Subtitrările se câștigă la pupitrul de mixaj și în slide-urile vorbitorilor. Ia un singur flux curat de la microfoanele de vorbire din fiecare scenă și încarcă fiecare nume și acronim înainte ca cineva să urce pe scenă; restul zilei înseamnă remedierea a ceea ce au ratat acestea două.
Cea mai mare parte a muncii la subtitrarea unei conferințe se face înainte ca cineva să urce pe scenă, iar cea mai mare parte din ea nu ține de software.
Un telefon pe pupitru aude sala; pupitrul de mixaj aude vorbitorul. Ia fluxul de la pupitru și fii precis în privința fluxului. Cere inginerului de sunet un aux sau un send matrice dedicat, care transportă doar microfoanele de vorbire: pupitrul, microfoanele de rever și cele ale panelului. Muzica de intrare, redările video și stemul aplauzelor rămân afară. Recunoașterea care trebuie să asculte printr-un jingle face o presupunere încrezătoare despre versuri.
Testează acest send la repetiția tehnică, cu microfoanele reale și, dacă se poate, cu boxele reale. Altfel afli la 8:55 dimineața evenimentului că ieșirea matrice este post-fader și că inginerul amuțește pupitrul între prezentări.
Oferă VocalStack acest flux în una din două moduri. Primul este un encoder RTMP la pupitru. Când adaugi un flux RTMP ca sursă a unei transcrieri live, Dashboard-ul afișează adresa serverului și cheia de stream pe care le cere encoder-ul, îți spune dacă sosește deja audio și în ce format și îți permite să îl asculți. Al doilea este o adresă de stream. Dacă scena deja iese ca YouTube live sau ca flux audio, lipește acel link și VocalStack trage singur audio-ul; nu rulează nimic de partea ta. Lipește adresa propriu-zisă a stream-ului, nu pagina pe care rulează. Dacă lipești din greșeală o pagină web, Dashboard-ul îți spune.
Indiferent de metodă, folosește un singur flux de microfon per scenă. Microfoanele din public și suprapunerile de voci costă acuratețe, pe care nicio setare nu o recuperează. Cel mai bun microfon din clădire aparține panelistului care tot se îndepărtează de el.
Odată ce audio-ul ajunge, participanții au nevoie de un loc unde să citească subtitrările.
O transmisiune este linkul pe care îl deschid participanții. Creează-o din Broadcasts, dă-i un nume și alege-i linkul. Dashboard-ul propune un link pe baza numelui; îl poți edita, cu condiția să rămână cel puțin șase caractere. Același ecran afișează codul QR pe care participanții îl scanează ca să deschidă traducerea live și să își aleagă limba.
Hotărăște de acum dacă transmisiunea este publică sau privată. Public înseamnă că oricine are linkul îl poate deschide. Privat înseamnă că participanții introduc o parolă scurtă înainte ca transcrierea să apară. Dacă linkul trebuie schimbat mai târziu, schimbă-l; cel vechi continuă să funcționeze.
Apoi gândește-te cum ajunge linkul în o mie de buzunare. Pune codul QR pe slide-ul de așteptare dinaintea fiecărei sesiuni, pe semnalistica de la uși și pe cartonașul de la ghiozdan, dacă există unul. Sute de telefoane care se conectează deodată pun o presiune reală pe Wi-Fi-ul locației, așa că întreabă locația pentru ce capacitate au fost dimensionate punctele de acces și dacă rețeaua pentru oaspeți limitează fiecare dispozitiv. Dacă răspunsul este o ridicare din umeri, spune participanților să folosească datele mobile. Paginile sunt mici; riscul este Wi-Fi-ul.
O conferință cu două scene nu are nevoie de două linkuri. O singură transmisiune poate fi alimentată de mai multe transcrieri live în același timp. Scena A și scena B devin două transcrieri atașate aceleiași transmisiuni, iar telefonul participantului arată pe o singură pagină pe amândouă. Fiecare scenă este propria sa transcriere live, iar fiecare plan limitează câte pot rula simultan (1 pe Pay as you go, 5 pe Premium, nelimitat pe Enterprise). Această limită revine în secțiunea despre buget de mai jos.
Un link nu valorează mai mult decât cuvintele din spatele lui.
În orice sistem, recunoașterea live se împiedică de nume, termeni de produs și acronime. Adaugă scenariul sau slide-urile fiecărui vorbitor înainte să începi, iar numele și termenii din ele au prioritate față de ceea ce crede motorul că a auzit. În timpul prezentării, fila Script urmărește cuvintele ca un teleprompter.
Este și momentul să fii onest în privința a ceea ce înseamnă subtitrarea automată. Recunoașterea vorbirii plus traducerea automată nu sunt CART (Communication Access Realtime Translation, subtitrare tastată live de un subtitrator uman calificat), și nu sunt interpretare. Sunt rapide, ieftine și nu obosesc, dar vor inversa ocazional o negație, vor rotunji un număr sau vor transforma o glumă într-o afirmație de fapt. Pentru un discurs de deschidere, o sesiune de produs sau un panel, acest compromis este de obicei potrivit. Pentru o sesiune în care un cuvânt greșit are consecințe (juridice, medicale, un vot), rezervă un subtitrator sau un interpret uman și lasă mașina să ruleze alături ca înregistrare scrisă. Merită cunoscut și reperul de accesibilitate: WCAG 2.x cere subtitrări pentru audio live la nivelul AA (criteriul 1.2.4), iar un număr tot mai mare de contracte din sectorul public și ale locațiilor le citează pur și simplu.
Cu cuvintele stabilite, ultima pregătire ține de cine le rostește.
Etichetele de vorbitor le spun publicului cine vorbește. Setează comutatorul pe When Needed și etichetele apar abia după ce s-a auzit un al doilea vorbitor, astfel încât un discurs de deschidere se citește ca text simplu, iar un panel se citește ca o conversație.
Pentru ca vorbitorii să fie recunoscuți după nume de la prima replică, înregistrează-le vocile din timp, sub Voices. Este suficient un fragment în care vorbește o singură persoană: MP3, M4A sau WAV, de cel puțin treizeci de secunde, deși câteva minute sunt mai bune. Persoana trebuie să fi fost de acord, iar Dashboard-ul îți cere să confirmi că ai permisiunea înainte de a crea vocea. Tratează asta ca pe mai mult decât o bifă. Conform GDPR, o amprentă vocală folosită pentru a identifica o persoană este considerată, în general, date biometrice (articolul 9). Asta înseamnă consimțământ explicit și dreptul de a cere ștergerea amprentei vocale. Există reguli comparabile și în alte părți, iar acordurile cu vorbitorii sunt locul cel mai simplu în care să fie acoperite. O voce clonată poate fi ștearsă oricând. Cât timp există, le permite și ascultătorilor să audă traducerile acelui vorbitor într-o voce asemănătoare.
Cu planul stabilit, restul este ziua propriu-zisă.
Fiecare transcriere live are un tab Speed cu un mod de latență și un grafic al întârzierii în timp. Trei setări:
Pentru un discurs de deschidere cu scenariu și un flux curat de la pupitru, Auto este potrivit; pentru un panel tehnic cu patru accente și fără scenariu, Accuracy merită întârzierea suplimentară.
Pornirea este celălalt moment pentru care trebuie să planifici. Pe Pay as you go, un start la rece poate dura până la 15 secunde înainte ca transcrierea să înceapă. Premium pornește de obicei cald, iar Enterprise pornește mereu cald. Apasă start în timpul intrării publicului, nu la primul cuvânt.
Indiferent de mod, unele cuvinte vor fi greșite, așa că cineva trebuie să urmărească.
Cineva de la pupitru ar trebui să țină deschisă fila Fix. Are două comutatoare: Mark uncertain words colorează și subliniază cuvintele pe care motorul nu a fost sigur, iar Click to correct deschide o linie pentru revizuire când dai click pe ea. Fila te parcurge segmentele incerte unul câte unul, iar o corecție ajunge la fiecare ascultător, în fiecare limbă.
Microfonul din public este veriga slabă din orice sală, iar sesiunea de întrebări o arată. Roagă moderatorul să repete fiecare întrebare din public în propriul microfon înainte de a răspunde. Subtitrările îi vor fi recunoscătoare, la fel și rândul din spate, care nici el nu a auzit.
Între sesiuni, pupitrul are o altă sarcină.
Ecranul gazdei poate pune pe pauză și relua o înregistrare, iar pagina ascultătorului afișează o notificare: „Pusă pe pauză. Transcrierea continuă când gazda reia.” Pauza este pentru o schimbare de program, nu pentru o pauză de prânz. Fiecare înregistrare are un timp maxim de pauză, setat în Dashboard la 30 de secunde, 1 minut sau 3 minute; o înregistrare lăsată pe pauză mai mult de atât se încheie singură.
Pentru un interval mai lung, oprește înregistrarea și pornește una nouă când începe următoarea sesiune. Fiecare înregistrare rămâne listată pe pagina transmisiunii, așa că după-amiaza participanții pot derula înapoi spre sesiunile de dimineață. O singură înregistrare live are un plafon de câteva ore pe Pay as you go și mai lung pe Premium (cifrele exacte sunt pe pagina de prețuri), așa că o zi lungă înseamnă oricum mai multe înregistrări.
Pe la mijlocul dimineții, verifică cine citește de fapt.
Fila Broadcast, cu vizualizarea audienței, arată cine este înăuntru, câți ascultă acum, limbile deschise de ei și ascultătorii în timp. Fiecare transcriere include până la 10 limbi, iar fiecare ascultător alege una pe propriul dispozitiv. Vizualizarea îți spune deci ce limbi citește de fapt sala, ceea ce rareori coincide cu lista pe care organizatorii au ghicit-o. Delegații înscriși din Madrid citesc, de fapt, engleză; rândul pentru portugheză se umple dintr-un tabel la care nimeni nu se aștepta. Ia lista acasă pentru anul viitor.
Fiecare dintre acești ascultători este gratuit. Ce costă este audio-ul.
Transcrierea live costă $0.60 pe oră de audio, facturată pe secundă, cu un minim de 5 minute per transcriere, în fiecare plan și prin API. Două scene care rulează câte opt ore înseamnă 16 ore de audio live, adică $9.60. Traducerile, transmisiunile, rezumatele și exporturile sunt incluse, indiferent câți oameni ascultă.
Planul contează pentru capacitate, nu pentru tarif. Pay as you go oferă $5 credit de înregistrare, fără card necesar, o singură transcriere la un moment dat și o înregistrare de maximum 5 ore. O transcriere live se oprește imediat ce creditul ajunge la zero, așa că reîncarcă înainte să se deschidă ușile. Premium costă $50 pe lună ($40 pe lună la planul anual) și include în fiecare lună $50 credit, care acoperă 83 de ore live. Permite cinci transcrieri simultane și înregistrări de 10 ore și adaugă o perioadă de grație: o transcriere live continuă să ruleze un timp după ce ajunge la zero, iar minutele suplimentare se facturează la același tarif. Două scene în paralel au nevoie de Premium. Enterprise are preț personalizat, concurență nelimitată, înregistrări de 24 de ore și un pool dedicat de motoare.
Vezi pagina de prețuri pentru tabelul complet și verifică soldul sub Billing din Dashboard cu o săptămână înainte.
Factura se oprește când se oprește audio-ul; transcrierea nu.
Transcrierile sunt păstrate 30 de zile pe Pay as you go și fără limită pe Premium și Enterprise. Pe Pay as you go, audio-ul sursă este păstrat doar 7 zile. Exportă în decurs de o săptămână dacă ești pe planul gratuit.
Pentru cum arată linkul din locul participantului, vezi Un singur link, în fiecare limbă, sau încearcă demo-ul live de pe pagina principală.
