Οι υπότιτλοι κερδίζονται στο μίξερ και στις διαφάνειες των ομιλητών. Πάρτε μία καθαρή ροή από τα μικρόφωνα ομιλίας ανά σκηνή και φορτώστε κάθε όνομα και ακρωνύμιο πριν ανέβει στη σκηνή ο πρώτος ομιλητής· η υπόλοιπη μέρα περνά στη διόρθωση όσων αφήνουν αυτά τα δύο ανοιχτά.
Το μεγαλύτερο μέρος της δουλειάς για έναν υποτιτλισμένο συνέδριο γίνεται πριν ανέβει στη σκηνή οποιοσδήποτε, και το μεγαλύτερο μέρος της δεν είναι λογισμικό.
Ένα τηλέφωνο πάνω στον άμβωνα ακούει την αίθουσα· το μίξερ ακούει τον ομιλητή. Πάρτε τη ροή από το μίξερ, και να είστε συγκεκριμένοι για το ποια ροή. Ζητήστε από τον ηχολήπτη μια αποκλειστική έξοδο aux ή matrix που να μεταφέρει μόνο τα μικρόφωνα ομιλίας: του άμβωνα, τα μικρόφωνα πέτου, τα μικρόφωνα του πάνελ. Η μουσική εισόδου, η αναπαραγωγή βίντεο και το κανάλι των χειροκροτημάτων μένουν έξω. Η αναγνώριση που ακούει μέσα από ένα τζινγκλ κάνει μια σίγουρη εικασία για τους στίχους.
Δοκιμάστε αυτή την έξοδο στην τεχνική πρόβα, με τα πραγματικά μικρόφωνα και, αν γίνεται, με τα πραγματικά ηχεία. Αλλιώς θα το μάθετε στις 8:55 το πρωί της εκδήλωσης, ότι η έξοδος matrix είναι post-fader και ότι ο ηχολήπτης σιγάει τον άμβωνα ανάμεσα στις ομιλίες.
Δώστε στο VocalStack αυτή τη ροή με έναν από δύο τρόπους. Ο πρώτος είναι ένας κωδικοποιητής RTMP στο μίξερ. Όταν προσθέτετε μια ροή RTMP ως πηγή μιας ζωντανής απομαγνητοφώνησης, το Dashboard δείχνει τη διεύθυνση διακομιστή και το κλειδί ροής που χρειάζεται ο κωδικοποιητής, σας λέει αν έχει ήδη αρχίσει να φτάνει ήχος και σε ποια μορφή, και σας επιτρέπει να τον ακούσετε. Ο δεύτερος είναι μια διεύθυνση ροής. Αν η σκηνή μεταδίδεται ήδη ως ζωντανό YouTube ή ως ροή ήχου, επικολλήστε τον σύνδεσμο και το VocalStack τραβά μόνο του τον ήχο· από την πλευρά σας δεν τρέχει τίποτα. Επικολλήστε τη διεύθυνση της ίδιας της ροής, όχι τη σελίδα όπου παίζει. Αν επικολλήσετε κατά λάθος μια ιστοσελίδα, το Dashboard σας το λέει.
Όπως και να γίνει, χρησιμοποιήστε μία ροή μικροφώνου ανά σκηνή. Τα μικρόφωνα του κοινού και η παρεμβολή από άλλα μικρόφωνα (crosstalk) κοστίζουν ακρίβεια που καμία ρύθμιση δεν επανορθώνει. Το καλύτερο μικρόφωνο της αίθουσας ανήκει στον συζητητή που συνεχίζει να γέρνει μακριά του.
Μόλις έρθει ο ήχος, το κοινό χρειάζεται κάπου να διαβάσει τους υπότιτλους.
Η μετάδοση είναι ο σύνδεσμος που ανοίγουν οι συμμετέχοντες. Δημιουργήστε τη στο Broadcasts, δώστε της ένα όνομα και επιλέξτε τον σύνδεσμό της. Το Dashboard προτείνει σύνδεσμο με βάση το όνομα· μπορείτε να τον αλλάξετε, αρκεί να έχει τουλάχιστον έξι χαρακτήρες. Η ίδια οθόνη δείχνει τον κωδικό QR που σκανάρουν οι συμμετέχοντες για να ανοίξουν τη ζωντανή μετάφραση και να επιλέξουν τη γλώσσα τους.
Αποφασίστε από τώρα αν η μετάδοση θα είναι δημόσια ή ιδιωτική. Δημόσια σημαίνει ότι όποιος έχει τον σύνδεσμο μπορεί να την ανοίξει. Ιδιωτική σημαίνει ότι οι συμμετέχοντες εισάγουν έναν σύντομο κωδικό πριν εμφανιστεί η απομαγνητοφώνηση. Αν ο σύνδεσμος πρέπει να αλλάξει αργότερα, αλλάξτε τον· ο παλιός συνεχίζει να λειτουργεί.
Έπειτα σκεφτείτε πώς ο σύνδεσμος θα φτάσει σε χίλιες τσέπες. Βάλτε τον κωδικό QR στη διαφάνεια αναμονής πριν από κάθε συνεδρία, στη σήμανση στις εισόδους και στην κάρτα ονόματος στο λουράκι (lanyard), αν υπάρχει. Εκατοντάδες τηλέφωνα που μπαίνουν ταυτόχρονα βαραίνουν πραγματικά το Wi-Fi του χώρου, γι' αυτό ρωτήστε τον χώρο για ποια σημεία πρόσβασης σχεδιάστηκε και αν το δίκτυο επισκεπτών περιορίζει την ταχύτητα ανά συσκευή. Αν η απάντηση είναι ένας ώμος που σηκώνεται, πείτε στους συμμετέχοντες να χρησιμοποιήσουν mobile data. Οι σελίδες είναι μικρές· ο κίνδυνος είναι το Wi-Fi.
Ένα συνέδριο με δύο σκηνές δεν χρειάζεται δύο συνδέσμους. Μια μετάδοση μπορεί να τροφοδοτείται από πολλές ζωντανές απομαγνητοφωνήσεις ταυτόχρονα. Η Σκηνή Α και η Σκηνή Β γίνονται δύο απομαγνητοφωνήσεις συνδεδεμένες με την ίδια μετάδοση, και το τηλέφωνο του συμμετέχοντα δείχνει και τις δύο σε μία σελίδα. Κάθε σκηνή είναι η δική της ζωντανή απομαγνητοφώνηση, και κάθε πρόγραμμα περιορίζει πόσες μπορούν να τρέχουν ταυτόχρονα (1 στο Pay as you go, 5 στο Premium, απεριόριστες στο Enterprise). Αυτό το όριο επανέρχεται στην ενότητα του προϋπολογισμού παρακάτω.
Ένας σύνδεσμος αξίζει μόνο όσο τα λόγια πίσω του.
Σε κάθε σύστημα, η ζωντανή αναγνώριση σκοντάφτει σε ονόματα, όρους προϊόντων και ακρωνύμια. Προσθέστε το σενάριο ή τις διαφάνειες κάθε ομιλητή πριν ξεκινήσετε, και τα ονόματα και οι όροι που περιέχουν θα υπερισχύουν έναντι εκείνου που νομίζει η μηχανή ότι άκουσε. Κατά τη διάρκεια της ομιλίας η καρτέλα Script ακολουθεί τις λέξεις σαν τηλεπρόμπτερ.
Είναι και η στιγμή να είστε ειλικρινείς για το τι είναι η μηχανική υποτιτλοποίηση. Η αναγνώριση ομιλίας μαζί με τη μηχανική μετάφραση δεν είναι CART (Communication Access Realtime Translation, υπότιτλοι που πληκτρολογούνται ζωντανά από εκπαιδευμένο άνθρωπο υποτιτλιστή), ούτε διερμηνεία. Είναι γρήγορη, φθηνή και ακούραστη, και κάποια φορά θα αντιστρέψει μια άρνηση, θα στρογγυλοποιήσει έναν αριθμό ή θα μεταφράσει ένα αστείο σε δήλωση γεγονότων. Για μια κεντρική ομιλία, μια παρουσίαση προϊόντος ή ένα πάνελ, αυτή η ανταλλαγή είναι συνήθως σωστή. Για συνεδρία όπου μια λάθος λέξη έχει συνέπειες (νομικές, ιατρικές, μια ψηφοφορία), κλείστε έναν ανθρώπινο υποτιτλιστή ή διερμηνέα και αφήστε τη μηχανή να τρέχει παράλληλα ως γραπτό αρχείο. Αξίζει επίσης να ξέρετε το βασικό πλαίσιο προσβασιμότητας: το WCAG 2.x ζητά υπότιτλους στον ζωντανό ήχο στο επίπεδο AA (κριτήριο 1.2.4), και ένας αυξανόμενος αριθμός συμβάσεων δημόσιου τομέα και χώρων απλώς το αναφέρει.
Με τα λόγια τακτοποιημένα, η τελευταία προετοιμασία αφορά το ποιος τα λέει.
Οι ετικέτες ομιλητών δείχνουν στο κοινό ποιος μιλάει. Ορίστε τον διακόπτη σε When Needed και οι ετικέτες εμφανίζονται μόνο αφού ακουστεί ένας δεύτερος ομιλητής, έτσι ώστε μια κεντρική ομιλία να διαβάζεται ως απλό κείμενο και ένα πάνελ ως συζήτηση.
Για να αναγνωρίζονται οι ομιλητές με το όνομά τους από την πρώτη γραμμή, εγγράψτε τις φωνές τους εκ των προτέρων στο Voices. Αρκεί ένα κλιπ ενός ατόμου που μιλά: MP3, M4A ή WAV, διάρκειας τουλάχιστον τριάντα δευτερολέπτων, αν και καλύτερα μερικά λεπτά. Το άτομο πρέπει να έχει συμφωνήσει, και το Dashboard σας ζητά να επιβεβαιώσετε ότι έχετε άδεια πριν δημιουργήσει τη φωνή. Αντιμετωπίστε το ως κάτι περισσότερο από ένα πλαίσιο επιλογής. Βάσει του GDPR, το φωνητικό αποτύπωμα που χρησιμοποιείται για να ταυτοποιηθεί ένα άτομο θεωρείται γενικά βιομετρικό δεδομένο (άρθρο 9). Αυτό σημαίνει ρητή συναίνεση και δικαίωμα να διαγραφεί το φωνητικό αποτύπωμα. Υπάρχουν παρόμοιοι κανόνες και αλλού, και οι συμφωνίες με τους ομιλητές είναι το πιο εύκολο σημείο για να τους καλύψετε. Μια κλωνοποιημένη φωνή μπορεί να διαγραφεί ανά πάσα στιγμή. Όσο υπάρχει, επιτρέπει επίσης στους ακροατές να ακούν τις μεταφράσεις του ομιλητή με ταιριαστή φωνή.
Με το πρόγραμμα κλεισμένο, το υπόλοιπο είναι η ίδια η μέρα.
Κάθε ζωντανή απομαγνητοφώνηση έχει την καρτέλα Speed με λειτουργία καθυστέρησης και ένα γράφημα της καθυστέρησης στον χρόνο. Τρεις ρυθμίσεις:
Για μια κεντρική ομιλία με σενάριο και καθαρή ροή από το μίξερ, το Auto είναι το σωστό· για ένα τεχνικό πάνελ με τέσσερις προφορές και χωρίς σενάριο, το Accuracy αξίζει την επιπλέον καθυστέρηση.
Η εκκίνηση είναι η άλλη χρονική παράμετρος που πρέπει να προγραμματίσετε. Στο Pay as you go, μια κρύα εκκίνηση μπορεί να διαρκέσει έως 15 δευτερόλεπτα πριν ξεκινήσει η απομαγνητοφώνηση. Το Premium συνήθως ξεκινά έτοιμο, και το Enterprise πάντα. Πατήστε εκκίνηση κατά την είσοδο των συμμετεχόντων, όχι στην πρώτη λέξη.
Όποια κι αν είναι η λειτουργία, κάποιες λέξεις θα είναι λάθος, γι' αυτό κάποιος πρέπει να παρακολουθεί.
Κάποιος στο τραπέζι πρέπει να κρατά ανοιχτή την καρτέλα Fix. Έχει δύο διακόπτες: το Mark uncertain words χρωματίζει και υπογραμμίζει τις λέξεις για τις οποίες το μηχάνημα ήταν αβέβαιο, και το Click to correct ανοίγει μια γραμμή για έλεγχο όταν την πατήσετε. Η καρτέλα σας περνά τα αβέβαια τμήματα ένα προς ένα, και μια διόρθωση φτάνει σε κάθε ακροατή σε κάθε γλώσσα.
Το μικρόφωνο του κοινού είναι ο αδύναμος κρίκος σε κάθε αίθουσα, και το Q&A το δείχνει. Ζητήστε από τον συντονιστή να επαναλαμβάνει κάθε ερώτηση του κοινού στο δικό του μικρόφωνο πριν απαντήσει. Οι υπότιτλοι θα τον ευχαριστήσουν, και το ίδιο και η τελευταία σειρά, που δεν την άκουσε κι εκείνη.
Ανάμεσα στις συνεδρίες, το τραπέζι έχει διαφορετική δουλειά.
Η οθόνη του διοργανωτή μπορεί να βάλει σε παύση και να συνεχίσει μια εγγραφή, και η σελίδα του ακροατή δείχνει μια ειδοποίηση: «Σε παύση. Η απομαγνητοφώνηση συνεχίζεται όταν ο διοργανωτής συνεχίσει.» Η παύση είναι για την αλλαγή σκηνής, όχι για μεσημεριανό διάλειμμα. Κάθε εγγραφή έχει μέγιστο χρόνο παύσης, που ορίζεται στο Dashboard σε 30 δευτερόλεπτα, 1 λεπτό ή 3 λεπτά· μια εγγραφή που μένει σε παύση περισσότερο τερματίζεται μόνη της.
Για μεγαλύτερο κενό, σταματήστε την εγγραφή και ξεκινήστε μια νέα όταν αρχίσει η επόμενη συνεδρία. Κάθε εγγραφή μένει καταχωρημένη στη σελίδα της μετάδοσης, έτσι το απόγευμα οι συμμετέχοντες μπορούν να γυρίσουν πίσω στις πρωινές συνεδρίες. Μια μεμονωμένη ζωντανή εγγραφή έχει ανώτατο όριο μερικών ωρών στο Pay as you go και μεγαλύτερο στο Premium (τα ακριβή νούμερα βρίσκονται στη σελίδα τιμών), οπότε μια μεγάλη μέρα είναι πάντως πολλές εγγραφές.
Στη μέση του πρωινού, ελέγξτε ποιοι διαβάζουν πραγματικά.
Η προβολή κοινού της καρτέλας Broadcast δείχνει ποιοι είναι μέσα, πόσοι ακούν τώρα, τις γλώσσες που έχουν ανοίξει, και τους ακροατές στον χρόνο. Κάθε απομαγνητοφώνηση περιλαμβάνει έως 10 γλώσσες, και κάθε ακροατής διαλέγει τη δική του στη δική του συσκευή. Η προβολή σας λέει λοιπόν ποιες γλώσσες διαβάζει πραγματικά η αίθουσα, που σπάνια είναι η λίστα που μαντέψατε οι διοργανωτές. Οι συμμετέχοντες που έκαναν εγγραφή από τη Μαδρίτη αποδεικνύεται ότι διαβάζουν αγγλικά· η γραμμή των πορτογαλικών γεμίζει από έναν πίνακα που κανείς δεν περίμενε. Κρατήστε τη λίστα για την επόμενη χρονιά.
Κάθε ένας από αυτούς τους ακροατές είναι δωρεάν. Το κόστος είναι ο ήχος.
Η ζωντανή απομαγνητοφώνηση κοστίζει $0.60 την ώρα ήχου, χρεώνεται ανά δευτερόλεπτο με ελάχιστο 5 λεπτά ανά απομαγνητοφώνηση, σε κάθε πρόγραμμα και μέσω του API. Δύο σκηνές που τρέχουν οκτώ ώρες η καθεμία είναι 16 ώρες ζωντανού ήχου, δηλαδή $9.60. Οι μεταφράσεις, οι μεταδόσεις, οι συνόψεις και οι εξαγωγές περιλαμβάνονται, όσοι κι αν ακούν.
Το πρόγραμμα αφορά τη χωρητικότητα και όχι την τιμή. Το Pay as you go δίνει πίστωση $5 μία φορά στην εγγραφή, χωρίς κάρτα, μία απομαγνητοφώνηση τη φορά και μέγιστη εγγραφή 5 ωρών. Μια ζωντανή απομαγνητοφώνηση σταματά αμέσως όταν η πίστωση μηδενιστεί, γι' αυτό φορτίστε πριν ανοίξουν οι πόρτες. Το Premium κοστίζει $50 τον μήνα ($40 τον μήνα με ετήσια συνδρομή) και περιλαμβάνει πίστωση $50 κάθε μήνα, που καλύπτει 83 ώρες ζωντανού ήχου. Επιτρέπει πέντε ταυτόχρονες απομαγνητοφωνήσεις και εγγραφές 10 ωρών, και προσθέτει περίοδο χάριτος: μια ζωντανή απομαγνητοφώνηση συνεχίζει να τρέχει για λίγο μετά το μηδέν, και τα επιπλέον λεπτά χρεώνονται με την ίδια τιμή. Δύο παράλληλες σκηνές χρειάζονται Premium. Το Enterprise έχει τιμολόγηση κατ' αίτηση, απεριόριστη ταυτοχρονία, εγγραφές 24 ωρών και αποκλειστική δεξαμενή μηχανών.
Δείτε τον πίνακα τιμών για τον πλήρη πίνακα, και ελέγξτε το υπόλοιπό σας στο Billing στο Dashboard την εβδομάδα πριν.
Η χρέωση σταματά όταν σταματά ο ήχος· η απομαγνητοφώνηση όχι.
Οι απομαγνητοφωνήσεις διατηρούνται 30 ημέρες στο Pay as you go και χωρίς όριο στο Premium και στο Enterprise. Στο Pay as you go, ο αρχικός ήχος κρατιέται μόνο 7 ημέρες. Κάντε εξαγωγή μέσα στην εβδομάδα αν είστε στο δωρεάν πρόγραμμα.
Για το πώς φαίνεται ο σύνδεσμος από τη θέση του συμμετέχοντα, δείτε το Ένας σύνδεσμος, όλες οι γλώσσες, ή δοκιμάστε την ζωντανή επίδειξη στην αρχική σελίδα.
