτα και δεν χρειάζεται να δημιουργήσει λογαριασμό. Μία μετάδοση μπορεί να τροφοδοτείται από όσες ζωντανές απομαγνητοφωνήσεις θέλετε, οπότε η εγγραφή της Κυριακής και της επόμενης εμφανίζονται και οι δύο στην ίδια διεύθυνση.
Εκτυπώστε τον κωδικό QR μία φορά και τοποθετήστε τον στον πίνακα ανακοινώσεων, στο πρόγραμμα της λειτουργίας, στις διαφάνειες της διάλεξης ή στον τοίχο της δημόσιας γκαλερί. Οι ακροατές τον σαρώνουν για να ανοίξουν τη ζωντανή μετάφραση και να επιλέξουν τη γλώσσα τους. Αν αλλάξετε ποτέ το όνομα του συνδέσμου, ο παλιός συνεχίζει να ανοίγει την ίδια μετάδοση, οπότε τα φυλλάδια της περασμένης χρονιάς εξακολουθούν να λειτουργούν.
Όποιος ανοίξει τον σύνδεσμο νωρίς βλέπει ότι η μετάδοση δεν έχει ξεκινήσει ακόμη. Όποιος μπει αργά βλέπει όλα όσα ειπώθηκαν πριν φτάσει και στη συνέχεια παρακολουθεί ζωντανά. Όποιος χάσει τη σύνδεσή του φτάνει μόνος του τα υπόλοιπα.
Μια μετάδοση είναι δημόσια από προεπιλογή, κάτι που ταιριάζει σε λειτουργία ή συνεδρίαση δημοτικού συμβουλίου και δεν ταιριάζει σε κλειστή συνάντηση ή σεμινάριο. Για αυτές, αλλάξτε τη σε ιδιωτική και ορίστε κωδικό πρόσβασης: μόνο όσοι έχουν τον κωδικό μπορούν να ανοίξουν τον σύνδεσμο, και τους ζητείται πριν εμφανιστεί η απομαγνητοφώνηση. Σε κάθε περίπτωση, γράψτε κάπου ορατά ότι ο χώρος απομαγνητοφωνείται και πού πηγαίνει το κείμενο. Όσοι προσεύχονται φωναχτά ή μιλούν τρία λεπτά στη δημόσια συζήτηση δεν έχουν κατ' ανάγκη έρθει με την προσδοκία ότι θα γίνει απομαγνητοφώνηση. Μια γραμμή που το λέει αυτό στο πρόγραμμα της λειτουργίας ή στην ημερήσια διάταξη δεν κοστίζει σχεδόν τίποτα. Δημιουργήστε τη μετάδοση στη διεύθυνση {{app}}/broadcasts/new.
Ο σύνδεσμος είναι μόνο το μισό· χρειάζεται κάτι που θα γράφει πάνω του τα λόγια.
Πριν από κάθε λογισμικό, ο ήχος. Οι χώροι που χτίστηκαν για εκκλησιάσματα και συνεδριάσεις είναι φτιαγμένοι για αντήχηση: πέτρα, ψηλά ταβάνια, ξύλινα στασίδια. Ένα τηλέφωνο ή ένας φορητός υπολογιστής πάνω στο αναλόγιο ακούει τον ομιλητή μία φορά άμεσα και στη συνέχεια αρκετές φορές ακόμη από τους τοίχους. Η απόσταση σε συνδυασμό με την ηχώ είναι η μεγαλύτερη μεμονωμένη αιτία σφαλμάτων αναγνώρισης, πολύ μπροστά από τις προφορές. Αν ο χώρος έχει μίκτη, πάρτε το σήμα από εκεί (έξοδο aux ή εγγραφής), ώστε ο αναγνωριστής να ακούει ό,τι ακούν τα μικρόφωνα. Όποιος κινείται, όπως ο κήρυκας που φεύγει από το άμβωνα ή ο καθηγητής στον πίνακα, πρέπει να φορά μικρόφωνο πέτου ή ακουστικών και όχι να βασίζεται σε ένα επιτοίχιο ή σε βάση. Αν το λύσετε αυτό, τα περισσότερα από τα υπόλοιπα είναι απλώς ρύθμιση.
Οι περισσότερες εκκλησίες, πανεπιστήμια και δημοτικά συμβούλια έχουν ήδη κάπου αυτόν τον ήχο από το μιξάζ, και μια ζωντανή απομαγνητοφώνηση μπορεί να τον πάρει από εκεί αντί από μια συσκευή μέσα στον χώρο.
Για μια ροή, το VocalStack τραβά τον ήχο μόνο του· δεν τρέχει τίποτα από τη δική σας πλευρά. Η διεύθυνση πρέπει οπωσδήποτε να είναι προσβάσιμη από το διαδίκτυο. Μια ροή που υπάρχει μόνο στο δικό σας δίκτυο πρέπει να εγγραφεί από συσκευή μέσα στον χώρο. Ξεκινήστε μια ζωντανή απομαγνητοφώνηση στη διεύθυνση {{app}}/transcriptions/new/live και συνδέστε την με τη μετάδοση.
Μόλις φτάσει καλός ήχος, τα σφάλματα που θα εξακολουθήσετε να προσέχετε είναι τα προβλέψιμα.
Οι λέξεις που ο αναγνωριστής ομιλίας λαθεύει σε εκκλησία, διάλεξη ή αίθουσα συνεδριάσεων είναι προβλέψιμες: ονόματα ανθρώπων και τόπων, αναφορές σε γραφή, τεχνικοί όροι, τα θέματα της ημερήσιας διάταξης. Ο λόγος είναι δομικός. Ο αναγνωριστής επιλέγει τις πιο πιθανές λέξεις δεδομένου του ήχου, και μαθαίνει αυτές τις πιθανότητες από όσα λένε συνήθως οι άνθρωποι. Έτσι ένα σπάνιο επώνυμο χάνει κάθε φορά από μια κοινή λέξη που ακούγεται παρόμοια. Η απάντηση του τομέα, γνωστή ως biasing ή προσαρμοσμένο λεξιλόγιο, είναι να πείτε στο σύστημα ποιες σπάνιες λέξεις να περιμένει. Η χρήσιμη παρατήρηση για έναν χώρο με εβδομαδιαία λειτουργία είναι ότι αυτές ακριβώς οι λέξεις είναι ήδη γραμμένες πριν από την εκδήλωση.
Προσθέστε ένα σενάριο ή τις διαφάνειες πριν ξεκινήσετε. Τα ονόματα και οι όροι από αυτό έχουν τότε προτεραιότητα έναντι όσων άκουσε λάθος ο αναγνωριστής. Κανείς δεν χρειάζεται να το διαβάσει λέξη προς λέξη· ένα περίγραμμα κηρύγματος, ένα φυλλάδιο ή η δημοσιευμένη ημερήσια διάταξη περιέχουν ήδη τα περισσότερα κύρια ονόματα. Κατά την εγγραφή, η καρτέλα Script στην οθόνη του διαχειριστή ακολουθεί σαν τηλεπρομπτέρ και φωτίζει τις λέξεις που έχουν ειπωθεί μέχρι εκείνη τη στιγμή.
Τα σενάρια μπορούν να γραφτούν εκ των προτέρων και να λάβουν ώρα έναρξης· η βιβλιοθήκη τα εμφανίζει στην ενότητα Upcoming με κουμπί Start. Αυτό ταιριάζει σε πρόγραμμα βάρδιας: ένα πρόσωπο προσθέτει το κείμενο την Παρασκευή, ένα άλλο πατά Start την Κυριακή.
Αν μια λέξη εξακολουθεί να βγαίνει λάθος, η καρτέλα Fix σημαδεύει τις αβέβαιες λέξεις και επιτρέπει στον διαχειριστή να κάνει κλικ σε μια γραμμή για να τη διορθώσει ενώ η εγγραφή είναι ζωντανή· οι ακροατές βλέπουν τη διόρθωση.
Το να γράφονται σωστά οι λέξεις είναι το ένα μισό· το άλλο είναι να ξέρει κανείς ποιος τις είπε.
Ο διακόπτης ετικετών ομιλητών έχει τρεις θέσεις. Το When Needed βάζει ετικέτα ομιλητή σε κάθε γραμμή μόλις ακουστεί περισσότερη από μία φωνή· διαφορετικά το κείμενο είναι απλό. Το On βάζει ετικέτα σε κάθε γραμμή, ακόμη και για έναν μόνο ομιλητή. Το Off δίνει απλό κείμενο. Για ένα κήρυγμα, το When Needed σημαίνει ότι μία φωνή διαβάζεται σαν πεζός λόγος· για ένα συμβούλιο με δώδεκα μέλη, κάθε γραμμή φέρει τον ομιλητή της.
Οι ετικέτες ξεκινούν ως αριθμοί. Σε μια εγγραφή μπορείτε να δώσετε όνομα σε έναν ομιλητή, και το όνομα εφαρμόζεται σε κάθε γραμμή του. Για τους ανθρώπους που μιλούν κάθε εβδομάδα, πηγαίνετε ένα βήμα παραπέρα και αποθηκεύστε τη φωνή τους. Μπορείτε να φτιάξετε φωνή από οποιονδήποτε ομιλητή μιλά τουλάχιστον τριάντα δευτερόλεπτα σε μια εγγραφή, ή από μια σύντομη ηχογράφηση που σας παρέχει. Ο ομιλητής αναγνωρίζεται και επισημαίνεται με το όνομά του στις μελλοντικές εγγραφές, και αν οι ακροατές επιλέξουν να ακούν τη μετάφραση διαβασμένη φωναχτά, διαβάζεται με τη δική του φωνή σε κάθε γλώσσα. Χωρίς κλωνοποίηση, κάθε ομιλητής παίρνει μια διακριτή έτοιμη φωνή του ίδιου φύλου, και οποιοσδήποτε ομιλητής μπορεί να σιγαστεί.
Μια κλωνοποιημένη φωνή είναι βιομετρικό δεδομένο. Το VocalStack δημιουργεί μία μόνο με τη ρητή συναίνεση του ομιλητή, τη χρησιμοποιεί μόνο για να διαβάζει φωναχτά τις γραμμές αυτού του ομιλητή, και σας επιτρέπει να τη διαγράψετε ανά πάσα στιγμή. Οι δημοτικοί σύμβουλοι και οι κληρικοί είναι δημόσια πρόσωπα στους χώρους τους· αυτό δεν ισοδυναμεί με συναίνεση, οπότε ρωτήστε.
Για ένα δημοτικό συμβούλιο εδώ το απομαγνητοφωνημένο κείμενο γίνεται επίσημο αρχείο. Με κάθε γραμμή επισημασμένη με όνομα, τα πρακτικά επιτέλους δείχνουν ποιος είπε για τέταρτη φορά «Νομίζω ότι το έχουμε ήδη καλύψει». Κι αυτό φέρνει στο προσκήνιο το ερώτημα για ποιον προορίζεται το αρχείο.
Οι πρώτοι που ωφελούνται είναι οι τακτικοί παρευρισκόμενοι που είναι κωφοί ή βαρήκοοι, όχι οι επισκέπτες που διαβάζουν σε άλλη γλώσσα, όσο κι αν είναι ευπρόσδεκτοι. Ένας επαγωγικός βρόχος (induction loop) βοηθά τους χρήστες ακουστικών βαρηκοΐας και δεν κάνει τίποτα για τους υπόλοιπους· οι υπότιτλοι στο τηλέφωνο βοηθούν τους υπόλοιπους, και τα δύο συμπληρώνουν το ένα το άλλο αντί να ανταγωνίζονται. Οι δημόσιοι φορείς σε πολλές χώρες έχουν υποχρεώσεις προσβασιμότητας και ανοικτών συνεδριάσεων, και ένα απομαγνητοφωνημένο κείμενο που το κοινό μπορεί να διαβάσει ζωντανά και εκ των υστέρων συμβάλλει πολύ και στα δύο. Ελέγξτε τι ισχύει για εσάς τοπικά.
Να είστε ειλικρινείς για το τι είναι οι αυτόματοι υπότιτλοι. Ένας άνθρωπος υπότιτλιστής (η υπηρεσία λέγεται CART σε ορισμένες χώρες) ακούει, καταλαβαίνει και πληκτρολογεί. Σε μια φλογερή συζήτηση δημοτικού συμβουλίου όπου τρία μέλη μιλούν ταυτόχρονα, ο άνθρωπος θα υπερέχει ακόμη του μηχανήματος. Η αλληλοεπικάλυψη ομιλίας προκαλεί σφάλματα σε κάθε αυτόματο σύστημα, το ίδιο και ο πρόεδρος που μουρμουρίζει εκτός μικροφώνου. Όπου υπάρχει νομική υποχρέωση για κυριολεκτικούς υπότιτλους, οι αυτόματοι αποτελούν συμπλήρωμα και όχι υποκατάστατο· όπου η εναλλακτική είναι το τίποτα, αποτελούν τεράστια βελτίωση σε σχέση με το τίποτα.
Το απομαγνητοφωνημένο κείμενο αξίζει επίσης περισσότερο την επόμενη μέρα.
Κάθε εγγραφή καταλήγει στη βιβλιοθήκη σας, και η σελίδα της μετάδοσης εμφανίζει τις παλιές εγγραφές σε όποιον έχει τον σύνδεσμο. Όποιος έχασε τη συνεδρίαση μπορεί να την ξαναπαίξει ακριβώς όπως ήρθε, γραμμή προς γραμμή, με τον ήχο της.
Μόλις οριστικοποιηθεί το κείμενο, γράφονται τίτλος και σύνοψη σε κάθε γλώσσα. Μια αναζήτηση στη γλώσσα σας βρίσκει επίσης εγγραφές που έγιναν σε άλλη, ώστε ένας υπάλληλος της γραμματείας να βρει τον μήνα που συζητήθηκε ένα θέμα και ένας φοιτητής τη διάλεξη που κάλυψε έναν όρο. Οι εξαγωγές έρχονται ως υπότιτλοι SRT, PDF, Excel ή JSON, με τις διορθώσεις και τις μεταφράσεις να περιλαμβάνονται· ένα PDF του μεταφρασμένου κειμένου ταιριάζει μια χαρά δίπλα στα πρακτικά. Αν κάτι από αυτά πρέπει να γίνεται χωρίς να πατήσει κανείς κουμπί, το API κάνει ό,τι κάνει το Dashboard, με την ίδια τιμή, σε κάθε πρόγραμμα: δείτε {{api}}/docs.
Όλα αυτά πρέπει να αντέχουν σε προϋπολογισμό ενορίας ή επιτροπής.
Η ζωντανή απομαγνητοφώνηση κοστίζει $0.60 την ώρα ήχου, χρεώνεται ανά δευτερόλεπτο με ελάχιστη διάρκεια 5 λεπτών ανά απομαγνητοφώνηση, σε κάθε πρόγραμμα. Οι ακροατές είναι δωρεάν, όσοι κι αν είναι, και η μετάφραση σε έως 10 γλώσσες ανά απομαγνητοφώνηση περιλαμβάνεται.
Ένας νέος λογαριασμός έρχεται με πίστωση $5 για την εγγραφή, μία φορά, και δεν ζητά κάρτα. Αυτή η πίστωση καλύπτει περισσότερο από ένα μήνα Κυριακών. Μετά, φορτίζετε καθώς προχωράτε, ή επιλέγετε το Premium στα $50 τον μήνα ($40 τον μήνα με ετήσια χρέωση). Το Premium περιλαμβάνει πίστωση $50 κάθε μήνα, που αντιστοιχεί σε 83 ώρες ζωντανής μετάδοσης. Επίσης, κρατά κάθε εγγραφή για όσο διάστημα υπάρχει ο λογαριασμός αντί για 30 ημέρες, και δεν διακόπτει μια απομαγνητοφώνηση αν η πίστωση τελειώσει στη μέση της συνεδρίασης. Δύο πρακτικές σημειώσεις για τον ταμία. Στο Pay as you go, μια απομαγνητοφώνηση μπορεί να χρειαστεί έως 15 δευτερόλεπτα για να ξεκινήσει από κρύα εκκίνηση, οπότε πατήστε Start πριν από τον εναρκτήριο ύμνο και όχι κατά τη διάρκειά του. Και ένα YouTube live που έχει ήδη τελειώσει είναι βίντεο, οπότε απομαγνητοφωνείται ως αρχείο, με την πολύ χαμηλότερη τιμή αρχείου.
Για έναν χώρο και μία επαναλαμβανόμενη εκδήλωση, το Pay as you go αρκεί. Για έναν οργανισμό που θέλει κάθε εγγραφή αναζητήσιμη χρόνια αργότερα, ή που διευθύνει πολλούς χώρους ταυτόχρονα, το σωστό είναι το Premium. Ο πλήρης πίνακας, με τα όρια και τη διατήρηση, βρίσκεται στη σελίδα τιμών, και η διαδραστική επίδειξη δείχνει τι βλέπει ο ακροατής.
