Ordene en gjenkjenner tar feil av i en gudstjeneste eller et kommunestyremøte, er de som allerede står på papiret. Gi den agendaen, ta lyden fra lydbordet i stedet for fra rommet, så koster et ukentlig arrangement mindre enn kaffen etterpå.
En søndagsgudstjeneste, en tirsdagsforelesning og et månedlig kommunestyremøte har mer til felles enn man skulle tro. Hver av dem gjentar seg i samme rom, hver ledes av en frivillig eller en saksbehandler snarere enn et AV-firma, og hver betjener folk som ville fulgt bedre på et annet språk, folk som hører dårlig, og folk som ikke kunne være til stede i det hele tatt. Budsjettet er lite, og folkene som driver det, skifter. Personen som satte det opp i fjor, har som regel gått over til blomsterrotaen.
Denne artikkelen handler om å sette opp VocalStack én gang for et rom som dette, slik at hver uke etterpå bare er å trykke på start. Den tar også for seg de få tingene som avgjør om ordene på skjermen er riktige. For den engangsversjonen, en konferanse med flere scener, se Kjør en flerspråklig konferanse med direkteundertekster. Start med det du skal skrive ut.
En sending er én offentlig lenke og en QR-kode. Alle kan åpne lenken i en nettleser, velge et språk og lese mens taleren snakker. Det er ingenting å installere og ingen konto å opprette. Én sending kan mates av så mange direkte transkripsjoner du vil, så opptaket fra denne søndagen og det neste dukker opp på samme adresse.
Skriv ut QR-koden én gang og sett den på oppslagstavlen, på gudstjenesteprogrammet, på forelesningsslidene eller på veggen i galleriet for publikum. Lyttere skanner den for å åpne direkteoversettelsen og velge språk. Skulle du noen gang endre lenken, åpner den gamle fortsatt samme sending, så fjorårets løpesedler virker fortsatt.
En lytter som åpner lenken tidlig, ser at sendingen ikke har startet ennå. Den som kommer sent, ser alt som ble sagt før vedkommende kom, og følger deretter direkte. En lytter hvis forbindelse brytes, tar igjen det som ble gått glipp av på egen hånd.
En sending er offentlig som standard, noe som er riktig for en gudstjeneste eller et kommunestyremøte og feil for et lukket møte eller et seminar. For slike setter du den til privat og angir et passord: bare folk med passordet kan åpne lenken, og de blir bedt om det før teksten vises. Uansett må du si synlig at rommet blir transkribert, og hvor teksten havner. Folk som ber høyt, eller taler i tre minutter under offentlig innspill, har ikke nødvendigvis kommet for å få en transkripsjon. En linje om det i gudstjenesteprogrammet eller på dagsorden koster lite. Opprett sendingen på {{app}}/broadcasts/new.
En lenke er bare halvparten; noe må legge ord på den.
Før all programvare kommer lyden. Rom bygd for menigheter og kommuner er bygd for ekko: stein, høye tak, trebenker. En telefon eller bærbar PC på talerstolen hører taleren én gang direkte og deretter flere ganger fra veggene. Avstand pluss ekko er den enkeltårsaken til gjenkjenningsfeil som er størst, langt foran aksenter. Har rommet et lydbord, ta signalet derfra (en aux- eller opptaksutgang), så hører talegjenkjenningen det mikrofonene hører. Den som beveger seg rundt, som predikanten som forlater prekestolen eller foreleseren ved tavlen, bør bruke en klips- eller headsetmikrofon i stedet for å stole på en på stativ. Får du dette til, er resten mest finjustering.
De fleste menigheter, universiteter og kommuner har allerede lydsignalet fra lydbordet liggende et sted, og en direkte transkripsjon kan ta det derfra i stedet for fra en enhet i rommet.
For en strøm henter VocalStack lyden selv; det er ingenting å kjøre på din side. Adressen må likevel være tilgjengelig fra internett. En strøm som bare finnes på ditt eget nettverk, må tas opp fra en enhet i rommet. Start en direkte transkripsjon på {{app}}/transcriptions/new/live og knytt den til sendingen.
Når god lyd kommer inn, er feilene du likevel vil legge merke til, de forutsigbare.
Ordene en talegjenkjenner tar feil av i en kirke, på en forelesning eller i et kommunestyre, er forutsigbare: navn på personer og steder, bibelhenvisninger, fagtermer og punktene på en dagsorden. Årsaken er strukturell. En talegjenkjenner velger de mest sannsynlige ordene gitt lyden, og den lærer sannsynlighetene av det folk vanligvis sier. Så et sjeldent etternavn taper alltid mot et vanlig ord som høres likt ut. Feltets svar, kjent som biasing eller egendefinert ordforråd, er å fortelle systemet hvilke sjeldne ord det skal vente seg. Det nyttige poenget for et ukentlig rom er at dette nettopp er ordene som allerede står skrevet ned før arrangementet.
Legg til et manus eller presentasjonsslides før du starter. Navn og termer fra dem går da foran det gjenkjenneren oppfattet feil. Ingen må lese det ord for ord; en preken-disposisjon, et hefte eller den publiserte dagsorden har allerede de fleste egennavnene. Under opptaket følger fanen Script på vertsskjermen med som en teleprompter, og tenner ordene som er sagt så langt.
Manus kan skrives på forhånd og gis et starttidspunkt; biblioteket viser dem under Upcoming med en Start-knapp. Det passer en turnus: én person legger inn teksten på fredag, en annen trykker Start på søndag.
Blir et ord likevel feil, markerer fanen Fix usikre ord, og vertsen kan klikke på en linje for å rette den mens opptaket pågår; lytterne ser rettelsen.
Å få ordene riktige er den ene halvdelen; den andre er å vite hvem som sa dem.
Bryteren for talermerking har tre posisjoner. When Needed merker hver linje med talerens navn så snart mer enn én stemme høres; ellers er transkripsjonen ren tekst. On merker hver linje selv med én taler. Off gir ren tekst. For en preken betyr When Needed at én stemme leses som prosa; for et råd med et dusin medlemmer har hver linje sin taler.
Merkelappene starter som tall. I et opptak kan du gi en taler et navn, og navnet gjelder for alle linjene til vedkommende. For folk som snakker hver uke, kan du gå et steg videre og lagre stemmen deres. Du kan lage en stemme av enhver taler som snakker i minst tretti sekunder i et opptak, eller av et kort opptak som vedkommende selv leverer. Talleren blir da gjenkjent og merket med navn i senere opptak, og hvis lyttere velger å høre oversettelsen lest opp, leses den i talerens egen stemme på alle språk. Uten noen kloning får hver taler en egen standardstemme av samme kjønn, og enhver taler kan dempes.
En klonet stemme er biometriske data. VocalStack lager bare en med talerens uttrykkelige samtykke, bruker den bare til å lese vedkommendes linjer høyt, og lar deg slette den når som helst. Rådsmedlemmer og geistlige er offentlige personer i sine rom; det er ikke det samme som samtykke, så spør.
For et kommunestyre er det her transkripsjonen blir et dokument. Når hver linje har navn, viser protokollen endelig hvem som sa «jeg tror vi har dekket dette» for fjerde gang. Noe som reiser spørsmålet om hvem protokollen er til for.
De første mottakerne er de faste som er døve eller tunghørte, ikke de besøkende som leser på et annet språk, selv om de også er velkomne. En høreslynge (en induksjonsslynge) hjelper folk med høreapparat og gjør ingenting for andre; undertekster på en telefon hjelper resten, og de to utfyller hverandre i stedet for å konkurrere. Offentlige organer i mange land har tilgjengelighets- og åpne-møte-plikter, og en transkripsjon som publikum kan lese direkte og i etterkant, bidrar langt på vei til begge. Sjekk hva som gjelder for deg lokalt.
Vær ærlig om hva automatiske undertekster er. En menneskelig tekster (tjenesten kalles CART i noen land) lytter, forstår og skriver. Under en opphetet debatt i et råd der tre medlemmer snakker samtidig, vil et menneske fortsatt slå en maskin. Overlappende tale gir feil i ethvert automatisk system, og det samme gjør ordføreren som mumler utenfor mikrofonen. Der det finnes et lovkrav om ordrette undertekster, er automatiske et supplement, ikke en erstatning; der alternativet er ingenting, er de en stor forbedring av ingenting.
Transkripsjonen er også mer verdt dagen etter.
Hvert opptak havner i biblioteket ditt, og sidene for sendingen lister tidligere opptak for alle som har lenken. Den som gikk glipp av møtet, kan spille det av akkurat slik det ble tatt opp, linje for linje, med lyden.
Når ordene er endelige, skrives en tittel og et sammendrag på alle språk. Et søk på ditt språk finner også opptak laget på et annet, slik at en saksbehandler kan finne måneden et punkt ble diskutert, og en student forelesningen som dekket et emne. Eksport kommer som SRT-undertekster, PDF, Excel eller JSON, med rettelser og oversettelser inkludert; en PDF av den oversatte transkripsjonen passer fint ved siden av protokollen. Skal noe av dette skje uten at noen klikker, gjør API-et alt det Dashbordet gjør, til samme pris, i alle abonnementer: se {{api}}/docs.
Alt dette må tåle et menighets- eller komitébudsjett.
Direkte transkripsjon koster $0.60 per time lyd, faktureres per sekund med et minimum på 5 minutter per transkripsjon, i alle abonnementer. Lyttere er gratis, uansett hvor mange de er, og oversettelse til opptil 10 språk per transkripsjon er inkludert.
En ny konto får $5 i engangskreditt ved registrering og krever ikke kort. Den kreditten dekker mer enn en måned med søndager. Deretter fyller du på etter behov, eller tar Premium for $50 i måneden ($40 i måneden på årsabonnementet). Premium inkluderer $50 i kreditt hver måned, som er 83 timer direkte transkripsjon. Det beholder også hvert opptak så lenge kontoen består, i stedet for 30 dager, og det avbryter ikke en transkripsjon hvis kreditten tar slutt midt i et møte. To praktiske merknader for kasserer. På Betal etter bruk kan en transkripsjon bruke opptil 15 sekunder på å starte fra kald start, så trykk start før åpningssalmen, ikke under den. Og en YouTube-direktesending som allerede er avsluttet, er en video, og transkriberes derfor som en fil, til den langt lavere filprisen.
For ett rom og ett gjentakende arrangement er Betal etter bruk nok. For en institusjon som vil ha hvert opptak søkbart år senere, eller som driver flere rom samtidig, er Premium det å velge. Hele tabellen, med grenser og oppbevaring, finnes på prissiden, og den interaktive demoen viser hva en lytter ser.
