Legendas em 99 idiomas, e a ressalva que ninguém imprime
O vídeo curto é visto sobretudo sem som, por isso as legendas não são um enfeite: para boa parte do seu público, são o áudio. A Katto grava-as automaticamente. Esta página diz também onde a tecnologia para, porque é a parte que descobriria depois de já se ter comprometido com uma ferramenta.
O Whisper large-v3 trata da transcrição, por isso o idioma do seu episódio está quase de certeza coberto.
Os idiomas com modelo de alinhamento forçado. São aqueles em que uma legenda pode realçar exatamente a palavra dita.
Predefinições com nome, 16 delas no plano gratuito. A pré-visualização do editor usa o mesmo motor que a exportação.
Instalados na máquina que faz a renderização, não apenas oferecidos num menu. Um tipo de letra ausente da máquina seria substituído em silêncio.
99 idiomas, 41 sincronizados palavra a palavra
São dois trabalhos distintos, e a maioria das comparações reduz ambos a um só número. A transcrição transforma fala em texto e funciona em 99 idiomas. O alinhamento coloca cada palavra na linha do tempo, e isso exige um modelo por idioma. Temos 41. Nos outros 58 idiomas as suas legendas são corretas e legíveis, apenas aparecem linha a linha em vez de acenderem palavra a palavra.
Enunciamos essa divisão porque o realce palavra a palavra é exatamente o efeito que se imagina ao dizer «legendas animadas». Uma ferramenta que anuncia sincronização por palavra em todos os idiomas que suporta está a descrever a sua cobertura de transcrição e a deixar que você suponha o resto.
Onde a própria ideia se desfaz
O japonês, o tailandês e o chinês escrevem-se sem espaços, por isso não há fronteiras de palavra com que alinhar. A sincronização por palavra é ali uma noção difusa seja qual for o modelo, e as legendas ajustam-se ao nível do carácter ou da frase. Não é uma lacuna da nossa implementação, é o teto honesto, e quem afirmar o contrário não experimentou nessas escritas.
A pré-visualização é o motor de renderização
As legendas são gravadas no vídeo em vez de anexadas como faixa, por isso sobrevivem a novos carregamentos e a plataformas que ignoram ficheiros de legendas. Isso faz da pré-visualização uma promessa: o que organiza no editor é o que fica gravado, até ao tipo de letra. Os 48 tipos de letra do seletor estão instalados na máquina que renderiza, não apenas listados, porque um que só exista no menu é substituído em silêncio e só dá por isso na exportação.
Corrigir o que a transcrição percebeu mal
Os nomes próprios são o primeiro ponto de rutura da transcrição, e são também as palavras que o seu público repara. Uma passagem de correção percorre nomes e termos raros antes de abrir o clipe, e o que lhe escapou fica editável palavra a palavra no painel de transcrição. Essas correções alimentam diretamente as legendas, por isso corrige um nome uma vez e não uma vez por clipe.
Perguntas
Transcrição e sincronização são dois trabalhos distintos. Os 99 idiomas recebem texto correto. 41 deles têm também um modelo de alinhamento que coloca cada palavra na linha do tempo. Nos outros 58 a sincronização é por frase, por isso as legendas aparecem linha a linha em vez de realçarem cada palavra dita.
Porque o realce palavra a palavra é o efeito que a maioria entende por legendas animadas. Se uma ferramenta afirma sincronização por palavra em todos os idiomas que suporta, está a arredondar, e descobre-o quando experimenta no seu.
Idiomas escritos sem espaços não têm fronteiras de palavra com que alinhar, por isso a sincronização por palavra é ali uma ideia difusa com qualquer modelo. As legendas são sincronizadas ao nível do carácter ou da frase, o que é o teto honesto e não uma limitação que tenhamos escolhido.
Sim. São renderizadas no ficheiro, por isso sobrevivem a novos carregamentos e a plataformas que ignoram faixas de legendas. É também por isso que a pré-visualização do editor importa: o que organiza é o que fica gravado.
Sim, no painel de transcrição do editor. Os nomes próprios são o suspeito habitual, e já são corrigidos automaticamente antes de os ver, por isso a passagem manual costuma ser curta.
16 dos 51. Os restantes 35 estão no Creator. O conjunto gratuito não é uma pré-visualização cortada, cobre os aspetos comuns, incluindo o realce palavra a palavra.
Experimente no seu próprio idioma
O plano gratuito inclui 16 dos 51 estilos, o suficiente para ver se a sincronização no seu idioma é do tipo palavra a palavra ou do tipo frase.