Субтитри виграють або програють на мікшерному пульті та в слайдах доповідачів. Візьміть один чистий сигнал від мікрофонів мовців на кожній сцені й заздалегідь внесіть усі імена та абревіатури, перш ніж хтось вийде на сцену; решта дня — це виправлення того, що ці два кроки пропустили.
Більшість роботи із субтитрами на конференції відбувається ще до того, як хтось вийде на сцену, і більшість цієї роботи — не програмна.
Телефон на кафедрі чує зал; мікшерний пульт чує доповідача. Беріть сигнал із пульта і будьте конкретними щодо того, який саме. Попросіть звукорежисера виділити окрему aux- або matrix-відправку, що несе лише мікрофони мовців: кафедральні, петличні, мікрофони панелі. Музика під час входу, відтворення відео та стем оплесків сюди не потрапляють. Розпізнавання, яке мусить слухати крізь джингл, упевнено вгадує текст пісні.
Перевірте цю відправку на технічній репетиції, за можливості зі справжніми мікрофонами та справжніми колонками. Інакше ви дізнаєтеся о 8:55 ранку в день заходу, що вихід matrix стоїть після фейдера, а звукорежисер вимикає кафедру між доповідями.
Передайте VocalStack цей сигнал одним із двох способів. Перший — RTMP-енкодер на пульті. Коли ви додаєте RTMP-потік як джерело транскрипції наживо, панель керування показує адресу сервера та ключ потоку, які потрібні енкодеру, повідомляє, чи вже надходить аудіо і в якому форматі, і дозволяє його прослухати. Другий — адреса потоку. Якщо сцена вже транслюється як YouTube-трансляція наживо або аудіопотік, вставте це посилання, і VocalStack сам отримає аудіо; з вашого боку нічого не запускається. Вставляйте саму адресу потоку, а не сторінку, на якій він відтворюється. Якщо ви помилково вставите веб-сторінку, панель керування про це повідомить.
Так чи інакше, використовуйте один мікрофонний сигнал на кожну сцену. Мікрофони аудиторії та перехресні перешкоди коштують точності, яку жодне налаштування не поверне. Найкращий мікрофон у будівлі належить учасникові панелі, який постійно відхиляється від нього.
Щойно аудіо надходить, глядачам потрібне місце, де читати субтитри.
Трансляція — це посилання, яке відкривають глядачі. Створіть її в розділі Broadcasts, дайте їй назву та виберіть посилання. Панель керування пропонує посилання на основі назви; його можна змінити, якщо воно лишається щонайменше з шести символів. На тому самому екрані показано QR-код, який глядачі сканують, щоб відкрити переклад наживо та вибрати мову.
Вирішіть одразу, чи трансляція публічна, чи приватна. Публічна означає, що відкрити її може будь-хто, хто має посилання. Приватна означає, що глядачі вводять короткий пароль, перш ніж з’явиться транскрипт. Якщо посилання доведеться змінити згодом, змініть його; старе продовжить працювати.
Далі подумайте, як посилання потрапить у тисячі кишень. Розмістіть QR-код на слайді очікування перед кожною сесією, на вказівниках біля дверей і на картці на бейджі, якщо така є. Сотні телефонів, що приєднуються одночасно, створюють реальне навантаження на Wi-Fi закладу, тож запитайте в закладу, на яке навантаження розраховані точки доступу і чи обмежує гостьова мережа швидкість для кожного пристрою. Якщо у відповідь лише знизують плечима, попросіть глядачів користуватися мобільним інтернетом. Сторінки невеликі; ризик — це Wi-Fi.
Конференція з двома сценами не потребує двох посилань. Одну трансляцію можуть живити кілька транскрипцій наживо одночасно. Сцена A і сцена B стають двома транскрипціями, прикріпленими до однієї трансляції, і телефон глядача показує обидві на одній сторінці. Кожна сцена — окрема транскрипція наживо, а кожен тариф обмежує, скільки їх може працювати одночасно (1 на Pay as you go, 5 на Premium, без обмеження на Enterprise). Це обмеження повернеться в розділі про бюджет нижче.
Посилання варте лише тих слів, що стоять за ним.
У будь-якій системі розпізнавання наживо спотикається на іменах, термінах продуктів і абревіатурах. Додайте скрипт або слайди кожного доповідача до початку, і імена та терміни з них матимуть перевагу над тим, що рушій, як він вважає, почув. Під час виступу вкладка Script рухається за словами, як телесуфлер.
Це також момент, щоб чесно сказати, чим є машинні субтитри. Розпізнавання мовлення плюс машинний переклад — це не CART (Communication Access Realtime Translation, субтитри, які друкує живцем навчений людина-субтитрувальник), і це не інтерпретація. Це швидко, дешево й невтомно, і воно час від часу переверне заперечення, округлить число або перекладе жарт як твердження факту. Для ключової доповіді, презентації продукту чи панелі такий компроміс зазвичай виправданий. Для сесії, де помилкове слово має наслідки (юридичні, медичні, голосування), замовте живого субтитрувальника або перекладача, а машину залиште працювати поруч як письмовий запис. Варто знати й базову вимогу доступності: WCAG 2.x вимагає субтитрів для аудіо наживо на рівні AA (критерій 1.2.4), і дедалі більше державних закупівель та контрактів із майданчиками просто посилаються на неї.
Коли слова визначено, останнє приготування стосується того, хто їх вимовляє.
Мітки мовців показують аудиторії, хто говорить. Перемкніть перемикач на When Needed, і мітки з’являтимуться лише після того, як почують другого мовця, тож ключова доповідь читатиметься як звичайний текст, а панель — як розмова.
Щоб мовців розпізнавали на ім’я з першої репліки, заздалегідь зареєструйте їхні голоси в розділі Voices. Достатньо одного кліпу, де говорить одна людина: MP3, M4A або WAV, щонайменше тридцять секунд, хоча краще кілька хвилин. Людина має погодитися, а панель керування просить підтвердити, що у вас є дозвіл, перш ніж створити голос. Ставтеся до цього серйозно, а не як до галочки. За GDPR голосовий відбиток, який використовують для ідентифікації особи, загалом вважається біометричними даними (стаття 9). Це означає явну згоду та право на видалення відбитка. Подібні правила діють і в інших місцях, а угода зі спікером — найзручніше місце, щоб це врегулювати. Клонований голос можна видалити будь-коли. Доки він існує, слухачі також можуть чути переклади цього мовця тим самим голосом.
Із планом, який визначено, решта — це сам день.
Кожна транскрипція наживо має вкладку Speed з режимом затримки та графіком затримки в часі. Три налаштування:
Для ключової доповіді за сценарієм із чистим сигналом із пульта підходить Auto; для технічної панелі з чотирма акцентами й без сценарію варто заплатити додаткову затримку за Accuracy.
Старт — це ще один момент, який варто спланувати. На Pay as you go холодний запуск може тривати до 15 секунд, перш ніж почнеться транскрибування. Premium зазвичай запускається теплим, а Enterprise завжди. Натискайте старт під час входу, а не на першому слові.
У будь-якому режимі деякі слова будуть неправильними, тож хтось має стежити.
Хтось біля пульта має тримати відкритою вкладку Fix. У ній два перемикачі: Mark uncertain words забарвлює й підкреслює слова, у яких рушій не впевнений, а Click to correct відкриває рядок для перегляду, коли на нього клацнути. Вкладка проводить вас крізь непевні сегменти один за одним, і виправлення доходить до кожного слухача на кожній мові.
Мікрофон аудиторії — найслабша ланка в будь-якій залі, і саме в Q&A це видно. Попросіть модератора повторювати кожне питання з аудиторії у власний мікрофон, перш ніж відповідати. Субтитри їм подякують, і задній ряд також, бо він теж не почув.
Між сесіями у пульта інше завдання.
Екран ведучого може призупиняти й відновлювати запис, а сторінка слухача показує повідомлення: «Пауза. Транскрипт продовжиться, коли ведучий відновить запис.» Пауза призначена для перерви між доповідями, а не для обіду. Кожен запис має максимальний час паузи, який задають у панелі керування: 30 секунд, 1 хвилину або 3 хвилини; запис, призупинений довше, завершується сам.
Для довшої перерви зупиніть запис і почніть новий, коли настане наступна сесія. Кожен запис лишається в списку на сторінці трансляції, тож після обіду глядачі можуть прогорнути назад до ранкових сесій. Один запис наживо має ліміт у кілька годин на Pay as you go і більший на Premium (точні цифри на сторінці цін), тому довгий день у будь-якому разі складається з кількох записів.
Посеред ранку перевірте, хто насправді читає.
Вигляд аудиторії на вкладці Broadcast показує, хто під’єднався, скільки слухають зараз, які мови вони відкрили, і слухачів у часі. Кожна транскрипція включає до 10 мов, і кожен слухач вибирає одну на власному пристрої. Тому цей вигляд показує, які мови справді читає зала, а це рідко той список, який організатори передбачали. Делегати, зареєстровані з Мадрида, виявляються такими, що читають англійською; рядок португальської заповнюється з таблиці, якої ніхто не очікував. Заберіть цей список на наступний рік.
Кожен із цих слухачів безкоштовний. Коштує аудіо.
Транскрибування наживо коштує $0.60 за годину аудіо, тарифікується за секунду з мінімумом 5 хвилин на транскрипцію, на кожному тарифі та через API. Дві сцени, що працюють по вісім годин кожна, — це 16 годин аудіо наживо, або $9.60. Переклади, трансляція, підсумки та експорти входять у ціну, скільки б людей не слухало.
Тариф впливає на місткість, а не на ставку. Pay as you go дає $5 одноразового кредиту при реєстрації без картки, одну транскрипцію одночасно та максимальний запис 5 годин. Транскрипція наживо зупиняється миттєво, щойно кредит досягає нуля, тож поповніть баланс до відкриття дверей. Premium коштує $50 на місяць ($40 на місяць за річним планом) і включає щомісяця $50 кредиту, чого вистачає на 83 години наживо. Він дозволяє п’ять одночасних транскрипцій і записи по 10 годин та додає пільговий період: транскрипція наживо продовжує працювати якийсь час після нуля, а додаткові хвилини тарифікуються за тією самою ставкою. Дві паралельні сцени потребують Premium. Enterprise має індивідуальне ціноутворення, необмежену кількість одночасних транскрипцій, записи по 24 години та окремий пул рушіїв.
Повну таблицю дивіться на сторінці цін, а баланс перевірте в розділі Billing панелі керування за тиждень до заходу.
Рахунок зупиняється разом із аудіо, а транскрипт — ні.
Транскрипти зберігаються 30 днів на Pay as you go і без обмежень на Premium та Enterprise. На Pay as you go вихідне аудіо зберігається лише 7 днів. Експортуйте протягом тижня, якщо ви на безкоштовному тарифі.
Як посилання виглядає з місця глядача, дивіться в статті Одне посилання, усі мови, або спробуйте демо наживо на головній сторінці.
