Слова, которые распознавание ошибочно передаёт на службе или на заседании совета, — это те самые, что уже написаны на бумаге. Передайте ему повестку, берите звук с микшерного пульта, а не из зала, и еженедельное мероприятие обойдётся дешевле кофе, который подают после него.
Воскресная служба, вторничная лекция и ежемесячное заседание совета имеют больше общего, чем кажется. Каждое из них повторяется снова и снова в одном и том же помещении, каждое ведёт не звуковая компания, а волонтёр или секретарь, и каждое обслуживает людей, которым было бы проще следить на другом языке, людей со слабым слухом и тех, кто вообще не смог бы прийти. Бюджет небольшой, а люди, которые всем этим занимаются, меняются. Тот, кто настраивал всё в прошлом году, обычно уже переведён на составление графика дежурств по цветам.
В этой статье рассказано, как один раз настроить VocalStack для такого помещения, чтобы каждую следующую неделю достаточно было нажать «старт». Также разобраны несколько вещей, от которых зависит, будут ли слова на экране правильными. Для разового варианта, конференции с несколькими сценами, см. Многоязычная конференция с живыми субтитрами: пошаговый чек-лист. Начните с того, что вы будете печатать.
Трансляция — это одна публичная ссылка и QR-код. Любой может открыть ссылку в браузере, выбрать язык и читать текст по мере того, как говорит докладчик. Ничего устанавливать и аккаунт создавать не нужно. Одну трансляцию могут питать сколько угодно живых транскрибаций, так что записи этого воскресенья и следующего появятся по одному и тому же адресу.
Распечатайте QR-код один раз и повесьте его на доску объявлений, в порядок богослужения, на слайды лекции или на стену галереи для публики. Слушатели сканируют его, чтобы открыть живой перевод и выбрать язык. Если вы когда-нибудь переименуете ссылку, старая продолжит открывать ту же трансляцию, так что листовки прошлого года по-прежнему будут работать.
Слушатель, который откроет ссылку заранее, увидит, что трансляция ещё не началась. Тот, кто подключится поздно, увидит всё, что было сказано до его прихода, а дальше будет следить вживую. Если у слушателя пропало соединение, он догонит текст сам.
Трансляция по умолчанию открыта для всех, что правильно для службы или заседания совета и неправильно для закрытого собрания или семинара. Для таких случаев переключите её на закрытый режим и задайте пароль: открыть ссылку смогут только те, у кого есть пароль, и его спросят до того, как появится расшифровка. В любом случае скажите где-нибудь на видном месте, что помещение записывается и куда попадает текст. Люди, молящиеся вслух, или те, кто выступает три минуты в разделе публичных комментариев, не обязательно рассчитывали на расшифровку. Строчка об этом в порядке богослужения или в повестке почти ничего не стоит. Создайте трансляцию по адресу {{app}}/broadcasts/new.
Ссылка — это только половина дела; что-то должно выводить на неё слова.
Прежде всего звук. Помещения, построенные для собраний и советов, рассчитаны на реверберацию: камень, высокие потолки, деревянные скамьи. Телефон или ноутбук на кафедре слышит докладчика сначала напрямую, а потом ещё несколько раз — отражённым от стен. Расстояние плюс эхо — самая большая причина ошибок распознавания, намного опережающая акценты. Если в помещении есть микшерный пульт, берите сигнал с него (выход aux или record), чтобы распознаватель слышал то же, что и микрофоны. Тем, кто двигается, например священнику, который покидает кафедру, или лектору у доски, стоит надеть петличный или головной микрофон, а не полагаться на один микрофон на стойке. Решите это — и остальное сведётся к настройке.
Большинство церквей, университетов и советов уже выводят звук с пульта куда-то, и живая транскрибация может взять его оттуда, а не с устройства в зале.
Для потока VocalStack сам забирает звук; с вашей стороны ничего запускать не нужно. Адрес должен быть доступен из интернета. Поток, который существует только в вашей локальной сети, придётся записывать с устройства в зале. Запустите живую транскрибацию по адресу {{app}}/transcriptions/new/live и прикрепите её к трансляции.
Когда хороший звук поступает, ошибки, которые вы всё же заметите, будут предсказуемыми.
Слова, которые распознавание речи ошибочно передаёт в церкви, лекции или зале заседаний, предсказуемы: имена людей и названия мест, ссылки на Писание, специальные термины, пункты повестки. Причина структурная. Распознаватель выбирает наиболее вероятные слова с учётом звука, а эти вероятности он выучивает по тому, что люди обычно говорят. Поэтому редкая фамилия каждый раз проигрывает распространённому слову, которое звучит похоже. Ответ в этой области, известный как biasing или custom vocabulary, — сообщить системе, какие редкие слова ожидать. Полезное наблюдение для еженедельного помещения: именно эти слова уже записаны до мероприятия.
Добавьте сценарий или слайды до начала. Имена и термины из них тогда будут иметь приоритет над тем, что распознаватель расслышал неправильно. Никто не обязан читать текст слово в слово; план проповеди, раздаточный материал или опубликованная повестка уже содержат большинство имён собственных. Во время записи вкладка Script на экране ведущего следует за речью, как телесуфлёр, подсвечивая слова, которые уже прозвучали.
Сценарии можно написать заранее и задать время начала; библиотека показывает их в разделе Upcoming с кнопкой Start. Это подходит для графика дежурств: один человек добавляет текст в пятницу, другой нажимает Start в воскресенье.
Если слово всё равно выходит неправильно, вкладка Fix помечает неуверенные слова и позволяет ведущему кликнуть по строке и исправить её во время живой записи; слушатели видят исправление.
Правильные слова — это одна половина; другая — знать, кто их сказал.
Переключатель меток говорящих имеет три положения. When Needed подписывает каждую строку именем говорящего, как только слышно больше одного голоса; в противном случае расшифровка — простой текст. On подписывает каждую строку, даже если говорит один человек. Off — простой текст. Для проповеди When Needed означает, что один голос читается как сплошной текст; для совета из дюжины членов каждая строка несёт имя говорящего.
Сначала метки — это номера. В записи можно назвать говорящего, и имя применится ко всем его репликам. Для людей, которые говорят каждую неделю, сделайте шаг дальше и сохраните их голос. Голос можно создать из любого говорящего, который звучит в записи не меньше тридцати секунд, или из короткой записи, которую он предоставит. Тогда говорящий будет распознаваться и подписываться по имени в будущих записях, а если слушатели решат слушать перевод озвученным, он будет читаться голосом этого говорящего на каждом языке. Без клонирования каждый говорящий получит свой отдельный стандартный голос подходящего пола, и любого говорящего можно заглушить.
Клонированный голос — это биометрические данные. VocalStack создаёт его только с явного согласия говорящего, использует только для озвучивания реплик этого говорящего и позволяет удалить его в любое время. Члены совета и духовенство — публичные фигуры в своих залах, но это не то же самое, что согласие, поэтому спросите.
Для совета именно здесь расшифровка становится протоколом. Когда каждая строка подписана именем, в протоколе наконец видно, кто в четвёртый раз сказал «Мне кажется, мы это уже проходили». Это ставит вопрос о том, для кого вообще этот протокол.
Первыми выигрывают постоянные посетители, которые глухи или слабослышащие, а не гости, читающие на другом языке, хотя и они тоже. Индукционная петля (induction loop) помогает людям со слуховыми аппаратами и ничего не даёт остальным; субтитры на телефоне помогают всем остальным, и эти два средства дополняют друг друга, а не конкурируют. Государственные органы во многих странах несут обязанности по доступности и открытости заседаний, и расшифровка, которую публика может читать вживую и потом, во многом помогает их выполнять. Уточните, что действует именно для вас.
Будьте честны насчёт того, что такое автоматические субтитры. Живой субтитровщик (в некоторых странах эта услуга называется CART) слушает, понимает и печатает. На бурных дебатах в совете, когда три члена говорят одновременно, человек всё равно превзойдёт машину. Наложение речи вызывает ошибки в любой автоматической системе, как и председатель, бормочущий вне микрофона. Там, где есть юридическое требование к дословным субтитрам, автоматические — это дополнение, а не замена; там, где альтернатива — ничего, они гораздо лучше, чем ничего.
Расшифровка стоит больше на следующий день.
Каждая запись попадает в вашу библиотеку, а страница трансляции показывает прошлые записи любому, у кого есть ссылка. Тот, кто пропустил заседание, может воспроизвести его так, как оно прошло, построчно, вместе со звуком.
Когда текст окончательный, название и краткое содержание пишутся на каждом языке. Поиск на вашем языке находит и записи, сделанные на другом, так что секретарь может найти месяц, когда обсуждался пункт, а студент — лекцию, в которой разбирался нужный раздел. Экспорт бывает в форматах SRT (субтитры), PDF, Excel или JSON, с учётом исправлений и переводов; PDF переведённой расшифровки хорошо ложится рядом с протоколом. Если что-то из этого должно происходить без нажатия человека, API делает всё, что делает Панель управления, по той же ставке и на каждом тарифе: см. {{api}}/docs.
Всё это должно укладываться в бюджет прихода или комитета.
Живая транскрибация стоит $0.60 за час аудио, оплачивается за каждую секунду, с минимумом 5 минут на транскрибацию на любом тарифе. Слушатели бесплатны, сколько бы их ни было, а перевод на до 10 языков для каждой транскрибации включён.
Новый аккаунт получает $5 разового кредита при регистрации и не требует карты. Этого кредита хватает больше чем на месяц воскресений. Дальше вы пополняете баланс по мере использования или переходите на Premium за $50 в месяц ($40 в месяц на годовом тарифе). Premium включает $50 кредита каждый месяц, что равно 83 часам живой транскрибации. Он также хранит каждую запись всё время существования аккаунта, а не 30 дней, и не обрывает транскрибацию, если кредит закончился посреди заседания. Два практических замечания для казначея. На Pay as you go транскрибация может стартовать до 15 секунд с холодного старта, поэтому нажимайте Start до вступительного гимна, а не во время него. И живой эфир на YouTube, который уже закончился, — это видео, поэтому он транскрибируется как файл, по гораздо более низкой ставке для файлов.
Для одного помещения и одного регулярного мероприятия достаточно Pay as you go. Для учреждения, которое хочет, чтобы каждая запись была доступна для поиска через годы, или которое ведёт несколько залов одновременно, выбирайте Premium. Полная таблица с лимитами и сроками хранения — на странице цен, а интерактивная демонстрация показывает, что видит слушатель.
