Перейти к содержанию
КолРайт Открыть KolWrite

Доступность

Субтитры как часть контента

В расшифровке, переводных субтитрах и субтитрах для глухих могут быть одни и те же слова, но задачи у них разные. Разбираем, зачем нужен каждый формат, чего требует стандарт и что мы проверяем перед публикацией.

KolWrite 5 мин чтения

Таймлайн субтитров: каждая реплика показана на отрезке времени, пока она видна на экране, рядом со временем, которое нужно зрителю на чтение; один слишком длинный титр отмечен рядом с сокращенной версией, укладывающейся в свой интервал.
Субтитры и текстовая расшифровка скачиваются из одного окна экспорта.

Краткие выводы

  • Субтитры для глухих и слабослышащих идут в такт с картинкой и передают речь вместе со звуками, без которых не понять происходящее в видео.
  • По стандарту WCAG записанному заранее синхронизированному медиа такие субтитры нужны на уровне A, а прямым эфирам на уровне AA, с учетом области применения и исключений стандарта.
  • Автоматическая распознавалка дает только черновик. Имена, тайминг, смену реплик и важные звуки должен проверить человек.
  • Расшифровка дает то, чего не могут субтитры: ее можно читать, искать по ней, цитировать и переходить по ней к нужному моменту записи.
  • Мы собираем субтитры и расшифровку из одного исходника с таймкодами, поэтому любая правка сразу попадает в оба файла.

1. Субтитры для глухих, переводные субтитры и расшифровка похожи, но устроены по-разному

Субтитры для глухих и слабослышащих (по-английски их называют captions) идут синхронно с видео и передают речь вместе с неречевыми звуками, без которых не понять происходящее. В них могут подписывать говорящих и обозначать важные звуки. Обычные субтитры (subtitles) обычно переводят речь для зрителя, который слышит оригинал, но не знает языка. Расшифровка (транскрипт) представляет собой отдельный документ. Она подходит для записей, где есть только звук, и нужна для чтения, поиска, цитирования и навигации.13

Все три формата можно получить из одного вычитанного исходника с таймкодами, но редактируют их по-разному. В расшифровке уместны абзацы и пояснения. Субтитр же должен укладываться в короткую строку, появляться на нужном кадре и не перекрывать надписи, которые уже есть в самом видео.

2. Чего требует стандарт на самом деле

В рекомендациях W3C субтитры для заранее записанного видео, где важен звук, отнесены к уровню A, а субтитры для прямых трансляций синхронизированного медиа к уровню AA. В такие субтитры помимо устной речи входят диалоги, подписи говорящих и важные звуковые эффекты. Что именно от вас требует закон, зависит от страны и от того, что вы публикуете. WCAG остается техническим стандартом, а не юридической консультацией.21

На практике разница сразу заметна. Ссылка на текстовую расшифровку под плеером не заменит субтитры, которые идут прямо поверх видео. Работает это и в обратную сторону: человеку, который включил аудиозапись, субтитры внутри видеоплеера никак не помогут прочитать текст, найти в нем нужное слово или скопировать цитату. Поэтому мы сначала смотрим на тип медиа и задачу человека, а уже под них подбираем формат.

3. Это нужно не только для галочки в чек-листе

По данным Всемирной организации здравоохранения, около 1,5 миллиарда человек живут с разной степенью потери слуха, и примерно 430 миллионам из них нужна реабилитация. Но субтитры включают еще и в шумном баре, в тихом офисе или в учебной аудитории. Их читают те, кто смотрит видео на неродном языке, и все, кто прямо сейчас не может включить звук.41

С текстом можно работать так, как не получится со звуком: искать по словам, копировать цитаты, переводить, увеличивать шрифт и читать со своей скоростью. В документах W3C отдельно описаны интерактивные расшифровки, где подсвечивается звучащая сейчас фраза, а по клику на строчку плеер перематывает запись к нужному моменту.3

4. Зачем автоматическим субтитрам редактор

Автоматическое распознавание избавляет почти от всего ручного набора, но не понимает, какая ошибка критична. Искаженная фамилия, пропавшее отрицание, перепутанная цифра или смена говорящего в неверном месте могут поменять смысл сцены на противоположный. А важные для понимания звуки в расшифровку речи могут вообще не попасть. В практических рекомендациях W3C прямо говорится, что автоматические субтитры обычно приходится редактировать.1

Мы сверяем со звуком, а не с орфографическим словарем. Проверьте первые и последние секунды, где чаще всего обрезается содержание. Сверьте имена и числа. Отметьте смену говорящих. Добавьте звуки, которые нужны зрителю. Затем посмотрите готовое видео и проверьте длину субтитра, время на чтение, контраст и то, не закрывает ли субтитр имя, уже стоящее на экране.

5. Что мы проверяем перед публикацией

Держите один вычитанный мастер-файл с таймкодами по словам или фразам и уже из него выгружайте нужные виды субтитров. Сохраняйте исходную запись и историю правок. Готовый файл проверьте именно в том плеере, где его будут смотреть люди. Бывает, что файл SRT собран без единой технической ошибки, но на реальной скорости видео прочитать его невозможно.

В основе KolWrite лежит как раз такой единый исходник с таймкодами. Вы правите текст параллельно с воспроизведением, размечаете говорящих и языковые нюансы, а потом выгружаете нужный аудитории формат. Сама по себе кнопка экспорта не делает ролик доступным. Доступным его делает то, насколько удобно его смотреть, а на это человеку все еще нужно потратить несколько минут на каждый клип.

Частые вопросы

Субтитры для глухих (captions) и обычные субтитры (subtitles) отличаются?

Формат файла у них часто один и тот же, да и сам текст может совпадать слово в слово. Разница в назначении: субтитры для глухих передают речь и важные звуки тем, кто не слышит аудиодорожку. Обычные субтитры чаще всего переводят диалоги для зрителей, которые звук слышат, но языка не понимают. При этом в разных странах эти термины используют по-разному.

Проходят ли автоматические субтитры по стандарту WCAG без вычитки?

Для стандарта важно, насколько точны и полны готовые субтитры, а не то, как именно их сделали. Автоматическая распознавалка хорошо помогает на старте, но имена, тайминг, смену говорящих, пропущенные куски и важные звуки все равно нужно проверять глазами и ушами.

Может ли текстовая расшифровка заменить субтитры в видео?

Обычно нет. Для заранее записанного видео, где звук несет смысл, стандарт WCAG требует синхронизированных субтитров. Расшифровку хорошо выложить рядом с видео, а вот для чисто звуковых записей она вполне может быть основным форматом.

Какой длины делать строку субтитров?

Такой, чтобы зритель успел прочитать ее до того, как она пропадет с экрана. Помимо числа знаков, мы учитываем реальное время чтения и разбиваем реплику на части, если целиком ее в таком темпе не прочесть.

Источники и дополнительная литература

  1. 1W3C Web Accessibility Initiative, Captions/Subtitles
  2. 2W3C, Understanding WCAG 2.2, Captions (Prerecorded)
  3. 3W3C Web Accessibility Initiative, Transcripts
  4. 4World Health Organization, Deafness and hearing loss

Все руководства и исследования

Читать далее

Схема конвейера транскрибации: звуковая волна режется на короткие окна, энкодер переводит их в представление речи, декодер оценивает возможные цепочки слов, а отдельные этапы добавляют метки спикеров и таймкоды, чтобы получилась расшифровка с привязкой ко времени.

Распознавание речи

Как аудиозапись превращается в рабочий текст

Система транскрибации не слышит слова. Она оценивает их вероятность. Проследим всю цепочку от звуковой волны до расшифровки с таймкодами и посмотрим, где она чаще всего рвется.

5 мин чтения

Пример подсчета ошибок в расшифровке: эталонная строка от человека расположена над результатом машины, отмечены одно замененное, одно пропущенное и одно вставленное слово, а сумма этих трех значений делится на число слов в эталоне.

Оценка качества

Точность не свести к одному числу

Долю ошибочных слов действительно можно измерить, и эту цифру легко цитировать в отрыве от условий теста. Расшифровка может набрать высокий балл, но все равно не подойти для вашей задачи. Разберем, что именно считает эта метрика и что вместо нее замеряем мы.

5 мин чтения

Панель спикеров рядом с расшифровкой, где видны имена и количество реплик.

Встречи

От расшифровки к списку задач: ответственные, сроки и контроль

Встречи заканчиваются добрыми намерениями, а через неделю от них остается только список конкретных задач. Разберем, как вытащить эти задачи из расшифровки, сформулировать их так, чтобы работу довели до конца, и проверить все перед отправкой команде.

6 мин чтения

Панель спикеров рядом с расшифровкой, где видны имена и количество реплик.

Встречи

Как получить резюме встречи, которому можно доверять

От резюме встречи есть толк, только если пропустившие созвон коллеги могут сразу взять его в работу. Разберем, что в него включить, как правильно поставить задачу ИИ и что перепроверить перед отправкой.

7 мин чтения

Экран расшифровки KolWrite: имена спикеров, таймкоды и строка, которая звучит сейчас.

Языки

Транскрибация устной арабской речи: диалекты, литературная норма и смешение языков

Дома почти никто не говорит на современном литературном арабском, но пишут почти всегда именно на нем. Из-за этого разрыва приходится иначе подходить к подготовке, проверке и сдаче расшифровок устной арабской речи.

6 мин чтения

Окно экспорта с выбором формата, именами спикеров и таймкодами.

Запись

Какой формат аудиофайла выбрать для транскрибации?

Сам формат значит меньше, чем принято думать. Гораздо важнее, как сохранили файл, а не какие буквы стоят после точки в названии. Разберемся, чем отличаются популярные форматы, во что обходится сжатие и какой файл оставить в архиве.

5 мин чтения