Bulgarisch existiert nicht in den meisten Untertitel-Tools – also habe ich eines gebaut, das 98 Sprachen unterstützt

Das Dropdown-Menü ist das Erste, das man sieht, wenn man ein Video in ein beliebiges Untertitel-Tool hochlädt. Eine lange Liste von Sprachen, alphabetisch sortiert, manchmal mit Flaggen daneben. Englisch ist immer da, meist oben. Spanisch, Französisch, Deutsch, Portugiesisch. Alle präsent und vorhanden. Scrollen Sie weiter, und Sie könnten Chinesisch, Japanisch, Koreanisch finden. Weiter scrollen. Arabisch. Hindi, manchmal. Und dann endet die Liste, oder die Sprache, die Sie tatsächlich brauchen, ist einfach nicht vorhanden. Bulgarisch. Nicht aufgelistet. Nicht als Option, nicht als Beta-Feature, nicht mal als nicht unterstützter Eintrag mit Warnhinweis. Es existiert einfach nicht in der Welt des Produkts.

Das ist keine Kleinigkeit. Wenn die Sprache völlig fehlt, ist das Tool nicht teilweise nützlich. Es ist völlig unbrauchbar. Es gibt keinen Workaround, der akzeptable Ergebnisse produziert. Das Audio geht rein, und entweder das Tool lehnt es ab oder es versucht, es als etwas anderes zu verarbeiten. Das Ergebnis ist Müll, jedes Mal.

Die Erfahrung, ein Content Creator zu sein, dessen Hauptsprache außerhalb des engen Bandes der „kommerziell interessanten" Sprachen liegt, ist ein ständiges Improvisieren. Es bedeutet, Wege um Tools zu finden, anstatt mit ihnen zu arbeiten. Es bedeutet zu akzeptieren, dass die meiste Software einfach nicht mit dir im Sinn gebaut wurde, und dass Features, die als „global" oder „mehrsprachig" vermarktet werden, wirklich nur „wir unterstützen die zehn Sprachen, die uns das meiste Geld einbringen" bedeuten.

Der russische Workaround und warum er fehlschlägt

Wenn Bulgarisch nicht auf der Liste steht, wird Russisch zum Standard-Workaround. Die beiden Sprachen teilen das kyrillische Alphabet, und bestimmte Wörter haben ähnliche Ursprünge. Auf dem Papier scheint das eine reasonable Annäherung. In der Praxis ist es ein Desaster, das mehr Arbeit schafft, als alles von Grund auf von Hand zu machen.

Die russische Transkription auf bulgarischem Audio angewendet produziert etwas, das auf den ersten Blick fast richtig aussieht. Die kyrillischen Zeichen erscheinen auf dem Bildschirm, die Wörter haben eine vage slawische Form, und vielleicht einer von drei ist tatsächlich richtig. Aber „fast richtig" bei Untertiteln bedeutet völlig falsch. Ein Zuschauer, der Untertitel liest, die zu 60% genau sind, bekommt nicht 60% der Botschaft. Er bekommt Verwirrung, Ablenkung und den Eindruck, dass der Creator nicht genug Mühe gegeben hat, seinen eigenen Content Korrektur zu lesen.

Der Bearbeitungsprozess, der folgt, ist dort, wo die echte Zeit verloren geht. Ein fünfminütiges Video könnte 180 bis 220 einzelne Untertitel-Segmente erzeugen. Wenn die Transkriptionssprache falsch ist, muss jedes einzelne dieser Segmente geöffnet, gelesen, mit dem tatsächlichen Audio verglichen und komplett neu eingegeben werden. Nicht korrigiert, sondern komplett neu eingegeben, da die russische Transkription oft so wenig Ähnlichkeit mit dem bulgarischen Original hat, dass es schneller ist, den Text zu löschen und von vorne zu beginnen, als zu versuchen, es Zeichen für Zeichen zu reparieren. Zwei Stunden manuelle Bearbeitung für ein fünfminütiges Video ist nicht ungewöhnlich. Für jemanden, der mehrere YouTube-Kanäle mit regelmäßigen Upload-Zeitplänen betreibt, geht diese Rechnung einfach nicht auf.

Dieses exakte Problem erstreckt sich weit über Bulgarisch hinaus. Hindi-Creator sehen sich damit konfrontiert, wenn ihr regionaler Dialekt in eine generische Hindi-Transkription abgeflacht wird, die die Hälfte des Vokabulars vermisst. Thai-Creator haben mit Ton-Interpretationsfehlern zu tun, die jeden zweiten Satz in Unsinn verwandeln. Vietnamesisch, Serbisch, Tagalog, Suaheli. Die Liste der Sprachen, die von modernen Untertitel-Tools entweder ignoriert oder schlecht approximiert werden, ist lang, und die Creator, die diese Sprachen sprechen, haben die zusätzliche Arbeitslast seit Jahren still aufgenommen.

Warum die Sprachenlücke überhaupt existiert

Untertitel-Tools sind Unternehmen, und Unternehmen vergeben Entwicklungsressourcen dort, wo der Umsatz ist. Englischsprachige Märkte repräsentieren den größten Anteil zahlender Kunden für praktisch jedes SaaS-Produkt im Video-Creation-Bereich. Spanisch und Portugiesisch decken die meisten Teile Lateinamerikas ab. Französisch fügt Teile Europas und Afrikas hinzu. Deutsch, Japanisch, Koreanisch. Jede öffnet einen Markt mit erheblicher Kaufkraft. Ein Produkt, das diese zehn oder zwölf Sprachen unterstützt, kann behaupten, die Mehrheit seiner potenziellen Kundenschaft zu bedienen, und aus rein finanzieller Perspektive ist diese Aussage verteidigbar.

Eine neue Sprache zu einem Transkriptionssystem hinzuzufügen ist nicht trivial. Es erfordert Trainingsdaten, Qualitätstests, laufende Wartung und Support-Dokumentation. Für eine Sprache, die von sieben Millionen Menschen gesprochen wird, wie Bulgarisch, rechtfertigt die Kosten-zu-Umsatz-Berechnung die Investition selten, wenn die gleichen Engineering-Stunden dazu verwendet werden könnten, die englische Transkriptionsgenauigkeit von 95% auf 97% zu verbessern, was Millionen zahlender Benutzer betrifft.

Das Ergebnis ist ein Markt, in dem die Top-Fünfzehn oder Zwanzig Sprachen exzellente Unterstützung erhalten, die nächsten Dreißig einen passierbaren Umfang bekommen, und alles andere ist entweder fehlend oder so schlecht implementiert, dass es gar nicht als Feature aufgelistet werden sollte. Das ist nicht böse gemeint. Es ist das vorhersehbare Ergebnis davon, Produkte zu bauen, die für die größtmögliche Zielgruppe optimiert sind, anstatt für die breitestmögliche Abdeckung. Aber zu verstehen, warum es passiert, macht es nicht weniger frustrierend, wenn du derjenige bist, der auf ein Dropdown-Menü starrt, das deine Sprache nicht enthält.

Der Untertitel-Generator auf YEB wurde mit einer anderen Reihe von Prioritäten gebaut. Anstatt mit den kommerziell wertvollsten Sprachen zu beginnen und nach außen zu arbeiten, wurde die Transkriptionsengine speziell für ihre Breite der Sprachunterstützung ausgewählt. Achtundneunzig Sprachen von Anfang an, nicht als Roadmap-Aspiration, sondern als Launch-Anforderung. Bulgarisch, Serbisch, Hindi, Thai, Vietnamesisch, Tagalog und Dutzende andere, die selten in Konkurrenz-Feature-Listen erscheinen, werden alle nativ behandelt, mit der gleichen Transkriptionspipeline und den gleichen Qualitätsstandards wie Englisch oder Spanisch.

Was echte Sprachunterstützung praktisch bedeutet

Eine Sprache zu unterstützen bedeutet nicht einfach, Audio in dieser Sprache zu akzeptieren und etwas Text zurückzugeben. Es bedeutet, dass die Transkriptionsengine die phonetische Struktur versteht, das gemeinsame Vokabular, die Kadenz und den Rhythmus natürlicher Sprache in dieser Sprache. Es bedeutet, dass wenn ein bulgarischer Speaker ein Video aufnimmt, die Ausgabe nicht über gelegentliche Eigennamen oder technische Begriffe hinaus manuell korrigiert werden muss, bei denen jedes Transkriptionssystem straucheln könnte.

Auf YEB Captions funktioniert das Hochladen eines bulgarischsprachigen Videos genau gleich wie das Hochladen eines englischen. Die Sprache wird aus der vollständigen Liste von 98 Optionen ausgewählt, das Audio wird verarbeitet, und die Transkription kommt als richtig zeitgesteuerte Untertitel-Segmente auf Bulgarisch zurück. Keine russische Annäherung, kein manuelles Umschreiben, keine zwei Stunden Bearbeitung für ein fünfminütiges Video. Die Segmente können bei Bedarf noch einzeln bearbeitet werden, etwa bei einem missverstandenen Wort oder einem Namen, der korrigiert werden muss, aber die Baseline-Genauigkeit macht diese Bearbeitungen messbar in Minuten anstatt Stunden.

Das Gleiche gilt für die Untertitel-Übersetzung. Content, der ursprünglich auf Bulgarisch transkribiert wurde, kann vor dem Rendern in jede der anderen unterstützten Sprachen übersetzt werden. Ein Musikvideo mit bulgarischen Texten kann mit englischen, spanischen oder japanischen Untertiteln veröffentlicht werden, ohne einen separaten Übersetzungs-Workflow zu durchlaufen. Für Creator, die Content für internationale Zielgruppen veröffentlichen, eliminiert dies eine ganze Schicht manueller Arbeit, die bisher entweder einen Übersetzer einstellen oder einen Abend mit einem Wörterbuch und viel Geduld verbringen erforderte.

Der Punkt ist nicht, dass YEB Captions das einzige Tool in der Welt ist, das Bulgarisch unterstützt. Eine Handvoll Tools bietet es in irgendeiner Form an. Der Punkt ist, dass echte Unterstützung, bei der die Transkriptionsqualität wirklich verwendbar ist, ohne umfangreiche manuelle Korrektur, für Sprachen außerhalb des Mainstreams selten bleibt, und die Lücke zwischen „als unterstützt aufgelistet" und „funktioniert tatsächlich gut" ist oft enorm.

Das breitere Problem beim Bau von Tools für alle

Es gibt eine Annahme, die in der meisten Softwareentwicklung eingebettet ist, dass „jeder" „jeder, der eine Hauptsprache spricht" bedeutet. Die Feature-Seiten sagen „global" und „mehrsprachig", während die tatsächliche Sprachenliste eine viel engere Geschichte erzählt. Dies ist nicht auf Untertitel-Tools beschränkt. Maschinenübersetzungsdienste, Sprachassistenten, OCR-Systeme und Suchmaschinen zeigen alle das gleiche Muster tiefe Unterstützung für eine kleine Anzahl von Sprachen und flache oder nicht vorhandene Unterstützung für den Rest.

Was Untertitel-Tools besonders auffällig macht, ist die Art des Fehlers. Wenn ein Sprachassistent einen Befehl missverstehen, kann der Benutzer ihn wiederholen oder stattdessen tippen. Wenn ein Untertitel-Tool Müll-Text produziert, endet dieser Text als in ein Video gebrannt, das hunderten oder tausenden Zuschauern veröffentlicht wird. Der Fehler ist dauerhaft, öffentlich und direkt mit der beruflichen Reputation des Creators verbunden. Es falsch zu machen ist nicht nur eine Unannehmlichkeit; es ist ein sichtbarer Qualitätsfehler, den Zuschauer sofort bemerken.

Creator, die unterversorgten Sprachen sprechen, haben sich im Laufe der Jahre allerhand Workarounds entwickelt. Einige nehmen ihre Videos auf Englisch auf, auch wenn ihre Zielgruppe etwas anderes spricht. Einige verzichten ganz auf Untertitel und akzeptieren die niedrigeren Engagement-Nummern. Einige verwenden die nächste verfügbare Sprache und verbringen dann Stunden, um die Ausgabe zu reparieren, wobei sie eine Arbeitskosten absorbieren, die ihre englischsprachigen Konkurrenten einfach nicht bewältigen müssen. Keine davon sind echte Lösungen. Sie sind Kompromisse, die von einem Markt erzwungen werden, der entschied, dass bestimmte Sprachen nicht richtig unterstützt werden sollten.

Der Bau von captions.yeb.to mit 98 Sprachen war teilweise eine Antwort auf diese spezifische Frustration und teilweise eine Anerkennung, dass das unterversorgten Segment des Marktes viel größer ist, als die meisten Unternehmen zu denken scheinen. Sieben Millionen bulgarische Speaker ist eine kleine Zahl im Vergleich zu Englisch oder Mandarin. Aber addieren Sie alle Sprachen, die in die Kategorie „nicht kommerziell interessant" fallen, einschließlich Serbien, Thai, Vietnamesisch, Tagalog-Sprecher, Suaheli-Sprecher, und Sie sprechen von hunderten Millionen Menschen, die von Untertitel-Tools seit Jahren schlecht bedient wurden. Das ist keine Nische. Das ist ein Markt, der einfach nicht adressiert wurde, und die Landschaft der Caption-Apps beginnt langsam, diese Realität zu reflektieren.