Le bulgare n'existe pas pour la plupart des outils de sous-titrage, j'en ai donc créé un qui supporte 98 langues

Le bulgare n'existe pas pour la plupart des outils de sous-titrage, donc j'en ai créé un qui supporte 98 langues

Le menu déroulant est la première chose que vous voyez en téléchargeant une vidéo vers n'importe quel outil de sous-titrage. Une longue liste de langues, triées alphabétiquement, parfois avec des drapeaux à côté. L'anglais est toujours là, généralement en haut. L'espagnol, le français, l'allemand, le portugais. Tous présents et comptabilisés. Faites défiler et vous pourriez trouver le chinois, le japonais, le coréen. Continuez à faire défiler. L'arabe. L'hindi, parfois. Et puis la liste s'arrête, ou la langue dont vous avez réellement besoin n'y est simplement pas. Le bulgare. Non listé. Pas comme option, pas comme fonctionnalité bêta, pas même comme entrée non prise en charge avec un avertissement. Il n'existe tout simplement pas dans l'univers du produit.

Ce n'est pas un léger inconvénient. Quand la langue fait complètement défaut, l'outil n'est pas partiellement utile. Il est complètement inutile. Il n'y a pas de solution de contournement qui produit des résultats acceptables. L'audio entre, et soit l'outil le rejette carrément, soit il essaie de le traiter comme quelque chose d'autre. La sortie est un gâchis, à chaque fois.

L'expérience d'être un créateur de contenu dont la langue principale se situe en dehors de la bande étroite des langues « commercialement intéressantes » est une adaptation constante. Cela signifie apprendre à contourner les outils plutôt que de travailler avec eux. Cela signifie accepter que la plupart des logiciels n'ont tout simplement pas été construits en pensant à vous, et que les fonctionnalités commercialisées comme « mondiales » ou « multilingues » signifient vraiment « nous supportons les dix langues qui nous rapportent le plus d'argent ».

Le contournement russe et pourquoi il échoue

Quand le bulgare n'est pas sur la liste, le russe devient le contournement par défaut. Les deux langues partagent l'alphabet cyrillique, et certains mots ont des racines similaires. Sur le papier, cela semble être une approximation raisonnable. En pratique, c'est un désastre qui crée plus de travail que de tout faire à la main à partir de zéro.

La transcription russe appliquée à l'audio bulgare produit quelque chose qui semble presque correct à première vue. Les caractères cyrilliques apparaissent à l'écran, les mots ont une forme vaguement slave, et peut-être un sur trois est réellement correct. Mais « presque correct » dans les sous-titres signifie complètement faux. Un spectateur qui lit des sous-titres qui sont exacts à 60 % n'obtient pas 60 % du message. Il obtient de la confusion, de la distraction, et l'impression que le créateur ne s'est pas assez soucié de relire son propre contenu.

Le processus d'édition qui suit est où le vrai temps se perd. Une vidéo de cinq minutes pourrait produire 180 à 220 segments de sous-titres individuels. Quand la langue de transcription est mauvaise, chacun de ces segments doit être ouvert, lu, comparé au son réel, et dactylographié manuellement. Pas corrigé, mais complètement retapé, car la transcription russe ressemble si peu à l'original bulgare qu'il est plus rapide de supprimer le texte et de recommencer à zéro que d'essayer de le corriger caractère par caractère. Deux heures d'édition manuelle pour une vidéo de cinq minutes ne sont pas rares. Pour quelqu'un qui gère plusieurs chaînes YouTube avec des horaires de téléchargement réguliers, cette arithmétique ne tient tout simplement pas debout.

Ce problème exact s'étend bien au-delà du bulgare. Les créateurs hindi y sont confrontés lorsque leur dialecte régional est aplati en une transcription hindi générique qui manque la moitié du vocabulaire. Les créateurs thaïlandais font face à des erreurs d'interprétation tonale qui transforment chaque autre phrase en non-sens. Le vietnamien, le serbe, le tagalog, le swahili. La liste des langues qui sont soit ignorées soit mal approximées par les principaux outils de sous-titrage est longue, et les créateurs qui parlent ces langues ont discrètement absorbé la charge de travail supplémentaire pendant des années.

Pourquoi l'écart linguistique existe en premier lieu

Les outils de sous-titrage sont des entreprises, et les entreprises allouent des ressources de développement où se trouve le revenu. Les marchés anglophones représentent la plus grande part de clients payants pour presque tous les produits SaaS dans l'espace de création vidéo. L'espagnol et le portugais couvrent la plupart de l'Amérique latine. Le français ajoute des parties de l'Europe et de l'Afrique. L'allemand, le japonais, le coréen. Chacun ouvre un marché avec un pouvoir d'achat important. Un produit qui supporte ces dix ou douze langues peut prétendre servir la majorité de sa base de clients potentielle, et d'un point de vue purement financier, cette affirmation est défendable.

L'ajout d'une nouvelle langue à un système de transcription n'est pas trivial. Cela nécessite des données d'entraînement, des tests de qualité, une maintenance continue et une documentation d'assistance. Pour une langue parlée par sept millions de personnes, comme le bulgare, le calcul coût-revenu justifie rarement l'investissement quand les mêmes heures d'ingénierie pourraient améliorer la précision de la transcription anglaise de 95 % à 97 %, ce qui affecte des millions d'utilisateurs payants.

Le résultat est un marché où les quinze ou vingt premières langues reçoivent un excellent support, les trente suivantes obtiennent une couverture acceptable, et tout le reste est soit manquant soit si mal implémenté qu'il ne devrait pas être listé comme une fonctionnalité. Ce n'est pas malveillant. C'est le résultat prévisible de construire des produits qui optimisent pour le plus grand public possible plutôt que pour la couverture la plus large possible. Mais comprendre pourquoi cela se produit ne le rend pas moins frustrant quand vous êtes celui qui fixe un menu déroulant qui n'inclut pas votre langue.

Le générateur de sous-titres sur YEB a été construit avec un ensemble de priorités différent. Au lieu de commencer par les langues les plus précieuses commercialement et de travailler vers l'extérieur, le moteur de transcription a été sélectionné spécifiquement pour sa largeur de support linguistique. Quatre-vingt-dix-huit langues dès le départ, pas comme une aspiration de feuille de route, mais comme une exigence de lancement. Le bulgare, le serbe, l'hindi, le thaïlandais, le vietnamien, le tagalog, et des dizaines d'autres qui apparaissent rarement dans les listes de fonctionnalités des concurrents sont tous traités nativement, avec le même pipeline de transcription et les mêmes normes de qualité que l'anglais ou l'espagnol.

Ce que le support linguistique approprié signifie réellement en pratique

Supporter une langue ne signifie pas seulement accepter l'audio dans cette langue et retourner du texte. Cela signifie que le moteur de transcription comprend la structure phonétique, le vocabulaire courant, la cadence et le rythme du discours naturel dans cette langue. Cela signifie que quand un locuteur bulgare enregistre une vidéo, la sortie n'a pas besoin d'être manuellement corrigée au-delà du nom propre occasionnel ou du terme technique que n'importe quel système de transcription pourrait trébucher.

Sur YEB Captions, télécharger une vidéo en langue bulgare fonctionne exactement comme télécharger une vidéo en anglais. La langue est sélectionnée dans la liste complète de 98 options, l'audio est traité, et la transcription revient comme des segments de sous-titres correctement chronométrés en bulgare. Pas d'approximation russe, pas de retapages manuels, pas de séances d'édition de deux heures pour une vidéo de cinq minutes. Les segments peuvent toujours être édités individuellement si nécessaire, comme un mot mal entendu ici ou un nom qui a besoin d'une correction là, mais la précision de base rend ces éditions mesurées en minutes plutôt qu'en heures.

La même chose s'applique à la traduction de sous-titres. Le contenu originalement transcrit en bulgare peut être traduit dans l'une des autres langues supportées avant le rendu. Un clip musical avec des paroles bulgares peut être publié avec des sous-titres anglais, espagnols ou japonais sans passer par un flux de travail de traduction séparé. Pour les créateurs qui publient du contenu destiné à des audiences internationales, cela élimine toute une couche de travail manuel qui nécessitait auparavant d'embaucher un traducteur ou de passer une soirée avec un dictionnaire et beaucoup de patience.

Le point n'est pas que YEB Captions est le seul outil au monde qui supporte le bulgare. Une poignée d'outils l'offrent d'une certaine manière. Le point est que le support approprié, où la qualité de la transcription est réellement utilisable sans correction manuelle extensive, reste rare pour les langues en dehors du courant dominant, et l'écart entre « listé comme supporté » et « fonctionne réellement bien » est souvent énorme.

Le problème plus large de la construction d'outils pour tout le monde

Il y a une hypothèse intégrée dans la plupart du développement logiciel selon laquelle « tout le monde » signifie « tous ceux qui parlent une langue majeure ». Les pages de fonctionnalités disent « global » et « multilingue » tandis que la liste réelle des langues raconte une histoire beaucoup plus étroite. Ce n'est pas limité aux outils de sous-titrage. Les services de traduction automatique, les assistants vocaux, les systèmes OCR et les moteurs de recherche exhibent tous le même modèle de support profond pour un petit nombre de langues et un support superficiel ou inexistant pour le reste.

Ce qui rend les outils de sous-titrage particulièrement remarquables est la nature de l'échec. Quand un assistant vocal ne comprend pas une commande, l'utilisateur peut la répéter ou la taper à la place. Quand un outil de sous-titrage produit du texte gâché, ce texte finit par être gravé dans une vidéo qui est publiée pour des centaines ou des milliers de spectateurs. L'erreur est permanente, publique, et directement liée à la réputation professionnelle du créateur. La mal faire n'est pas seulement un inconvénient ; c'est un échec visible de qualité que les spectateurs remarquent immédiatement.

Les créateurs qui parlent des langues mal desservies ont développé toutes sortes de contournements au fil des années. Certains enregistrent leurs vidéos en anglais même quand leur audience parle quelque chose d'autre. Certains abandonnent complètement les sous-titres et acceptent les nombres d'engagement plus bas. Certains utilisent la langue la plus proche disponible et dépensent ensuite des heures à corriger la sortie, absorbant un coût de travail que leurs concurrents anglophones n'ont tout simplement pas à gérer. Aucune de ces solutions ne sont de vraies solutions. Ce sont des compromis forcés par un marché qui a décidé que certaines langues ne valaient pas la peine d'être supportées correctement.

Construire captions.yeb.to avec 98 langues était en partie une réponse à cette frustration spécifique et en partie une reconnaissance que le segment mal desservi du marché est beaucoup plus grand que la plupart des entreprises ne semblent le penser. Sept millions de locuteurs bulgares est un petit nombre comparé à l'anglais ou au mandarin. Mais additionnez toutes les langues qui entrent dans la catégorie « pas commercialement intéressant », y compris les Serbes, les Thaïlandais, les Vietnamiens, les locuteurs tagalog, les locuteurs swahili, et vous parlez de centaines de millions de personnes qui ont été mal servies par les outils de sous-titrage pendant des années. Ce n'est pas une niche. C'est un marché qui n'a simplement pas été abordé, et le paysage des applications de sous-titres commence lentement à refléter cette réalité.