सेवा वा नगरसभामा वाक् पहिचानले गलत लेख्ने शब्दहरू प्रायः पहिल्यै कागजमा लेखिएका हुन्छन्। त्यसैले एजेन्डा दिनुहोस्, आवाज कोठाबाट होइन मिक्सिङ डेस्कबाट लिनुहोस्, र साप्ताहिक कार्यक्रमको खर्च कफीको खर्चभन्दा कम पर्छ।
रविबारको सेवा, मङ्गलबारको लेक्चर र मासिक नगरसभामा धेरै कुरा मिल्छन्। तीनै एउटै कोठामा बारम्बार हुन्छन्, तीनलाई AV कम्पनीको सट्टा स्वयंसेवक वा कार्यालय सचिवले चलाउँछन्, र तीनले अर्को भाषामा पढ्न रुचाउने, सुन्न कठिन हुने र उपस्थित हुन नसक्ने मानिसहरूलाई सेवा दिन्छन्। बजेट सानो हुन्छ र चलाउने मानिस बदलिन्छन्। गत वर्ष यो सेटअप गर्ने व्यक्ति प्रायः फूल सजाउने रोटामा सरिसकेको हुन्छ।
यो लेखले त्यस्तो कोठाका लागि VocalStack एकपटक सेटअप गर्ने तरिका बताउँछ, ताकि त्यसपछिका हरेक हप्ता सुरु बटन थिच्नु मात्र होस्। यसले पर्दामा देखिने शब्दहरू सही हुन्छन् कि हुँदैनन् भन्ने निर्णय गर्ने केही कुराहरूको पनि चर्चा गर्छ। एक दिनको संस्करणका लागि, धेरै मञ्च भएको सम्मेलनको बारेमा बहुभाषिक सम्मेलनमा लाइभ क्याप्शन चलाउने चेकलिस्ट हेर्नुहोस्। पहिले तपाईंले छाप्ने कुरामा सुरु गर्नुहोस्।
प्रसारण भनेको एउटा सार्वजनिक लिङ्क र एउटा QR कोड हो। जोसुकैले ब्राउजरमा लिङ्क खोल्न सक्छ, भाषा छान्न सक्छ, र वक्ताले बोल्दै गर्दा पढ्न सक्छ। कुनै पनि कुरा इन्स्टल गर्नु पर्दैन र खाता बनाउनु पर्दैन। एउटै प्रसारणमा जति लाइभ ट्रान्सक्रिप्सन पनि जोड्न सकिन्छ, त्यसैले यो आइतबारको रेकर्डिङ र अर्कोको रेकर्डिङ दुवै एउटै ठेगानामा देखिन्छन्।
QR कोड एकपटक छाप्नुहोस् र सूचना पाटी, पूजा-क्रमको पत्र, लेक्चरका स्लाइड वा सार्वजनिक ग्यालरीको भित्तामा राख्नुहोस्। श्रोताहरूले स्क्यान गरेर लाइभ अनुवाद खोल्छन् र आफ्नो भाषा छान्छन्। लिङ्कको नाम कहिल्यै परिवर्तन गरे पनि पुरानो लिङ्कले उही प्रसारण खोल्छ, त्यसैले गत वर्षका पर्चाहरू पनि काम गर्छन्।
कार्यक्रम सुरु हुनु अघि लिङ्क खोल्ने श्रोताले प्रसारण अझै सुरु नभएको देख्छन्। ढिलो आउनेले अघि भनिएका सबै कुरा देख्छन्, त्यसपछि प्रत्यक्ष पछ्याउँछन्। जडान टुटेको श्रोता आफैँ पछाडि परेको कुरा समात्छ।
प्रसारण डिफल्टमा सार्वजनिक हुन्छ, जुन सेवा वा नगरसभाका लागि ठीक हो तर बन्द बैठक वा सेमिनारका लागि गलत हो। ती अवस्थामा यसलाई निजी बनाएर पासवर्ड राख्नुहोस्: पासवर्ड भएकाहरू मात्र लिङ्क खोल्न सक्छन्, र ट्रान्सक्रिप्ट देखिनु अघि उनीहरूलाई पासवर्ड सोधिन्छ। जुनसुकै अवस्थामा पनि कोठा ट्रान्सक्रिप्ट गरिँदै छ र पाठ कहाँ जान्छ भन्ने कुरा सबैले देख्ने ठाउँमा लेख्नुहोस्। सार्वजनिक रूपमा प्रार्थना गर्ने वा सार्वजनिक टिप्पणीमा तीन मिनेट बोल्ने मानिसले ट्रान्सक्रिप्टको अपेक्षा नगरेको हुन सक्छ। पूजा-क्रम वा एजेन्डामा एउटा लाइन लेख्नु सस्तो उपाय हो। {{app}}/broadcasts/new मा प्रसारण बनाउनुहोस्।
लिङ्क आधा मात्र हो; कसैले त्यसमा शब्द राख्नुपर्छ।
सफ्टवेयर अघि, आवाज। चर्च र नगरसभाका लागि बनेका कोठाहरू प्रतिध्वनिका लागि बनेका हुन्छन्: ढुङ्गा, अग्ला छत, काठका बेन्च। लेक्चरनमा राखिएको फोन वा ल्यापटपले वक्तालाई एक पटक सिधै र त्यसपछि भित्ताबाट धेरै पटक सुन्छ। दूरी र गुञ्जन नै वाक् पहिचानमा हुने त्रुटिको सबैभन्दा ठूलो कारण हो, उच्चारणभन्दा पनि अगाडि। कोठामा मिक्सिङ डेस्क छ भने त्यहीबाट फिड लिनुहोस् (एक्स्ट्रा वा रेकर्ड आउटपुट), ताकि वाक् पहिचानकर्ताले माइकले सुनेकै कुरा सुनोस्। पल्पिटबाट निस्कने पादरी वा ह्वाइटबोर्डतिर जाने प्राध्यापक जस्ता हिँड्ने मानिसले स्ट्यान्डमा रहेको माइकभन्दा लाभेलियर वा हेडसेट माइक लगाउनुपर्छ। यसलाई ठीक गर्नुहोस्, बाँकी अधिकांश कुरा ट्युनिङ मात्र हो।
धेरै चर्च, विश्वविद्यालय र नगरपालिकाले त्यो डेस्क अडियो पहिल्यै कतै राख्छन्, र लाइभ ट्रान्सक्रिप्सनले कोठाको यन्त्रको सट्टा त्यहीँबाट सुरु गर्न सक्छ।
स्ट्रिमका लागि VocalStack ले अडियो आफैँ तान्छ; तपाईंको तर्फ केही चल्नु पर्दैन। तर ठेगाना इन्टरनेटबाट पहुँचयोग्य हुनुपर्छ। आफ्नै नेटवर्कमा मात्र भएको स्ट्रिम कोठाको यन्त्रबाट रेकर्ड गर्नुपर्छ। {{app}}/transcriptions/new/live मा लाइभ ट्रान्सक्रिप्सन सुरु गर्नुहोस् र त्यसलाई प्रसारणमा जोड्नुहोस्।
राम्रो अडियो आइपुगेपछि पनि तपाईंले देख्ने त्रुटिहरू अनुमानयोग्य हुन्छन्।
चर्च, लेक्चर वा सभाकक्षमा वाक् पहिचानले गलत लेख्ने शब्दहरू अनुमानयोग्य हुन्छन्: मानिस र ठाउँका नाम, धर्मग्रन्थको सन्दर्भ, प्राविधिक शब्द, र एजेन्डाका बुँदाहरू। कारण संरचनात्मक हो। रेकग्निसरले आवाजको आधारमा सबैभन्दा सम्भावित शब्द छान्छ, र ती सम्भावना मानिसहरूले सामान्यतया के भन्छन् भन्नेबाट सिक्छ। त्यसैले दुर्लभ थर सुनिने सामान्य शब्दसँग हार्छ, हरेक पटक। यस क्षेत्रको उत्तर, जसलाई बायसिङ वा कस्टम शब्दावली भनिन्छ, प्रणालीलाई कुन दुर्लभ शब्द आउन सक्छन् भनेर बताउनु हो। साप्ताहिक कोठाका लागि उपयोगी कुरा यो हो कि यी ठीक ती शब्द हुन् जुन घटना अघि नै लेखिएका हुन्छन्।
सुरु गर्नु अघि स्क्रिप्ट वा स्लाइड थप्नुहोस्। त्यसका नाम र शब्दहरू रेकर्डरले गलत सुनेका कुराभन्दा प्राथमिकता पाउँछन्। कसैले शब्दशः पढ्नु पर्दैन; उपदेशको रूपरेखा, ह्यान्डआउट वा प्रकाशित एजेन्डामा प्रायः सबै उचित नामहरू नै हुन्छन्। रेकर्डिङका बेला होस्ट स्क्रिनको Script ट्याबले टेलिप्रम्प्टरजस्तै पछ्याउँछ र अहिलेसम्म बोलिएका शब्दहरू उज्यालो पार्छ।
स्क्रिप्ट पहिले नै लेख्न सकिन्छ र सुरु हुने समय दिन सकिन्छ; पुस्तकालयमा ती Upcoming अन्तर्गत Start बटनसहित देखिन्छन्। यो रोटाका लागि उपयुक्त हो: एकजनाले शुक्रबार पाठ थप्छन्, अर्कोले आइतबार Start थिच्छन्।
यदि अझै कुनै शब्द गलत आयो भने Fix ट्याबले अनिश्चित शब्दहरू चिन्ह लगाउँछ, र होस्टले रेकर्डिङ चलिरहँदा कुनै लाइनमा क्लिक गरेर सच्याउन सक्छ; श्रोताले सुधार देख्छन्।
शब्द सही पार्नु एक पक्ष हो; अर्को पक्ष ती शब्द कसले भने भन्ने जान्नु हो।
वक्ता-लेबल स्विचमा तीन विकल्प छन्। When Needed ले एकभन्दा बढी आवाज सुनिएपछि मात्र प्रत्येक लाइनमा वक्ताको लेबल राख्छ; अन्यथा ट्रान्सक्रिप्ट सादा पाठ हुन्छ। On ले एउटै वक्ता भए पनि हरेक लाइनमा लेबल राख्छ। Off ले सादा पाठ दिन्छ। उपदेशका लागि When Needed को अर्थ एउटै आवाजले गद्य पढ्छ भन्ने हो; एक दर्जन सदस्य भएको परिषद्का लागि हरेक लाइनमा वक्ता देखिन्छ।
लेबलहरू सुरुमा संख्या हुन्छन्। रेकर्डिङमा तपाईंले वक्ताको नाम राख्न सक्नुहुन्छ, र त्यो नाम उनीहरूका सबै लाइनमा लागू हुन्छ। हरेक हप्ता बोल्ने मानिसका लागि एक कदम अगाडि जानुहोस् र तिनको आवाज बचत गर्नुहोस्। रेकर्डिङमा कुनै वक्ता कम्तीमा 30 सेकेन्ड बोलेको भए, वा तिनले उपलब्ध गराएको छोटो रेकर्डिङबाट आवाज बनाउन सकिन्छ। त्यसपछिका रेकर्डिङहरूमा त्यो वक्ता पहिचान हुन्छ र नामले लेबल गरिन्छ। श्रोताहरूले अनुवाद बोलेर सुन्न रोजे भने, हरेक भाषामा त्यो वक्ताकै आवाजमा पढिन्छ। क्लोन नगरी, हरेक वक्ताले मिल्दो लिङ्गको फरक तयारी आवाज पाउँछ, र कुनै पनि वक्तालाई म्युट गर्न सकिन्छ।
क्लोन गरिएको आवाज बायोमेट्रिक डेटा हो। VocalStack ले वक्ताको स्पष्ट सहमति भएकोमा मात्र त्यो बनाउँछ, त्यसलाई त्यस वक्ताका लाइनहरू मात्र जोरले पढ्न प्रयोग गर्छ, र तपाईंले जुनसुकै बेला मेटाउन सक्नुहुन्छ। काउन्सिलर र पादरीहरू आफ्नो कोठामा सार्वजनिक व्यक्ति हुन्; त्यो सहमतिसरह होइन, त्यसैले सोध्नुहोस्।
परिषद्का लागि यहीँबाट ट्रान्सक्रिप्ट रेकर्ड बन्छ। हरेक लाइनमा नामसहित लेबल भएपछि मिनट्सले अन्ततः कसले चौथो पटक "हामीले यो पहिले नै ढाकेका छौँ" भन्यो भनेर देखाउँछ। त्यसले अर्को प्रश्न उठाउँछ: त्यो रेकर्ड कसका लागि हो?
पहिलो लाभार्थी नियमित उपस्थित हुने बहिरा वा सुस्त सुन्ने मानिसहरू हुन्, अन्य भाषामा पढ्ने आगन्तुकहरू पनि स्वागत योग्य छन्। हियरिङ लुप (इन्डक्सन लुप) ले सुनाइ यन्त्र लगाउने मानिसहरूलाई मद्दत गर्छ र अरूका लागि केही गर्दैन; फोनमा क्याप्शनले बाँकीलाई मद्दत गर्छ, र दुईटा एकअर्काका पूरक हुन्, प्रतिस्पर्धी होइनन्। धेरै देशका सार्वजनिक निकायहरूसँग पहुँच र खुला बैठकसम्बन्धी दायित्व हुन्छ, र सार्वजनिकले लाइभ र पछि पढ्न सक्ने ट्रान्सक्रिप्टले ती दुवैमा धेरै सहयोग गर्छ। तपाईंको स्थानमा के लागू हुन्छ जाँच गर्नुहोस्।
स्वचालित क्याप्शन के हो भन्ने कुरामा इमानदार हुनुहोस्। मानव क्याप्शनर (कुनै देशमा यो सेवालाई CART भनिन्छ) सुन्छ, बुझ्छ र टाइप गर्छ। तीन जना सदस्य एकैचोटि बोल्ने तातो परिषद् बहसमा मानिस अझै मेसिनभन्दा अगाडि हुन्छ। एकै समयको बोलाइ र माइक नभएको सभापतिको गुनगुनाइले कुनै पनि स्वचालित प्रणालीमा त्रुटि ल्याउँछ। शब्दशः क्याप्शन कानुनी रूपमा अनिवार्य भएको ठाउँमा, स्वचालित क्याप्शन पूरक हुन्, प्रतिस्थापन होइन; विकल्प केही नभएको ठाउँमा, तिनी ठूलो सुधार हुन्।
ट्रान्सक्रिप्ट भोलिपल्ट बढी मूल्यवान हुन्छ।
हरेक रेकर्डिङ तपाईंको पुस्तकालयमा पुग्छ, र प्रसारण पृष्ठले लिङ्क भएका सबैका लागि विगतका रेकर्डिङहरू सूचीबद्ध गर्छ। बैठकमा नआउनेले त्यो ठीक जस्तो आयो त्यस्तै, हरेक लाइन र अडियोसहित फेरि सुन्न सक्छन्।
शब्दहरू अन्तिम भएपछि, हरेक भाषामा शीर्षक र सारांश लेखिन्छ। आफ्नो भाषामा गरिएको खोजीले अर्को भाषामा बनेका रेकर्डिङहरू पनि फेला पार्छ, त्यसैले कुनै क्लर्कले महिना खोजेर कुन वस्तुको छलफल भयो भन्ने फेला पार्न सक्छ, र विद्यार्थीले कुन लेक्चरले कुन विषय छोप्यो भन्ने। निर्यात SRT उपशीर्षक, PDF, Excel वा JSON मा आउँछन्, सुधार र अनुवादसहित; अनुवाद गरिएको ट्रान्सक्रिप्टको PDF मिनट्सको छेउमा राम्रोसँग मिल्छ। यी मध्ये कुनै पनि कसैले क्लिक नगरी हुनुपर्छ भने, API ले ड्यासबोर्डले गर्ने सबै कुरा गर्छ, उही दरमा, हरेक योजनामा: {{api}}/docs हेर्नुहोस्।
यो सबै पारिस र समितिको बजेटभित्र टिक्नुपर्छ।
लाइभ ट्रान्सक्रिप्सन अडियोको प्रति घण्टा $0.60 हो, प्रति सेकेन्ड बिलिङ गरिन्छ, र प्रत्येक ट्रान्सक्रिप्सनका लागि 5 मिनेट न्यूनतम, हरेक योजनामा। श्रोता निःशुल्क हुन्छन्, जति भए पनि; र प्रति ट्रान्सक्रिप्सन 10 भाषासम्मको अनुवाद समावेश छ।
नयाँ खातामा $5 एक-पटकको साइनअप क्रेडिट आउँछ, र कार्ड माग्दैन। त्यो क्रेडिटले एक महिनाभन्दा बढी आइतबारहरू पुर्याउँछ। त्यसपछि प्रयोग अनुसार भुक्तानी गर्दै टप-अप गर्नुहोस्, वा Premium लिनुहोस्, जसको मूल्य मासिक $50 (वार्षिक योजनामा मासिक $40) हो। Premium मा हरेक महिना $50 क्रेडिट समावेश छ, जुन 83 लाइभ घण्टा हो। यसले रेकर्डिङहरू 30 दिनको सट्टा खाता रहुन्जेल राख्छ, र क्रेडिट बैठकको बीचमै सकिए पनि ट्रान्सक्रिप्सन रोकिँदैन। खजाञ्चीका लागि दुई व्यावहारिक कुरा: प्रयोग अनुसार भुक्तानीमा, कोल्ड स्टार्टबाट ट्रान्सक्रिप्सन सुरु हुन 15 सेकेन्डसम्म लाग्न सक्छ, त्यसैले भजन सुरु हुनु अघि नै Start थिच्नुहोस्, भजनको बीचमा होइन। र समाप्त भइसकेको YouTube लाइभ भिडियो नै हो, त्यसैले त्यो फाइलका रूपमा, धेरै कम फाइल दरमा ट्रान्सक्रिप्ट हुन्छ।
एउटा कोठा र एउटा नियमित कार्यक्रमका लागि प्रयोग अनुसार भुक्तानी पर्याप्त छ। धेरै वर्षपछि पनि हरेक रेकर्डिङ खोज्न सकिने चाहने संस्था, वा एकै समयमा धेरै कोठा चलाउने संस्थाका लागि Premium छनोट गर्नुहोस्। सीमा र अवधारणसहितको पूर्ण तालिका मूल्य पृष्ठ मा छ, र अन्तरक्रियात्मक डेमो ले श्रोताले के देख्छन् भन्ने देखाउँछ।
