நேரலை மொழிபெயர்ப்பின் துல்லியம் பெரும்பாலும் எந்த மாதிரியும் இயங்குவதற்கு முன்பே தீர்மானிக்கப்படுகிறது; அது மைக்ரோஃபோன் எங்கே இருக்கிறது என்பதைப் பொறுத்தது. பன்னிரண்டாம் வரிசை இருக்கையிலிருந்து அல்ல, ஒலிக் கலவை மேசையிலிருந்து ஒலியை எடுத்து ஒரு முறை டிரான்ஸ்கிரைப் செய்யுங்கள்; அப்போது ஒரு தவறு, எல்லோராலும் சரிசெய்யக்கூடிய ஒரே ஒரு வரியாகிவிடும்.
ஃபோன்களில் உள்ள மொழிபெயர்ப்புச் செயலிகள் உண்மையிலேயே ஒரு சாதனை. அவை பெரும்பாலும் சாதனத்திலும் அதன் பேட்டரியிலும் பொருந்தக்கூடிய அளவுக்குச் சிறிய பேச்சு மாதிரியை இயக்குகின்றன (சில, இணைப்பு இருக்கும்போது ஒலியை ஒரு சேவையகத்துக்கு அனுப்புகின்றன). குறுகிய, தெளிவான, அன்றாட வாக்கியங்களுக்கு அவை வேலை செய்கின்றன: வழி கேட்பது, உணவுப் பட்டியலைப் படிப்பது, ஒரு கவுண்டர் முன் நடக்கும் உரையாடல்.
ஒரே பேச்சாளரைக் கேட்கும் ஓர் அறை வேறு பிரச்சினை. உண்மையான பேச்சில் தவறாகப் போகும் விஷயங்கள்தான் சிறிய மாதிரி மிக மோசமாகக் கையாளும் விஷயங்கள்: அரிய சொற்களும் பெயர்களும், ஒலியில் ஒன்றுபோல் தோன்றும் சொற்கள் ("their" and "there", "sail" and "sale"), தொழில்நுட்பச் சொற்கள், உச்சரிப்புகள், ஒருவர் மீது ஒருவர் பேசுதல், பின்னணி இரைச்சல். ஒரு படகுக் கழகத்தில், "sale" என்று கேட்கும் மாதிரி ஒரு நியாயமான யூகத்தைச் செய்திருக்கிறது; ஆனால் அது நம்பிக்கையுடன் செய்த தவறு.
சிறிய மாதிரி பெரிய மாதிரியை விட அதிகம் யூகிக்க இரண்டு காரணங்கள் உண்டு. ஃபோனுக்குப் பொருந்தும் வகையில் அது சுருக்கப்பட்டிருப்பதால், அதற்குத் தெரிந்த சொற்களும், அவற்றைச் சொல்லும் வழிகளும் குறைவு; இதுவரை சந்தித்திராத ஒரு குடும்பப் பெயரை ஒலிகளை வைத்து மட்டுமே தோராயமாக ஊகிக்கிறது. மேலும், நேரடி அங்கீகாரம் வாக்கியம் முழுவதும் வருவதற்குக் காத்திருக்க முடியாது; ஒரு சொல்லை முன்கூட்டியே தேர்ந்தெடுக்க வேண்டும். அதனால், "sail" என்பதையும் "sale" என்பதையும் பிரித்துத் தீர்மானிக்கக்கூடிய, அடுத்து வரும் சொற்களையோ பேச்சு எதைப் பற்றியது என்று சொல்லும் ஒரு குறிப்பையோ மாதிரியால் பயன்படுத்த முடியாது. பேச்சு அங்கீகாரத்தில் "சூழல்" என்றால் சரியாக இந்த இரண்டுதான்: சுற்றியுள்ள சொற்கள், முன்கூட்டியே தெரிந்தவை.
மாதிரிக்கு உறுதியில்லை என்றால், அது யூகிக்கிறது. மொழிபெயர்ப்பு அந்த யூகத்தின் மேல் கட்டப்படுகிறது, ஆனால் அதைப் படிப்பவருக்கு அது தெரியாது. தவறான ஒரு வரியை அறையில் யாராலும் பார்க்க முடியாது; அதைச் சரிசெய்வதைப் பற்றிப் பேச்சே இல்லை. அதோடு, அறை என்பது ஒரு கேட்பவர் அல்ல, ஐம்பது பேர்.
ஒரு ஃபோன் பேச்சாளரைக் கேட்பதில்லை, அறையைக் கேட்கிறது. காரணம் தூரம்: ஒரு லேப்பல் அல்லது மேசை மைக்ரோஃபோன் வாயிலிருந்து சில சென்டிமீட்டர் தூரத்தில் இருக்கும்; ஆனால் பன்னிரண்டாம் வரிசையில் உள்ள ஃபோன் பத்து மீட்டர் அல்லது அதற்கு மேல் தொலைவில் இருக்கிறது, அதை அடையும் ஒலியில் பெரும்பாலானது சுவர்கள், கூரை, நாற்காலிகளின் பின்புறம் ஆகியவற்றில் பட்டுத் தெறித்து வந்தவை. பிரதிபலித்த ஒலி தாமதமாகவும் மங்கலாகவும் வருகிறது. அதோடு, இரண்டு வரிசை பின்னால் இருப்பவரின் இருமல், அருகில் இருப்பவரின் முணுமுணுப்பு, மண்டபம் முழுவதும் ஒலிபெருக்கிகள் குரலுக்குச் செய்யும் மாற்றங்கள் ஆகியவற்றையும் ஃபோன் பிடிக்கிறது. ஒவ்வொரு இருக்கையும் சற்றே வேறுபட்ட பதிவைப் பெறுகிறது, அதனால் ஒவ்வொரு இருக்கைக்கும் சற்றே வேறுபட்ட டிரான்ஸ்கிரிப்ட் கிடைக்கிறது.
ஒரு ஃபோன் ஒருவருக்காக மட்டுமே மொழிபெயர்க்கிறது. ஐம்பது பேர் தங்கள் ஃபோன்களை உயர்த்திப் பிடித்தால், ஒரே பேச்சுக்கு ஐம்பது தனித்தனி டிரான்ஸ்கிரிப்ட்கள் கிடைக்கும், ஒவ்வொன்றிலும் வேறு வேறு தவறுகள். பின்னர் இருவர் குறிப்புகளை ஒப்பிட்டால், என்ன சொல்லப்பட்டது என்பதில் ஒத்துப்போக மாட்டார்கள். பேச்சாளரோ உயர்த்தப்பட்ட ஃபோன்களின் சுவரிடம் பேசுகிறார், அதைப் படிப்பது கடினமான கூட்டம்.
அறையில் சிலருக்கு இது ஒரு சிரமம் மட்டுமல்ல; பேச்சை அவர்களால் பின்தொடர முடியுமா இல்லையா என்பதையே இது தீர்மானிக்கிறது. கேட்குறைபாடு உள்ள பங்கேற்பாளருக்கோ, மூன்றாம் மொழியில் பின்தொடர்பவருக்கோ, ஐம்பது முயற்சிகள் அல்ல, ஒரே சரியான பகிர்ந்த உரை தேவை. அதாவது பேச்சாளரை ஒரு முறை டிரான்ஸ்கிரைப் செய்து, எல்லோருக்கும் ஒரே முடிவைக் கொடுப்பது. ஆனால் ஒரு முறை டிரான்ஸ்கிரைப் செய்வது நன்மை தர வேண்டுமென்றால் அது நன்றாகச் செய்யப்பட வேண்டும்; அது ஒலி எங்கிருந்து வருகிறது என்பதிலிருந்தே தொடங்குகிறது.
டிரான்ஸ்கிரிப்ட் அது உருவாக்கப்பட்ட ஒலியைப் போலவே சிறந்ததாக இருக்கும். அதனால் முதல் முடிவு எந்த மாதிரியைப் பயன்படுத்துவது என்பது அல்ல, எந்தச் சமிக்ஞையை அதற்கு ஊட்டுவது என்பதுதான். இரண்டாவது, மாதிரிக்கு முன்பே அதனிடம் என்ன சொல்வது என்பது.
நேரலை டிரான்ஸ்கிரிப்ஷன், சுத்தமான சமிக்ஞை ஏற்கெனவே எங்கே இருக்கிறதோ அங்கிருந்து ஒலியை எடுக்கிறது:
VocalStack ஒரு URL ஸ்ட்ரீமை தானே இழுத்துக்கொள்கிறது, அதனால் உங்கள் பக்கத்தில் எதுவும் இயங்க வேண்டியதில்லை. RTMP ஊட்டம் எதிர்த்திசையில் செயல்படுகிறது: உங்கள் என்கோடர்தான் அதைத் தள்ளுகிறது. பேச்சாளரின் மொழி தானாகவே கண்டறியப்படுகிறது, அவர் எப்போது வேண்டுமானாலும் மொழியை மாற்றலாம். மொழி உங்களுக்குத் தெரிந்திருந்து, பதிவு இரைச்சலாகவோ உச்சரிப்பு அதிகமாகவோ இருந்தால், அந்த மொழியைக் குறிப்பிடுவது துல்லியத்தை மேம்படுத்தும்.
சுத்தமான ஒலி அறையால் ஏற்படும் தவறுகளை நீக்குகிறது. சொல்லகராதியால் ஏற்படும் தவறுகளுக்கு அது எதுவும் செய்யாது; அவற்றுக்கு வேறு வகையான உதவி தேவை.
ஒரு ஃபோனுக்கு பேசுவது யார் என்றோ பேச்சு எதைப் பற்றியது என்றோ தெரியாது; அதனால் ஒரு தயாரிப்புப் பெயரும் ஒரு குடும்பப் பெயரும் தோராயமாக ஊகிக்கப்பட வேண்டிய வெறும் ஒலிகளே. ஒரு ஒளிபரப்புக்கோ முன்கூட்டியே என்ன எதிர்பார்க்க வேண்டும் என்று சொல்ல முடியும்.
தொடங்குவதற்கு முன் ஒரு ஸ்கிரிப்டையோ ஸ்லைடுகளையோ சேர்த்தால், அவற்றில் உள்ள பெயர்களும் சொற்களும் என்ஜின் தவறாகக் கேட்டதை விட மேலோங்கும். பதிவின்போது Script தாவல் ஒரு டெலிப்ராம்ப்டர் போல பேச்சாளரைப் பின்தொடர்கிறது. மாநாடுகளையும் விரிவுரைகளையும் நிரப்பும் வகைப் பேச்சுக்கு இதுவே மிகப்பெரிய ஒற்றை துல்லிய நன்மை: பொது நோக்கு மாதிரி போதுமான அளவு கேட்டிராத சிறப்புப் பெயர்ச்சொற்களும் சொல்வளமும் நிறைந்தது அது.
நல்ல ஒலியும் ஒரு சொல் பட்டியலும் பெரும்பாலான தவறுகளை நீக்குகின்றன. கேள்வி, மீதமுள்ள தவறுகளுக்கு என்ன நடக்கிறது என்பதுதான்.
நல்ல ஒலியும் ஸ்கிரிப்டும் இருந்தாலும், சில வரிகள் தவறாக வரும். வித்தியாசம் அடுத்து என்ன நடக்கிறது என்பதில்தான் இருக்கிறது.
ஃபோனில், ஒன்றும் நடப்பதில்லை. தவறான வரி கடந்து போகிறது, அதன் மேல் கட்டப்பட்ட மொழிபெயர்ப்பும் அதனுடன் போகிறது.
ஒளிபரப்பில், காட்டுவதற்குத் தகுதியில்லாத அளவுக்குத் தெளிவற்ற வரி, உண்மை போல முன்வைக்கப்படாமல், கேட்பவர்களிடமிருந்து "Audio unclear" (ஒலி தெளிவற்றது) என்று மறைக்கப்படுகிறது.
பிறகு, Fix தாவல் கொண்ட தொகுப்பாளர் இருக்கிறார்: என்ஜின் உறுதியில்லாத சொற்களை நிறமிட்டு அடிக்கோடிடலாம், ஒரு கிளிக்கில் ஒரு வரி மதிப்பாய்வுக்குத் திறக்கும், டிரான்ஸ்கிரிப்ஷன் இன்னும் நேரலையாக இருக்கும்போதே எந்தச் சொல்லையோ வரியையோ மீண்டும் எழுதலாம். ஒவ்வொரு கேட்பவரும் திருத்தத்தைத் தங்கள் சொந்த மொழியில் பார்க்கிறார்கள். ஒவ்வொரு திருத்தமும் குறிக்கப்பட்டிருக்கும், திரும்பப் பெறவும் முடியும்.
சேவையகம் ஒருபோதும் தவறு செய்யாது என்பது இதன் பொருள் அல்ல. தவறு தெரியும்படி இருக்கிறது, அறையில் உள்ள ஒருவருக்குச் சொந்தமானது, எல்லோருக்கும் ஒரு முறை சரிசெய்யப்படுகிறது என்பதுதான் முக்கியம்.
திருத்தங்கள் கேட்பவர்கள் படிப்பதைச் சரிசெய்கின்றன. பேச்சைக் கேட்க விரும்புபவர்களுக்கு, அதே திருத்தப்பட்ட உரை பேசப்பட்டு வழங்கப்படுகிறது.
படிப்பதை விட கேட்க விரும்பும் கேட்பவர், ஒவ்வொரு மொழிபெயர்ப்பு வரியும் உரக்கப் படிக்கப்படுவதைத் தேர்ந்தெடுக்கலாம். இயல்பாக, ஒவ்வொரு பேச்சாளருக்கும் பாலினத்துக்கு ஏற்ற தனித்துவமான ஆயத்தக் குரல் ஒதுக்கப்படுகிறது; அதனால் ஒரு கலந்துரையாடல் குழு இன்னும் ஒரு கலந்துரையாடல் குழு போலவே ஒலிக்கும். ஒவ்வொரு பேச்சாளருக்கும் ஒரு குரலை ஒதுக்கலாம், அல்லது ஒருவரை ஒலியடக்கலாம்.
பேச்சாளரின் அனுமதியுடன், அவரது பேச்சின் முப்பது வினாடிகளிலிருந்து அவரது குரலை குளோன் செய்யலாம்; அது ஒரு கிளிப்பாகப் பதிவேற்றப்பட்டதாக இருக்கலாம், அல்லது ஒரு பதிவில் உள்ள பேச்சாளரிடமிருந்து நேரடியாக எடுக்கப்பட்டதாக இருக்கலாம். சில நிமிடங்கள் சிறந்த முடிவு தரும். பின்னர் மொழிபெயர்ப்பு ஒவ்வொரு மொழியிலும் பேச்சாளரின் சொந்தக் குரலிலேயே படிக்கப்படுகிறது. சேமிக்கப்பட்ட குரல் கொண்ட பேச்சாளர் பின்னர் வரும் பதிவுகளிலும் அடையாளம் காணப்படலாம், ஆனால் தவறான ஒருவரைப் பெயரிடுவதை விட, பேச்சாளரைப் பெயரிடாமல் விடவே அமைப்பு விரும்பும்.
இரண்டு விதிகள் பின்பற்றப்படுகின்றன, அவை வேண்டுமென்றே வகுக்கப்பட்டவை. குளோன் செய்யப்பட்ட குரல் ஒரு உயிரியல் தரவு: அது பேச்சாளரின் தெளிவான ஒப்புதலுடன் மட்டுமே உருவாக்கப்படுகிறது, எந்த நேரத்திலும் நீக்கப்படலாம். ஒரு குரல் அதன் உரிமையாளர் சொல்லாததைச் சொல்ல வைக்கப்பட முடியாது; அது டிரான்ஸ்கிரிப்டையோ அதன் மொழிபெயர்ப்பையோ மட்டுமே பேசும்.
இதுவரை சொன்னவை எல்லாம் பேச்சாளர் பேசும்போதே நடக்கின்றன. கடைசி வித்தியாசம் அவர் நின்ற பிறகு தெரிகிறது.
செயலிகள் மூடியதும் ஐம்பது ஃபோன் டிரான்ஸ்கிரிப்ட்களும் மறைந்துவிடுகின்றன. ஒரு ஒளிபரப்பு பதிவை உங்கள் நூலகத்தில் வைத்திருக்கிறது: ஒலி, ஒவ்வொரு திருத்தத்தோடும் மொழிபெயர்ப்போடும் உள்ள டிரான்ஸ்கிரிப்ட். அங்கே அதை வரி வரியாக மீண்டும் இயக்கலாம், எந்த மொழியிலும் தேடலாம், ஏற்றுமதி செய்யலாம்; நூலகம் என்ன செய்கிறது என்பதை ஒரு இணைப்பு, எல்லா மொழிகளும் என்ற வழிகாட்டி விவரிக்கிறது. கேட்பவர்கள் எத்தனை பேர் இருந்தாலும் அவர்களுக்குக் கட்டணம் இல்லை. நீங்கள் டிரான்ஸ்கிரைப் செய்யப்படும் ஒலிக்கு மட்டுமே பணம் செலுத்துகிறீர்கள்: நேரலைக்கு மணிக்கு $0.60, ஒரு டிரான்ஸ்கிரிப்ஷனுக்கு குறைந்தபட்சம் 5 நிமிடக் கணக்கில்; கட்டண அட்டவணை விலைகள் பக்கத்தில் உள்ளது.
ஒவ்வொருவர் கையிலும் ஃபோன் இருப்பது அரங்க வாசலில் நடக்கும் உரையாடலுக்கு இன்னும் நல்ல மாற்று. ஒரு பேச்சாளரை அறை ஒன்றாகப் புரிந்துகொள்ள வேண்டுமென்றால், பேச்சாளரை மூலத்திலிருந்து ஒரு முறை டிரான்ஸ்கிரைப் செய்ய வேண்டும், தவறாகப் போவதைச் சரிசெய்யக்கூடிய ஒருவர் அருகில் இருக்க வேண்டும். அது எப்படி இருக்கும் என்பதை முகப்புப் பக்கத்தில் உள்ள ஊடாடும் டெமோ வழியாகப் பார்க்கலாம்.
