הכתוביות מוכרעות בשולחן הערבוב ובשקופיות של הדוברים. קחו זרם נקי אחד ממיקרופוני הדיבור בכל במה, וטענו כל שם וכל ראשי תיבות לפני שמישהו עולה לבמה; שאר היום הוא תיקון של מה ששני אלה פספסו.
רוב העבודה בהכנת כתוביות לכנס מתרחשת לפני שמישהו עולה לבמה, ורובה אינו תוכנה.
טלפון על עמוד נואמים שומע את החדר; שולחן הערבוב שומע את הדובר. קחו את הזרם משולחן הערבוב, וציינו בדיוק איזה זרם. בקשו ממהנדס הסאונד שליחת aux או matrix ייעודית שנושאת רק את מיקרופוני הדיבור: עמוד נואמים, מיקרופוני דש ומיקרופוני פאנל. מוזיקת כניסה, השמעת וידאו וערוץ המחיאות נשארים בחוץ. זיהוי דיבור שמנסה להקשיב דרך ג׳ינגל מנחש בביטחון את מילות השיר שלא נאמרו.
בדקו את השליחה הזו בחזרה הטכנית, עם המיקרופונים והרמקולים האמיתיים אם אפשר. אחרת תגלו ב-8:55 בבוקר האירוע שפלט המטריקס הוא post-fader, ושמהנדס הסאונד משתיק את עמוד הנואמים בין נאומים.
הזינו את VocalStack את הזרם הזה באחת משתי דרכים. הראשונה היא מקודד RTMP ליד שולחן הערבוב. כשמוסיפים זרם RTMP כמקור של תמלול בשידור חי, לוח הבקרה מציג את כתובת השרת ואת מפתח הזרם שהמקודד צריך, מראה אם השמע כבר מגיע ובאיזה פורמט, ומאפשר להאזין לו. השנייה היא כתובת זרם. אם הבמה כבר משודרת כ-YouTube live או כזרם שמע, הדביקו את הקישור, ו-VocalStack שולף את השמע בעצמו; שום דבר לא רץ אצלכם. הדביקו את כתובת הזרם עצמה, לא את הדף שבו הוא מתנגן. אם הדבקתם בטעות דף אינטרנט, לוח הבקרה יספר לכם.
בכל מקרה, השתמשו בזרם מיקרופון אחד לכל במה. מיקרופוני קהל ודיבור צולב עולים בדיוק שאף הגדרה לא תחזיר. המיקרופון הטוב ביותר בבניין שייך לפאנליסט שממשיך להישען ממנו.
אחרי שהשמע מגיע, הקהל צריך מקום לקרוא בו את הכתוביות.
שידור הוא הקישור שהנוכחים פותחים. צרו אותו תחת Broadcasts, תנו לו שם ובחרו את הקישור שלו. לוח הבקרה מציע קישור על בסיס השם; אפשר לערוך אותו, בתנאי שיישארו בו לפחות שישה תווים. אותו מסך מציג גם את קוד ה-QR שהנוכחים סורקים כדי לפתוח את התרגום החי ולבחור את השפה שלהם.
החליטו עכשיו אם השידור ציבורי או פרטי. ציבורי פירושו שכל מי שיש לו את הקישור יכול לפתוח אותו. פרטי פירושו שהמאזינים מזינים סיסמה קצרה לפני שהתמליל מופיע. אם הקישור צריך להשתנות בהמשך, שנו אותו; הקישור הישן ימשיך לעבוד.
אחר כך חשבו איך הקישור מגיע לאלף כיסים. שימו את קוד ה-QR על שקופית ההמתנה לפני כל מושב, על השילוט בכניסות ועל כרטיס התג, אם יש כזה. מאות טלפונים שמצטרפים בבת אחת מעמיסים ממש על רשת ה-Wi-Fi של המקום, ולכן שאלו את מנהלי המקום לאיזה עומס נקודות הגישה תוכננו, ואם הרשת לאורחים מגבילה כל מכשיר בנפרד. אם התשובה היא משיכת כתפיים, אמרו לנוכחים להשתמש בנתוני סלולר. הדפים קטנים; הסיכון הוא ה-Wi-Fi.
כנס עם שתי במות לא צריך שני קישורים. שידור אחד יכול להזין כמה תמלולים חיים בו־זמנית. במה A ובמה B הופכות לשני תמלולים המחוברים לאותו שידור, והטלפון של הנוכח מציג את שניהם בדף אחד. כל במה היא תמלול חי משלה, ולכל מסלול יש מגבלה למספר התמלולים שרצים במקביל (1 במסלול תשלום לפי שימוש, 5 ב-Premium, ללא הגבלה ב-Enterprise). המגבלה הזו חוזרת בסעיף התקציב למטה.
קישור שווה רק כמו המילים שמאחוריו.
בכל מערכת, זיהוי דיבור בזמן אמת נתקע על שמות, מונחים מקצועיים וראשי תיבות. הוסיפו את התסריט או המצגת של כל דובר לפני שמתחילים, והשמות והמונחים שבהם יגברו על מה שהמנוע חשב ששמע. במהלך ההרצאה, הלשונית Script עוקבת אחרי המילים כמו טלפרומפטר.
זה גם הרגע להיות כנים לגבי מה שתמלול אוטומטי הוא. זיהוי דיבור יחד עם תרגום מכונה אינו CART (Communication Access Realtime Translation, כתיבה חיה של כתוביות על ידי מתמלל אנושי מאומן), וגם אינו תרגום שמיעתי. זה מהיר, זול וללא לאות, ומדי פעם הוא יהפוך שלילה, יעגל מספר או יתרגם בדיחה להצהרת עובדה. לנאום מרכזי, להצגת מוצר או לפאנל, הפשרה הזו בדרך כלל נכונה. להרצאה שבה למילה שגויה יש השלכות (משפטיות, רפואיות, הצבעה), הזמינו מתמלל אנושי או מתורגמן, ותנו למכונה לרוץ לצדם כתיעוד הכתוב. כדאי גם להכיר את רף הנגישות: WCAG 2.x דורש כתוביות לשמע חי ברמה AA (קריטריון 1.2.4), ומספר הולך וגדל של חוזי ציבור ושל מקומות אירוח פשוט מצטטים אותו.
כשהמילים מסודרות, ההכנה האחרונה נוגעת לשאלה מי אומר אותן.
תוויות דובר מראות לקהל מי מדבר. הגדירו את המתג ל־When Needed, והתוויות יופיעו רק אחרי ששמעו דובר שני, כך שנאום מרכזי ייקרא כטקסט רגיל ופאנל ייקרא כשיחה.
כדי לזהות דוברים בשמם משורת הפתיחה, רשמו מראש את קולם תחת Voices. מספיק קטע של אדם אחד שמדבר: MP3, M4A או WAV, באורך של לפחות שלושים שניות, אם כי כמה דקות עדיפות. האדם חייב להסכים, ולוח הבקרה מבקש ממכם לאשר שיש לכם רשות לפני שהוא יוצר את הקול. תתייחסו לזה ליותר מתיבת סימון. לפי ה-GDPR, טביעת קול המשמשת לזיהוי אדם נחשבת בדרך כלל למידע ביומטרי (סעיף 9). זה אומר הסכמה מפורשת וזכות לבקש את מחיקת טביעת הקול. יש כללים דומים גם במקומות אחרים, והסכמי דוברים הם המקום הקל לכסות את זה. קול משובט ניתן למחיקה בכל עת. כל עוד הוא קיים, הוא גם מאפשר למאזינים לשמוע את התרגומים של אותו דובר בקול תואם.
אחרי שהתוכנית מסודרת, השאר הוא היום עצמו.
לכל תמלול חי יש לשונית Speed עם מצב השהיה וגרף של העיכוב לאורך זמן. שלוש הגדרות:
לנאום מרכזי עם שמע נקי מהשולחן, Auto הוא הנכון; לפאנל טכני עם ארבעה מבטאים ובלי תסריט, Accuracy שווה את ההשהיה הנוספת.
ההתנעה היא הזמן השני שצריך לתכנן. במסלול תשלום לפי שימוש, הפעלה קרה יכולה להימשך עד 15 שניות לפני שהתמלול מתחיל. ב-Premium המערכת בדרך כלל מתחילה חמה, וב-Enterprise תמיד. לחצו על התחלה בזמן הכניסה לאולם, לא במילה הראשונה.
בכל מצב, חלק מהמילים יהיו שגויות, ולכן מישהו צריך להשגיח.
מישהו ליד השולחן צריך להשאיר את הלשונית Fix פתוחה. בה שני מתגים: Mark uncertain words צובע את המילים שהמנוע לא היה בטוח בהן ומסמן אותן בקו תחתון, ו־Click to correct פותח שורה לבדיקה כשלוחצים עליה. הלשונית מובילה אתכם לאורך הקטעים הלא ודאיים אחד אחרי השני, ותיקון מגיע לכל מאזין בכל שפה.
מיקרופון הקהל הוא החוליה החלשה בכל חדר, ושאלות מהקהל הן המקום שבו זה נחשף. בקשו מהמנחה לחזור על כל שאלה מהקהל במיקרופון שלו לפני שהוא עונה. הכתוביות יודו לו, וגם השורות האחוריות, שגם הן לא שמעו.
בין מושבים, לשולחן יש תפקיד אחר.
מסך המארח יכול להשהות ולהמשיך הקלטה, ודף המאזין מציג הודעה: "הושהה. התמליל ימשיך כשהמארח ימשיך." ההשהיה מיועדת להחלפת מושב, לא להפסקת צהריים. לכל הקלטה יש זמן השהיה מרבי, שמוגדר בלוח הבקרה ל-30 שניות, דקה אחת או שלוש דקות; הקלטה שנשארה מושהית זמן ארוך מזה מסתיימת לבד.
להפסקה ארוכה יותר, עצרו את ההקלטה והתחילו חדשה כשהמושב הבא מתחיל. כל הקלטה נשארת מופיעה בעמוד השידור, כך שאחר הצהריים הנוכחים יכולים לגלול חזרה אל מושבי הבוקר. להקלטה חיה אחת יש תקרה של כמה שעות במסלול תשלום לפי שימוש, וארוכה יותר ב-Premium (המספרים המדויקים נמצאים בדף המחירים), ולכן יום ארוך הוא בכל מקרה כמה הקלטות.
באמצע הבוקר, בדקו מי באמת קורא.
תצוגת הקהל בלשונית Broadcast מראה מי נכנס, כמה מאזינים מאזינים עכשיו, אילו שפות פתוחות אצלם, ואת המאזינים לאורך זמן. כל תמלול כולל עד 10 שפות, וכל מאזין בוחר שפה במכשיר שלו. לכן התצוגה מראה אילו שפות החדר קורא בפועל, שכמעט אף פעם אינה הרשימה שהמארגנים ניחשו. משתתפים שנרשמו ממדריד מתברר שקוראים באנגלית; השורה של הפורטוגזית מתמלאת מטבלה שאף אחד לא ציפה לה. קחו את הרשימה הביתה לשנה הבאה.
כל אחד מהמאזינים האלה חינם. מה שעולה כסף הוא השמע.
תמלול בשידור חי עולה $0.60 לשעה של שמע, מחויב לפי שנייה עם מינימום של 5 דקות לכל תמלול, בכל המסלולים ודרך ה-API. שתי במות שפועלות שמונה שעות כל אחת הן 16 שעות של שמע חי, או $9.60. תרגומים, שידורים, סיכומים וייצואים כלולים, לא משנה כמה אנשים מאזינים.
המסלול משנה את הקיבולת ולא את המחיר לשעה. תשלום לפי שימוש נותן $5 קרדיט חד־פעמי בהרשמה, ללא צורך בכרטיס, תמלול אחד בכל פעם ומקסימום הקלטה של 5 שעות. תמלול חי נעצר מיד כשהקרדיט מגיע לאפס, ולכן טענו לפני שהדלתות נפתחות. Premium עולה $50 לחודש ($40 לחודש במסלול השנתי) וכולל $50 קרדיט בכל חודש, שמכסה 83 שעות חיות. הוא מאפשר חמישה תמלולים במקביל והקלטות של 10 שעות, ומוסיף תקופת חסד: תמלול חי ממשיך לרוץ זמן מסוים אחרי שהקרדיט מגיע לאפס, והדקות הנוספות מחויבות באותו קצב. שתי במות מקבילות דורשות Premium. Enterprise מתומחר לפי הסכם, עם מקביליות בלתי מוגבלת, הקלטות של 24 שעות ומאגר מנועים ייעודי.
לטבלה המלאה ראו את דף המחירים, ובדקו את היתרה שלכם תחת Billing בלוח הבקרה, בשבוע שלפני האירוע.
החיוב נעצר כשהשמע נעצר; התמליל לא.
תמלולים נשמרים 30 יום במסלול תשלום לפי שימוש, וללא הגבלה ב-Premium וב-Enterprise. במסלול תשלום לפי שימוש שמע המקור נשמר רק 7 ימים. ייצאו בתוך השבוע אם אתם במסלול החינמי.
לאופן שבו הקישור נראה מכיסא הנוכח, ראו את קישור אחד, כל השפות, או נסו את ההדגמה החיה בעמוד הבית.
