Bulgarian Does Not Exist for Most Subtitle Tools So I Built One That Supports 98 Languages

Avattava valikko on ensimmäinen asia, jonka näet ladatessasi videota mille tahansa tekstitystyökalulle. Pitkä lista kieliä, aakkosissa järjestettyinä, joskus lippujen kera. Englanti on aina siellä, yleensä huipulla. Espanja, Ranska, Saksa, Portugali. Kaikki paikoilleen. Vieritä eteenpäin ja saatat löytää kiinaa, japania, koreaa. Jatka vierittämistä. Arabiaa. Hindia, joskus. Ja sitten lista loppuu, tai kieli jonka oikeasti tarvitset ei ole siellä. Bulgaria. Ei listalla. Ei vaihtoehtona, ei beta-ominaisuutena, ei edes merkitsemättömänä tulotuksena varoitusleimalla. Se ei vain ole olemassa tuotteen universumissa.

Tämä ei ole pieni haittapuoli. Kun kieli puuttuu kokonaan, työkalu ei ole osittain hyödyllinen. Se on täysin hyödytön. Ei ole olemassa kiertoteitä, jotka tuottaisivat hyväksyttäviä tuloksia. Audio menee sisään, ja joko työkalu hylkää sen suoraan tai yrittää käsitellä sitä jotakin muuta. Tulos on roskaa, joka kerta.

Sisällönluojien kokemus, joiden pääkieli putoaa "kaupallisesti mielenkiintoisiksi" kielten kapealle kaistalle, on jatkuva sopeutuminen. Se tarkoittaa oppimista työkalujen ympäri menemiseen sen sijaan, että ne käyttäisivät niitä. Se tarkoittaa hyväksymistä siitä, että suurin osa ohjelmistosta yksinkertaisesti ei ollut suunniteltu sinulle mielessä, ja että ominaisuudet, joita markkinoidaan "globaaleina" tai "monikielisinä", tarkoittavat todella "tuemme kymmentä kieltä, jotka tuottavat meille eniten rahaa".

The Russian Workaround and Why It Fails

Kun Bulgarian ei ole listalla, venäjä tulee oletusarvoiseksi kiertoteiksi. Nämä kaksi kieltä jakavat kyrillisen aakkosen ja tiettyjen sanojen juuret ovat samankaltaiset. Paperilla se näyttää kohtuulliselta likiarvoinnilta. Käytännössä se on katastrofi, joka luo enemmän työtä kuin tekeminen käsin alusta loppuun.

Venäjän litterointi sovellettu bulgariankieliseen ääneen tuottaa jotain, joka näyttää melkein oikealta ensi silmäyksellä. Kyrillisiaakkoset ilmestyvät näytölle, sanat muodostavat vagaalisesti slavilaisen muodon, ja ehkä yksi kolmesta on oikeasti oikein. Mutta "melkein oikein" tekstityksissä tarkoittaa täysin väärää. Katselija, joka lukee tekstejä, jotka ovat 60% tarkkoja, ei saa 60% viestistä. He saavat sekaannusta, häiriötä ja vaikutelmaa siitä, että luoja ei välittänyt tarpeeksi tarkistamaan omaa sisältöään.

Muokkaus, joka seuraa, on paikka, jossa aika todella haihtuu. Viiden minuutin videosta voi syntyä 180-220 yksittäistä tekstitysosaa. Kun litterointi on väärässä kielessa, jokainen näistä segmenteistä on avattava, luettava, verrattava todelliseen ääneen ja kirjoitettava uudelleen manuaalisesti. Ei korjattu, mutta kirjoitettu kokonaan, koska venäjän litterointi usein muistuttaa niin vähän alkuperäistä bulgariaksi, että on nopeampaa poistaa teksti ja aloittaa alusta kuin yrittää korjata sitä merkki merkiltä. Kaksi tuntia manuaalista editointia viiden minuutin videolle ei ole epätavallista. Kenelle tahansa, joka pyörittää useita YouTube-kanavia säännöllisillä latausaikatauluilla, tämä laskenta ei yksinkertaisesti toimi.

Tämä tarkka ongelma ulottuu paljon pidemmälle kuin Bulgarian. Hindin luojat kohtaavat sen, kun heidän alueellinen murteensa tasoitetaan yleisiksi hindinlitteroinniksi, jotka jäävät puolelle sanastosta. Thaimaalainen luojat käsittelevät tonaalisia tulkintavirheitä, jotka muuttavat jokaisen toisen lauseen järjettömäksi. Vietnam, Servia, Tagalog, Swahili. Kielten luettelo, jotka jätetään joko huomiotta tai huonosti likiarvoituvat pääasiassa tekstityökalujen toimesta, on pitkä, ja näitä kieliä puhuvat luojat ovat hiljaisesti imemässä lisäkuormitusta vuosia.

Why the Language Gap Exists in the First Place

Tekstitystyökalut ovat liiketoimintaa, ja liiketoiminnot allokoimat kehitysvoimavarat siellä, missä liikevaihto on. Englanninkielisiä markkinoita edustaa suurin osa maksuista asiakkaista lähes jokaisen SaaS-tuotteen videon luomisen tilassa. Espanja ja Portugali kattavat suurimman osan Latinalaisen Amerikan. Ranska lisää osia Euroopasta ja Afrikasta. Saksa, Japani, Korea. Jokainen avaa markkinat, joilla on merkittävä ostovoima. Tuote, joka tukee näitä kymmentä tai kahtatoista kieltä, voi väittää palvelevansa suurinta osaa mahdollisesta asiakaskannasta, ja puhtaasti taloudellisesta näkökulmasta tämä väite on puolustettavissa.

Uuden kielen lisääminen transkriptiosysteemiin ei ole triviaalia. Se vaatii koulutustietoja, laadun testaamista, jatkuvaa ylläpitoa ja tukidokumentaatiota. Kielelle, jota puhuu seitsemän miljoonaa ihmistä, kuten Bulgaria, kustannus-tuotto-laskuri harvoin oikeuttaa investoinnin, kun samat tekniikan tunnit voitaisiin käyttää englannin litteroinnin tarkkuuden parantamiseen 95%:sta 97%:iin, mikä vaikuttaa miljooniin maksaville käyttäjille.

Tuloksena on markkina, jossa parikymmentä tai kolmekymmentä ensimmäistä kieltä saavat erinomaisen tuen, seuraava kolmekymmentä saavat kelvollisen kattavuuden, ja kaikki muu puuttuu tai on niin huonosti toteutettu, että sitä ei pitäisi luetella ominaisuudeksi lainkaan. Tämä ei ole pahantahtoista. Se on ennustettava tulos tuotteiden rakentamisesta, jotka optimoivat suurimmalle mahdolliselle yleisölle pikemminkin kuin laajimmalle mahdolliselle kattavuudelle. Mutta sen ymmärtäminen, miksi se tapahtuu, ei tee sitä vähemmän turhauttavaksi, kun olet katsomassa avattavaa valikkoa, joka ei sisällä kieltäsi.

YEB:n tekstityslaite rakennettiin eri prioriteettijoukon kanssa. Sen sijaan, että aloitettaisiin kaupallisesti arvokkaimmat kielet ja työskenneltäisiin ulospäin, transkriptiomoottori valittiin erityisesti sen laajuuden kieliä varten. Yhdeksänkymmentäkahdeksan kieltä alusta alkaen, ei polulla olevan tavoitteena, vaan lanseerausvaatimuksena. Bulgaria, Servia, Hindi, Thaimaa, Vietnam, Tagalog ja desiinit muista kielistä, jotka harvoin näkyvät kilpailijan ominaisuusluetteloissa, käsitellään natiivisti, samalla litterointi putkistolla ja samoilla laadun standardeilla kuin englanti tai espanja.

What Proper Language Support Actually Means in Practice

Kielen tukeminen ei tarkoita pelkästään äänen hyväksymistä kyseisellä kielellä ja jonkin tekstin palauttamista. Se tarkoittaa, että litterointi moottori ymmärtää foneettisen rakenteen, yleisen sanaston, luonnollisen puheen rytmin ja syklin kyseisessä kielessa. Se tarkoittaa, että kun bulgariankielinen puhuja tallentaa videon, tuloste ei tarvitse manuaalista korjausta pidemmälle kuin satunnainen oikeanimen tai teknisen termin, jonka mikä tahansa litterointi järjestelmä saattaa kompastua.

YEB Captions -palvelussa bulgariankielisen videon lataaminen toimii täsmälleen samalla tavoin kuin englanninkielisen videon lataaminen. Kieli valitaan täydestä 98 vaihtoehdon luettelosta, ääni käsitellään ja litterointi tulee takaisin oikein ajoitetuina tekstitysosina bulgariaksi. Ei venäläistä likiarvoa, ei manuaalista uudelleen kirjoittamista, ei kahta tuntia editointia viidelle minuutille. Osiot voidaan silti muokata yksittäin, jos tarvitaan, kuten väärin kuultu sana tai nimi, joka tarvitsee korjausta, mutta peruslinjan tarkkuus tekee näistä muokkauksista minuutteina eikä tunteina mitattuja.

Sama koskee tekstityksen käännöstä. Bulgaria:ssa litteroitu sisältö voidaan kääntää mihin tahansa muuhun tuettuun kieleen ennen renderöintiä. Musiikkivideo, jossa on bulgariankielisiä sanoituksia, voidaan julkaista englanninkielisillä, espanjankalaisilla tai japaninkielisillä tekstityksillä erillisen käännöstyökulun läpi. Sisällöstä, joka on tarkoitettu kansainvälisille yleisöille, tämä eliminoi koko manuaalisen työn kerroksen, joka aiemmin vaati joko kääntäjän palkkaamisen tai illan viettämisen sanakirjalla ja paljon kärsivällisyyttä.

Asia ei ole se, että YEB Captions olisi ainoa työkalu maailmassa, joka tukee bulgariaa. Muutama työkalu tarjoaa sitä joissakin muodoissa. Pointti on se, että oikea tuki, jossa litteroinnin laatu on todella käyttökelpoinen ilman laajaa manuaalista korjausta, pysyy harvinaisena päävirran ulkopuolisilla kieillä, ja ero "tuetuksi luetellun" ja "itse asiassa toimii hyvin" välillä on usein valtava.

The Broader Problem of Building Tools for Everyone

Useimman ohjelmistokehityksen pohjaan on baked olettamus, että "kaikki" tarkoittaa "kaikki, jotka puhuvat pääkieltä". Ominaisuussivut sanovat "globaali" ja "monikielinen", kun taas todellinen kielilista kertoo paljon kapeammasta tarinasta. Tämä ei rajoitu tekstitystyökaluihin. Koneen käännöspalvelut, ääniavustajat, OCR-järjestelmät ja hakukoneet kaikki osoittavat saman syvän tuen pienenä määrä kielissä ja pinnallista tai olemattomaa tukea loput.

Mitä tekstitystyökalut tekevät erityisen huomattavaksi, on epäonnistumisen luonne. Kun ääniavustaja väärinymmärtää komennon, käyttäjä voi toistaa sen tai kirjoittaa sen sijaan. Kun tekstitystyökalu tuottaa roskaa, teksti päätyy poltetuksi videoon, joka julkaistaan sadalle tai tuhannelle katsojalle. Virhe on pysyvä, julkinen ja suoraan sidoksissa luojan ammattitaidolliseen maineeseen. Väärässä saaminen ei ole vain epämukavaa; se on näkyvä laatuvikakirjoitus, jonka katsojat huomaavat välittömästi.

Luojat, jotka puhuvat aliedustettuja kieliä, ovat kehittäneet kaikenlaisia kiertoteitä vuosia. Jotkut nauhoittavat videotaan englanniksi, vaikka heidän katsojansa puhuvat jotain muuta. Jotkut jättävät tekstit kokonaan pois ja hyväksyvät pienemmät sitoutumisen luvut. Jotkut käyttävät lähintä saatavilla olevaa kieltä ja sitten viettävät tunteja korjaamalla tuotosta, ottaen työvoimakustannukset, joita heidän englanninkielisten kilpailijoidensa ei yksinkertaisesti tarvitse käsitellä. Kukaan näistä ei ole oikeita ratkaisuja. Ne ovat kompromisseja, joita pakottaa markkina, joka päätti, että tiettyjä kieliä ei kannata tukea oikein.

captions.yeb.to:n rakentaminen 98 kielellä oli osittain vastaus tähän spesifiseen turhautumiseen ja osittain tunnustukseksi siitä, että aliedustettu markkinan segmentti on paljon suurempi kuin useimmat yritykset näyttävät ajattelevan. Seitsemän miljoonaa bulgariankielistä puhujaa on pieni numero verrattuna englantiin tai mandariiniksi. Mutta lisää kaikkia kieliä, jotka kuuluvat "kaupallisesti mielenkiintoiseksi" -luokkaan, mukaan lukien serbiankilaiset, thaimaalaiset, vietnamilaiset, Tagalog-puhujat, swahili-puhujat, ja puhut satoista miljoonista ihmisistä, joille teksti työkalut ovat huonosti palvelleet vuosia. Tämä ei ole niche. Se on markkina, jota ei ole yksinkertaisesti käsitelty, ja tekstityssovelluksien maisema alkaa hitaasti heijastaa sitä todellisuutta.