99 भाषाओं में कैप्शन, और वह चेतावनी जो कोई नहीं छापता
छोटे वीडियो ज़्यादातर बिना आवाज़ देखे जाते हैं, इसलिए कैप्शन सजावट नहीं हैं: आपके दर्शकों के एक बड़े हिस्से के लिए वही आवाज़ हैं। Katto उन्हें अपने-आप वीडियो में जोड़ देता है। यह पृष्ठ यह भी बताता है कि तकनीक कहाँ रुकती है, क्योंकि यही वह हिस्सा है जो आपको उपकरण चुन लेने के बाद पता चलता।
ट्रांसक्रिप्शन Whisper large-v3 करता है, इसलिए आपके एपिसोड की भाषा लगभग निश्चित रूप से शामिल है।
जिन भाषाओं के लिए फ़ोर्स्ड अलाइनमेंट मॉडल मौजूद है। इन्हीं 41 में कैप्शन ठीक उसी शब्द को उजागर कर सकता है जो बोला जा रहा है।
नाम वाले प्रीसेट, जिनमें 16 मुफ़्त योजना में हैं। एडिटर का प्रीव्यू एक्सपोर्ट वाला ही रेंडरर इस्तेमाल करता है।
सिर्फ़ मेन्यू में दिखाए नहीं गए, रेंडर करने वाली मशीन पर सचमुच लगे हुए हैं। मशीन पर न होने वाला फ़ॉन्ट चुपचाप बदल दिया जाता।
99 भाषाएँ, इनमें 41 शब्द-दर-शब्द
ये दो अलग काम हैं, और ज़्यादातर तुलनाएँ इन्हें एक ही आँकड़े में समेट देती हैं। ट्रांसक्रिप्शन बोली को पाठ में बदलता है और 99 भाषाओं में चलता है। अलाइनमेंट हर शब्द को टाइमलाइन पर रखता है, और इसके लिए हर भाषा का अलग मॉडल चाहिए। हमारे पास 41 हैं। बाकी 58 भाषाओं में आपके कैप्शन सही और पढ़ने लायक होते हैं, बस वे शब्द-दर-शब्द जलने के बजाय पंक्ति-दर-पंक्ति दिखते हैं।
हम यह बँटवारा इसलिए बताते हैं क्योंकि शब्द-दर-शब्द उजाला ठीक वही असर है जिसकी कल्पना लोग 'एनिमेटेड कैप्शन' कहते समय करते हैं। जो उपकरण अपनी सभी समर्थित भाषाओं में शब्द-स्तर के मिलान का दावा करता है, वह दरअसल अपने ट्रांसक्रिप्शन का दायरा बता रहा है और बाकी आपके अनुमान पर छोड़ रहा है।
जहाँ यह विचार खुद टूट जाता है
जापानी, थाई और चीनी बिना रिक्त स्थान के लिखी जाती हैं, इसलिए मिलाने के लिए शब्द-सीमाएँ हैं ही नहीं। किसी का भी मॉडल हो, वहाँ शब्द-स्तर का मिलान एक धुँधला विचार ही रहता है, और कैप्शन अक्षर या वाक्यांश के स्तर पर बैठते हैं। यह हमारी बनावट की कमी नहीं, ईमानदार सीमा है, और इसके उलट दावा करने वाले ने इन लिपियों में आज़माया नहीं है।
प्रीव्यू ही रेंडरर है
कैप्शन अलग ट्रैक के रूप में जोड़े जाने के बजाय वीडियो में जला दिए जाते हैं, इसलिए वे दोबारा अपलोड और उन प्लेटफ़ॉर्मों को भी झेल जाते हैं जो सबटाइटल फ़ाइलें अनदेखी करते हैं। इससे प्रीव्यू एक वादा बन जाता है: आप एडिटर में जो सजाते हैं वही, फ़ॉन्ट तक, वीडियो में बैठता है। चुनाव में दिए 48 फ़ॉन्ट रेंडर करने वाली मशीन पर लगे हैं, सिर्फ़ सूचीबद्ध नहीं, क्योंकि जो फ़ॉन्ट सिर्फ़ मेन्यू में होता है वह चुपचाप बदल जाता है और आपको एक्सपोर्ट पर पता चलता है।
ट्रांसक्रिप्ट की गलत सुनी बात सुधारना
संज्ञाएँ वही जगह हैं जहाँ ट्रांसक्रिप्शन सबसे पहले टूटता है, और वही शब्द हैं जिन पर आपके दर्शकों की नज़र सबसे पहले जाती है। क्लिप खोलने से पहले ही नामों और कम चलने वाले शब्दों पर एक सुधार-चक्र चलता है, और जो छूट जाए उसे ट्रांसक्रिप्ट पैनल में शब्द दर शब्द बदला जा सकता है। ये बदलाव सीधे कैप्शन में जाते हैं, इसलिए नाम एक बार सुधारिए, हर क्लिप में नहीं।
सवाल
ट्रांसक्रिप्शन और समय-मिलान अलग काम हैं। सभी 99 भाषाओं में सही पाठ मिलता है। उनमें 41 के पास ऐसा अलाइनमेंट मॉडल भी है जो हर शब्द को टाइमलाइन पर रखता है। बाकी 58 में मिलान वाक्य के स्तर पर होता है, इसलिए कैप्शन हर बोले शब्द को उजागर करने के बजाय पंक्ति दर पंक्ति दिखते हैं।
क्योंकि शब्द-दर-शब्द उजाला ही वह असर है जिसे ज़्यादातर लोग एनिमेटेड कैप्शन कहते हैं। अगर कोई उपकरण अपनी हर समर्थित भाषा में शब्द-स्तर का दावा करता है, तो वह ऊपर की ओर गोल कर रहा है, और आपको अपनी भाषा में आज़माने पर पता चलेगा।
बिना रिक्त स्थान लिखी जाने वाली भाषाओं में मिलाने के लिए शब्द-सीमाएँ होती ही नहीं, इसलिए वहाँ किसी भी मॉडल से शब्द-स्तर का मिलान धुँधला विचार है। इन भाषाओं में कैप्शन अक्षर या वाक्यांश के स्तर पर मिलाए जाते हैं, जो ईमानदार सीमा है, हमारी चुनी हुई पाबंदी नहीं।
हाँ। वे फ़ाइल में रेंडर होते हैं, इसलिए दोबारा अपलोड और सबटाइटल ट्रैक अनदेखी करने वाले प्लेटफ़ॉर्म भी झेल जाते हैं। एडिटर का प्रीव्यू इसीलिए मायने रखता है: आप जो सजाते हैं वही जलाया जाता है।
हाँ, एडिटर के ट्रांसक्रिप्ट पैनल में। आमतौर पर दोष संज्ञाओं का होता है, और वे आपके देखने से पहले ही अपने-आप सुधार दी जाती हैं, इसलिए हाथ का काम आमतौर पर छोटा रहता है।
51 में से 16। बाकी 35 Creator पर हैं। मुफ़्त वाला सेट कटा-छँटा नमूना नहीं है, वह आम दिखने वाले रूप शामिल करता है, शब्द-दर-शब्द उजाला भी।
अपनी ही भाषा में आज़माइए
मुफ़्त योजना में 51 में से 16 शैलियाँ हैं, यह देखने के लिए काफ़ी कि आपकी भाषा का मिलान शब्द-स्तर का है या वाक्य-स्तर का।