자막의 성패는 믹싱 데스크와 발표자의 슬라이드에서 갈립니다. 무대마다 발표 마이크만 담긴 깨끗한 음향 피드를 하나 확보하고, 누가 무대에 오르기 전에 모든 고유명사와 약어를 등록해 두세요. 그날 나머지 시간은 이 두 가지가 놓친 부분을 바로잡는 데 쓰게 됩니다.
컨퍼런스 자막 작업의 대부분은 연사가 무대에 오르기 전에 이루어지며, 그 대부분은 소프트웨어 작업이 아닙니다.
연단의 휴대폰은 강연장의 소리를 듣고, 믹싱 데스크는 연사의 목소리를 듣습니다. 데스크에서 피드를 받되, 어떤 피드인지 구체적으로 정하세요. 사운드 엔지니어에게 발표 마이크 전용 보조(aux) 또는 매트릭스 센드를 요청하세요. 연단, 라펠 마이크, 패널 마이크처럼 발화 마이크만 담겨야 합니다. 입장 음악, 영상 재생음, 박수 스템은 제외합니다. 징글(짧은 음악) 너머로 음성을 들으려 하면 가사를 그럴듯하게 추측하게 됩니다.
기술 리허설에서 실제 마이크와, 가능하다면 실제 스피커로 이 센드를 테스트하세요. 그렇지 않으면 행사 당일 아침 8시 55분에야 매트릭스 출력이 페이더 뒤(post-fader)에 걸려 있다는 것, 그리고 엔지니어가 세션 사이마다 연단을 음소거한다는 사실을 알게 됩니다.
어느 방법이든 VocalStack에 이 피드를 전달하는 방법은 두 가지입니다. 첫째, 데스크에 있는 RTMP 인코더를 사용하는 것입니다. 실시간 전사의 소스로 RTMP 스트림을 추가하면, 대시보드에 인코더에 필요한 서버 URL과 스트림 키가 표시되고, 오디오가 들어오는지와 어떤 형식인지 알려 주며, 실제로 들어 볼 수도 있습니다. 둘째, 스트림 주소를 사용하는 것입니다. 무대 음향이 이미 YouTube 라이브나 오디오 스트림으로 송출되고 있다면 그 링크를 붙여 넣으세요. VocalStack이 오디오를 직접 가져오며, 여러분 쪽에서 따로 실행할 것은 없습니다. 재생 페이지의 주소가 아니라 스트림 자체의 주소를 붙여 넣으세요. 실수로 웹 페이지를 붙여 넣으면 대시보드가 알려 줍니다.
어느 방법을 쓰든 무대마다 마이크 피드는 하나만 사용하세요. 청중 마이크와 혼선(crosstalk)은 어떤 설정으로도 되돌릴 수 없는 정확도 손실을 일으킵니다. 건물에서 가장 좋은 마이크는 계속 그쪽에서 몸을 뒤로 빼고 있는 패널리스트가 쓰는 마이크입니다.
오디오가 들어오기 시작하면, 참석자들이 자막을 읽을 곳이 필요합니다.
방송은 참석자가 여는 링크입니다. Broadcasts 메뉴에서 방송을 만들고 이름을 정한 뒤 링크를 고르세요. 대시보드가 이름을 바탕으로 링크를 제안하며, 6자 이상이라면 직접 수정할 수 있습니다. 같은 화면에는 참석자가 QR 코드를 스캔해 실시간 번역을 열고 언어를 고를 수 있는 QR 코드도 표시됩니다.
방송을 공개할지 비공개로 할지 지금 정하세요. 공개는 링크를 가진 누구나 열 수 있다는 뜻입니다. 비공개는 참석자가 짧은 비밀번호를 입력해야 전사문이 보인다는 뜻입니다. 나중에 링크를 바꿔야 한다면 바꾸세요. 기존 링크도 계속 작동합니다.
그다음, 이 링크가 천 명의 손에 든 휴대폰까지 어떻게 닿을지 생각하세요. 세션 전에 대기 화면에 QR 코드를 띄우고, 출입구 사이니지와 목걸이 명찰 카드가 있다면 거기에도 넣으세요. 수백 대의 휴대폰이 동시에 접속하면 행사장 Wi-Fi에 실질적인 부하가 걸립니다. 따라서 행사장 측에 액세스 포인트가 몇 명 기준으로 설계되었는지, 게스트 네트워크가 기기별로 속도를 제한하는지 물어보세요. 답이 애매하다면 참석자에게 모바일 데이터를 사용하라고 안내하세요. 페이지 자체는 가볍고, 위험한 쪽은 Wi-Fi입니다.
무대가 두 개인 컨퍼런스라도 링크가 두 개 필요하지는 않습니다. 하나의 방송에 여러 실시간 전사를 동시에 공급할 수 있습니다. 무대 A와 무대 B를 같은 방송에 연결된 두 개의 전사로 만들면, 참석자의 휴대폰 한 페이지에서 두 무대를 모두 볼 수 있습니다. 각 무대는 독립된 실시간 전사이며, 요금제마다 동시에 실행할 수 있는 개수가 정해져 있습니다(종량제 1개, Premium 5개, Enterprise 무제한). 이 한도는 아래 예산 섹션에서 다시 나옵니다.
링크의 가치는 그 뒤에 있는 말의 질에 달려 있습니다.
어떤 시스템이든 실시간 인식은 고유명사, 제품 용어, 약어에서 자주 틀립니다. 시작 전에 각 연사의 원고나 슬라이드를 올리세요. 그 안의 이름과 용어가 엔진이 들었다고 생각하는 것보다 우선합니다. 강연 중에는 Script 탭이 텔레프롬프터처럼 말을 따라갑니다.
이 시점에 기계 자막이 무엇인지도 분명히 알아 두세요. 음성 인식과 기계 번역의 조합은 CART(Communication Access Realtime Translation, 훈련받은 사람이 실시간으로 직접 타이핑하는 자막)가 아니며, 통역도 아닙니다. 빠르고, 저렴하고, 지치지 않지만, 가끔 부정문을 뒤집거나, 숫자를 반올림하거나, 농담을 사실 진술로 옮겨 버리기도 합니다. 기조연설, 제품 세션, 패널 토론에서는 보통 이 장단점이 합리적입니다. 잘못된 단어 하나가 결과를 낳는 세션(법적, 의료적 사안이나 투표)이라면 사람 자막가나 통역사를 예약하고, 기계는 기록용 텍스트로 함께 돌리세요. 접근성 기준도 알아 둘 만합니다. WCAG 2.x는 라이브 오디오 자막을 AA 등급(기준 1.2.4)으로 요구하며, 점점 더 많은 공공 부문 계약과 장소 계약이 이 기준을 그대로 인용하고 있습니다.
단어가 정리되었으니, 마지막 준비는 그 말을 하는 사람이 누구인지에 관한 것입니다.
화자 라벨은 청중에게 누가 말하고 있는지 알려 줍니다. 스위치를 When Needed로 설정하면, 두 번째 화자의 목소리가 감지된 후에야 라벨이 나타납니다. 그래서 기조연설은 일반 텍스트처럼 보이고, 패널 토론은 대화처럼 읽힙니다.
첫 줄부터 이름으로 화자를 인식하게 하려면, Voices 메뉴에서 미리 음성을 등록하세요. 한 사람이 말하는 클립 하나면 충분합니다. 형식은 MP3, M4A, WAV이며, 최소 30초 길이가 필요하지만 몇 분이면 더 좋습니다. 본인의 동의를 받아야 하며, 대시보드는 음성을 만들기 전에 사용 권한이 있는지 확인하도록 요청합니다. 이것을 단순한 체크박스 이상으로 여기세요. GDPR에 따르면 사람을 식별하는 데 쓰이는 음성 지문(voiceprint)은 보통 생체 정보(제9조)로 취급됩니다. 즉 명시적 동의와 음성 지문을 삭제할 권리가 필요합니다. 다른 지역에도 비슷한 규정이 있으며, 연사 계약서가 이를 다루기에 가장 쉬운 곳입니다. 복제 음성은 언제든 삭제할 수 있습니다. 존재하는 동안에는 청취자가 그 연사의 번역을 같은 목소리로 들을 수 있다는 점도 기억하세요.
요금제가 정해졌으니, 나머지는 행사 당일의 일입니다.
모든 실시간 전사에는 Speed 탭이 있고, 여기에 지연 모드와 시간에 따른 지연 차트가 있습니다. 설정은 세 가지입니다:
깔끔한 데스크 피드가 있는 대본 기조연설이라면 Auto가 맞습니다. 네 가지 억양이 섞이고 원고가 없는 기술 패널이라면, 추가 지연을 감수할 가치가 있으니 Accuracy를 고르세요.
시작 시점도 계획해야 할 또 다른 시간입니다. 종량제에서는 콜드 스타트 때 전사가 시작되기까지 최대 15초가 걸릴 수 있습니다. Premium은 보통 웜 상태로 시작하고, Enterprise는 항상 그렇습니다. 첫 단어에 맞춰 누르지 말고, 입장하는 동안 시작 버튼을 누르세요.
모드가 무엇이든 일부 단어는 틀릴 것이므로, 누군가는 지켜봐야 합니다.
데스크의 누군가는 Fix 탭을 열어 두어야 합니다. 여기에는 두 개의 스위치가 있습니다. Mark uncertain words는 엔진이 확신하지 못한 단어에 색을 입히고 밑줄을 긋고, Click to correct는 클릭하면 검토할 줄을 엽니다. 이 탭은 불확실한 구간을 하나씩 안내하며, 수정 내용은 모든 언어의 모든 청취자에게 전달됩니다.
청중 마이크는 어느 공간에서든 가장 약한 고리이며, 질의응답 시간에 그것이 드러납니다. 답하기 전에 사회자에게 모든 청중 질문을 자기 마이크에 대고 다시 말해 달라고 요청하세요. 자막이 고마워할 것이고, 질문을 듣지 못했던 뒷줄 사람들도 고마워할 것입니다.
세션 사이에는 데스크가 다른 일을 합니다.
호스트 화면에서 녹음을 일시 중지하거나 재개할 수 있으며, 청취자 페이지에는 “일시 중지됨. 호스트가 재개하면 전사가 계속됩니다.”라는 안내가 나타납니다. 일시 중지는 세션 교체를 위한 것이지 점심시간을 위한 것이 아닙니다. 각 녹음에는 최대 일시 중지 시간이 있으며, 대시보드에서 30초, 1분 또는 3분으로 설정됩니다. 이보다 오래 일시 중지된 녹음은 자동으로 끝납니다.
더 긴 공백이라면 녹음을 중지하고 다음 세션이 시작될 때 새 녹음을 시작하세요. 모든 녹음은 방송 페이지에 계속 목록으로 남으므로, 오후에 참석자는 오전 세션까지 스크롤해 되돌아볼 수 있습니다. 단일 실시간 녹음은 종량제에서 몇 시간, Premium에서는 더 길게 제한됩니다(정확한 수치는 요금제 페이지에 있습니다). 따라서 긴 하루는 어느 경우든 여러 개의 녹음으로 나뉩니다.
오전 중반쯤에는 실제로 누가 읽고 있는지 확인하세요.
방송 탭의 청중 보기에는 누가 들어와 있는지, 지금 몇 명이 듣고 있는지, 어떤 언어를 열어 두었는지, 그리고 시간에 따른 청취자 수가 표시됩니다. 각 전사에는 최대 10개 언어가 포함되며, 청취자는 자기 기기에서 언어를 하나씩 고릅니다. 따라서 이 보기는 주최 측이 짐작했던 목록과 달리 청중이 실제로 어떤 언어를 읽는지 알려 줍니다. 마드리드에서 등록한 참가자들이 영어를 읽는 것으로 드러나기도 하고, 아무도 예상하지 못했던 포르투갈어 행이 채워지기도 합니다. 그 목록은 내년을 위해 챙겨 두세요.
그 청취자들은 모두 무료입니다. 비용이 드는 것은 오디오입니다.
실시간 전사는 오디오 1시간당 $0.60이며, 모든 요금제와 API에서 초 단위로 과금되고 전사당 최소 5분이 적용됩니다. 8시간씩 두 개의 무대가 돌아가면 실시간 오디오 16시간이므로 $9.60입니다. 번역, 방송, 요약, 내보내기는 청취자가 몇 명이든 포함됩니다.
요금제가 중요한 것은 요율이 아니라 처리 용량 때문입니다. 종량제는 카드 없이 신규 가입 시 일회성 크레딧 $5를 제공하고, 한 번에 전사 하나와 최대 5시간 녹음을 허용합니다. 크레딧이 0에 도달하면 실시간 전사가 즉시 멈추므로, 문이 열리기 전에 미리 충전하세요. Premium은 월 $50(연간 요금제는 월 $40)이며, 매달 $50의 크레딧이 포함되어 실시간 83시간분에 해당합니다. 동시 전사 5개와 10시간 녹음을 허용하며, 유예 기간도 추가됩니다. 즉 크레딧이 0을 지난 후에도 실시간 전사가 잠시 계속 실행되고, 추가된 분은 같은 요율로 청구됩니다. 두 개의 병렬 무대에는 Premium이 필요합니다. Enterprise는 맞춤 가격, 무제한 동시성, 24시간 녹음, 전용 엔진 풀을 제공합니다.
전체 표는 요금제 페이지에서 확인하고, 행사 일주일 전에는 대시보드의 Billing에서 잔액을 확인하세요.
청구는 오디오가 멈추면 멈추지만, 전사문은 멈추지 않습니다.
전사문은 종량제에서 30일간 보관되고, Premium과 Enterprise에서는 기간 제한 없이 보관됩니다. 종량제에서는 원본 오디오가 7일만 보관됩니다. 무료 요금제를 사용 중이라면 일주일 안에 내보내세요.
참석자가 자기 자리에서 링크가 어떻게 보이는지는 하나의 링크, 모든 언어에서 확인하거나, 홈 화면의 라이브 데모를 직접 사용해 보세요.
