Автосубтитры YouTube против ручных: где именно теряется смысл
Автоматическое распознавание речи стало хорошим. Настолько хорошим, что вопрос «зачем платить за субтитры» мы слышим регулярно. Чтобы ответить не на словах, мы взяли 20 часов русскоязычных обучающих видео трёх наших клиентов, сравнили автосубтитры YouTube с нашими файлами и посчитали расхождения.
Цифры
4,8 % слов распознаны с ошибкой. 31 % реплик — без знаков препинания в нужном месте. 58 % субтитров длиннее 42 символов в строке. Обозначений говорящих и звуков — ноль.
Четыре-пять процентов ошибок в словах звучит терпимо, пока не посмотреть, какие это слова. Распознавание чаще всего ошибается в терминах, именах, аббревиатурах и числах — то есть ровно в том, ради чего зритель включил субтитры.
Типичные ошибки
- Термины. «Дебиторка» превращается в «дебиторку» в лучшем случае и в «добывать кал» в худшем. В курсе по бухгалтерии таких слов по десятку на минуту.
- Числа и единицы. «Двадцать пять тысяч» может стать «25 000», «25 тысяч» или «двадцать 5000». Для видео с расчётами это критично.
- Границы предложений. Автосубтитры режут поток речи по паузам, а не по смыслу. Строка «мы не рекомендуем» и следующая «использовать этот метод» переворачивают смысл, если показаны раздельно.
- Иностранные слова. Названия продуктов и английские термины в русской речи распознаются произвольно.
- Говорящие. В интервью и дискуссиях автосубтитры не различают людей.
Когда автосубтитров достаточно
Честный ответ: для внутреннего видео, где важна примерная навигация по содержанию, и для черновика перед редактурой. Мы сами начинаем с распознавания — но затем редактор прослушивает каждую реплику с видео. На 20 часах материала это заняло 94 часа работы редакторов, и именно эти часы отделяют «примерно понятно» от текста, по которому можно учиться.
Что делать, если бюджет ограничен
Закажите редактуру автосубтитров вместо субтитров «с нуля»: мы берём ваш распознанный текст, исправляем и переставляем тайминг. Это дешевле полного цикла примерно на треть и даёт результат, который не стыдно включить публично.
