Le parole che un riconoscitore sbaglia durante una funzione o una seduta del consiglio sono quelle già scritte su carta. Dagli l'ordine del giorno, prendi l'audio dal banco di missaggio e non dalla sala: un evento settimanale costa meno del caffè dopo.
Una messa domenicale, una lezione del martedì e una riunione mensile del consiglio hanno più cose in comune di quanto sembri. Ognuna si ripete sempre nella stessa sala, ognuna è gestita da un volontario o da un segretario anziché da un'azienda di servizi audio-video, e ognuna serve persone che seguirebbero meglio in un'altra lingua, persone che sentono poco e persone che non potrebbero esserci affatto. Il budget è ridotto e le persone che se ne occupano cambiano. Chi l'ha organizzato l'anno scorso di solito è passato al turno dei fiori.
Questo articolo spiega come configurare VocalStack una volta sola per una sala così, in modo che ogni settimana successiva basti premere Start. Spiega anche le poche cose che decidono se le parole sullo schermo sono corrette. Per la versione una tantum, una conferenza con più palchi, vedi Organizzare una conferenza multilingue con sottotitoli in diretta. Cominciamo dalla cosa che stamperai.
Una trasmissione è un unico link pubblico e un codice QR. Chiunque può aprire il link nel browser, scegliere una lingua e leggere mentre chi parla si esprime. Non c'è nulla da installare e nessun account da creare. A una trasmissione possono essere collegate quante trascrizioni in diretta vuoi, quindi la registrazione di questa domenica e quella della prossima compaiono entrambe allo stesso indirizzo.
Stampa il codice QR una volta e mettilo sulla bacheca, sul foglio della liturgia, sulle slide della lezione o sulla parete della galleria pubblica. Chi ascolta lo inquadra per aprire la traduzione in diretta e scegliere la lingua. Se in futuro cambi il link, quello vecchio continua ad aprire la stessa trasmissione, quindi i volantini dell'anno scorso funzionano ancora.
Chi apre il link in anticipo vede che la trasmissione non è ancora iniziata. Chi arriva in ritardo vede tutto ciò che è stato detto prima del suo arrivo, poi segue in diretta. Chi ha un calo di connessione recupera da solo.
Una trasmissione è pubblica per impostazione predefinita, il che è giusto per una messa o una seduta del consiglio e sbagliato per una riunione a porte chiuse o un seminario. Per questi casi passala a privata e imposta una password: solo chi ha la password può aprire il link, e gli viene chiesta prima che compaia la trascrizione. In ogni caso, indica in un punto visibile che la sala viene trascritta e dove finisce il testo. Chi prega ad alta voce, o parla per tre minuti durante il turno di interventi pubblici, non necessariamente si aspettava una trascrizione. Una riga in proposito nel foglio della liturgia o nell'ordine del giorno costa poco. Crea la trasmissione su {{app}}/broadcasts/new.
Un link è solo metà del lavoro; qualcosa deve anche riempirlo di parole.
Prima di qualsiasi software, l'audio. Le sale costruite per le congregazioni e i consigli sono fatte per la riverberazione: pietra, soffitti alti, banchi di legno. Un telefono o un portatile sul leggio sente l'oratore una volta direttamente e poi altre volte di rimbalzo dalle pareti. La distanza più l'eco è la causa più grande di errori di riconoscimento, molto prima degli accenti. Se la sala ha un banco di missaggio, prendi il segnale da lì (un'uscita aux o di registrazione), così il riconoscitore sente ciò che sentono i microfoni. Chi si muove, come il predicatore che lascia il pulpito o il docente alla lavagna, dovrebbe indossare un microfono a clip o a fascia anziché affidarsi a un microfono su asta. Risolvi questo e il resto è soprattutto messa a punto.
La maggior parte di chiese, università e consigli comunali ha già da qualche parte quell'audio dal banco, e una trascrizione in diretta può partire da lì anziché da un dispositivo nella sala.
Per un flusso, VocalStack recupera l'audio da solo; non devi far girare nulla dalla tua parte. L'indirizzo però deve essere raggiungibile da internet. Un flusso che esiste solo sulla tua rete locale va registrato da un dispositivo nella sala. Avvia una trascrizione in diretta su {{app}}/transcriptions/new/live e collegala alla trasmissione.
Una volta che arriva un buon audio, gli errori che noterai ancora sono quelli prevedibili.
Le parole che un riconoscitore vocale sbaglia in una chiesa, in un'aula o in un consiglio sono prevedibili: nomi di persone e luoghi, riferimenti biblici, termini tecnici, i punti di un ordine del giorno. Il motivo è strutturale. Un riconoscitore sceglie le parole più probabili dato il suono, e impara quelle probabilità da ciò che le persone dicono di solito. Quindi un cognome raro perde sempre contro una parola comune che gli suona simile. La risposta del settore, nota come biasing o vocabolario personalizzato, è dire al sistema quali parole rare aspettarsi. L'osservazione utile per una sala settimanale è che queste sono esattamente le parole già scritte prima dell'evento.
Aggiungi un copione o delle slide prima di avviare. I nomi e i termini che contiene prevalgono su ciò che il riconoscitore ha capito male. Nessuno deve leggerlo parola per parola; uno schema del sermone, un volantino o l'ordine del giorno pubblicato contengono già la maggior parte dei nomi propri. Durante la registrazione, la scheda Script sullo schermo dell'host segue come un gobbo, illuminando le parole pronunciate finora.
I copioni possono essere scritti in anticipo e avere un orario di inizio; la libreria li elenca sotto Upcoming con un pulsante Start. Questo va bene per un turno: una persona aggiunge il testo il venerdì, un'altra preme Start la domenica.
Se una parola esce ancora sbagliata, la scheda Fix segnala le parole incerte e permette all'host di cliccare su una riga per correggerla mentre la registrazione è in corso; chi ascolta vede la correzione.
Avere le parole giuste è una metà; l'altra è sapere chi le ha dette.
L'interruttore delle etichette dei parlanti ha tre posizioni. When Needed etichetta ogni riga con il suo parlante non appena si sente più di una voce; altrimenti la trascrizione è testo semplice. On etichetta ogni riga anche con un solo parlante. Off dà testo semplice. Per un sermone, When Needed significa che una sola voce resta prosa; per un consiglio di una dozzina di membri, ogni riga porta il nome di chi parla.
All'inizio le etichette sono numeri. In una registrazione puoi dare un nome a un parlante, e il nome si applica a ogni sua riga. Per le persone che parlano ogni settimana, fai un passo in più e salva la loro voce. Puoi creare una voce da qualsiasi parlante che parli per almeno trenta secondi in una registrazione, oppure da una breve registrazione che ti forniscono. Da quel momento il parlante viene riconosciuto ed etichettato con il nome nelle registrazioni future e, se chi ascolta sceglie di far leggere ad alta voce la traduzione, viene letta con la voce di quel parlante in ogni lingua. Senza alcuna clonazione, ogni parlante riceve una voce predefinita distinta e del genere corrispondente, e ogni parlante può essere silenziato.
Una voce clonata è un dato biometrico. VocalStack ne crea una solo con il consenso esplicito del parlante, la usa soltanto per leggere ad alta voce le battute di quel parlante e ti permette di eliminarla in qualsiasi momento. Consiglieri e membri del clero sono figure pubbliche nelle loro sale; questo non equivale al consenso, quindi chiedilo.
Per un consiglio è qui che la trascrizione diventa un verbale. Con ogni riga etichettata con il nome, il verbale finalmente mostra chi ha detto per la quarta volta “penso che l'abbiamo già discusso”. Il che solleva la questione di per chi sia il verbale.
I primi beneficiari sono i frequentatori abituali che sono sordi o hanno problemi d'udito, non i visitatori che leggono in un'altra lingua, benvenuti anch'essi. Un impianto a induzione (un anello magnetico) aiuta le persone con apparecchi acustici e non serve a nessun altro; i sottotitoli sul telefono aiutano tutti gli altri, e i due si completano anziché farsi concorrenza. Molti enti pubblici hanno doveri di accessibilità e di trasparenza delle riunioni, e una trascrizione che il pubblico può leggere in diretta e in seguito contribuisce molto a entrambi. Verifica cosa si applica nel tuo caso.
Sii onesto su cosa sono i sottotitoli automatici. Un sottotitolatore umano (il servizio si chiama CART in alcuni paesi) ascolta, capisce e scrive. In un dibattito acceso in consiglio, con tre consiglieri che parlano insieme, un essere umano batterà comunque la macchina. Il parlato sovrapposto produce errori in qualsiasi sistema automatico, e così il presidente che borbotta lontano dal microfono. Dove esiste un obbligo di legge per sottotitoli letterali, quelli automatici sono un complemento, non un sostituto; dove l'alternativa è il nulla, sono un enorme miglioramento rispetto al nulla.
La trascrizione vale anche di più il giorno dopo.
Ogni registrazione finisce nella tua libreria, e la pagina della trasmissione elenca le registrazioni passate per chiunque abbia il link. Chi ha perso la riunione può riascoltarla esattamente come è stata trasmessa, riga per riga, con il suo audio.
Una volta che le parole sono definitive, si scrivono un titolo e un riepilogo in ogni lingua. Una ricerca nella tua lingua trova anche le registrazioni fatte in un'altra, così un segretario può trovare il mese in cui si è discusso un punto e uno studente la lezione che ha trattato un argomento. Le esportazioni arrivano come sottotitoli SRT, PDF, Excel o JSON, con correzioni e traduzioni incluse; un PDF della trascrizione tradotta sta bene accanto al verbale. Se qualcosa di tutto questo deve avvenire senza che nessuno clicchi, l'API fa tutto ciò che fa la Dashboard, alla stessa tariffa, in ogni piano: vedi {{api}}/docs.
Tutto questo deve reggere un budget parrocchiale o di commissione.
La trascrizione in diretta costa $0.60 all'ora di audio, fatturata al secondo con un minimo di 5 minuti per trascrizione, in ogni piano. Gli ascoltatori sono gratuiti, quanti che siano, e la traduzione in fino a 10 lingue per trascrizione è inclusa.
Un nuovo account include $5 di credito di iscrizione una tantum e non chiede una carta. Quel credito copre più di un mese di domeniche. Dopo, ricarichi man mano, oppure passi a Premium a $50 al mese ($40 al mese con il piano annuale). Premium include $50 di credito ogni mese, cioè 83 ore di diretta. Mantiene anche ogni registrazione per tutta la durata dell'account invece di 30 giorni, e non interrompe una trascrizione se il credito finisce a metà riunione. Due note pratiche per il tesoriere. Con Pay as you go (a consumo), una trascrizione può impiegare fino a 15 secondi per partire da freddo, quindi premi Start prima del canto di apertura, non durante. E una diretta YouTube già terminata è un video, quindi viene trascritta come file, alla tariffa per file molto più bassa.
Per una sola sala e un evento ricorrente, Pay as you go basta. Per un'istituzione che vuole ogni registrazione ricercabile anche anni dopo, o che gestisce più sale contemporaneamente, Premium è la scelta giusta. La tabella completa, con limiti e conservazione, è nella pagina dei prezzi, e la demo interattiva mostra cosa vede chi ascolta.
