Bulgaars bestaat niet voor de meeste ondertiteltools, dus heb ik er een gebouwd die 98 talen ondersteunt

Het vervolgkeuzemenu is het eerste wat je ziet bij het uploaden van een video naar een ondertiteltool. Een lange lijst met talen, alfabetisch gesorteerd, soms met vlaggen ernaast. Engels staat er altijd, meestal bovenaan. Spaans, Frans, Duits, Portugees. Allemaal aanwezig. Scroll verder en je vindt misschien Chinees, Japans, Koreaans. Blijf scrollen. Arabisch. Hindi, soms. En dan eindigt de lijst, of de taal die je echt nodig hebt is gewoon niet aanwezig. Bulgaars. Niet op de lijst. Niet als optie, niet als betafunctie, niet eens als niet-ondersteunde invoer met een waarschuwingslabel. Het bestaat gewoon niet in het universum van het product.

Dit is geen klein ongemak. Wanneer de taal volledig ontbreekt, is het gereedschap niet gedeeltelijk bruikbaar. Het is volkomen onbruikbaar. Er is geen workaround die aanvaardbare resultaten oplevert. Het geluid gaat erin, en ofwel de tool wijst het af, ofwel probeert het het te verwerken als iets anders. De uitkomst is waardeloos, elke keer opnieuw.

De ervaring van een content creator wiens primaire taal buiten het smalle bereik van "commercieel interessante" talen valt, is een voortdurende aanpassing. Het betekent dat je leert om met tools om te gaan in plaats van ervan gebruik te maken. Het betekent dat je aanvaardt dat de meeste software gewoon niet met jou in gedachten is gebouwd, en dat de functies die als "globaal" of "meertalig" worden verhandeld eigenlijk betekenen "we ondersteunen de tien talen die ons het meest geld opleveren."

De Russische Workaround en waarom deze faalt

Wanneer Bulgaars niet op de lijst staat, wordt Russisch de standaard workaround. De twee talen delen het Cyrillische alfabet, en bepaalde woorden hebben vergelijkbare wortels. Op papier lijkt het een redelijke benadering. In de praktijk is het een ramp die meer werk oplevert dan alles handmatig helemaal opnieuw doen.

Russische transcriptie toegepast op Bulgaarse audio levert iets op dat er op het eerste gezicht bijna juist uitziet. De Cyrillische tekens verschijnen op het scherm, de woorden hebben een vaag Slavische vorm, en misschien is er eentje op de drie eigenlijk correct. Maar "bijna goed" in ondertitels betekent volledig fout. Een kijker die ondertitels leest die 60% nauwkeurig zijn, krijgt niet 60% van het bericht. Ze krijgen verwarring, afleidingen, en de indruk dat de maker niet genoeg moeite heeft gedaan om hun eigen inhoud na te kijken.

Het bewerkingsproces dat volgt is waar de echte tijd verloren gaat. Een vijfminutenvideo kan 180 tot 220 individuele ondertitelsegmenten opleveren. Wanneer de transcriptietaal fout is, moet elk enkel segment worden geopend, gelezen, vergeleken met het werkelijke geluid, en volledig opnieuw getypt. Niet gecorrigeerd, maar opnieuw getypt, omdat de Russische transcriptie vaak zo weinig gelijkenis vertoont met het Bulgaarse origineel dat het sneller is om de tekst te verwijderen en opnieuw te beginnen dan om het karakter voor karakter te proberen op te lossen. Twee uur handmatige bewerking voor een vijfminutenvideo is niet ongebruikelijk. Voor iemand die meerdere YouTube-kanalen met regelmatige uploadschema's beheert, klopt die rekenkunde gewoon niet.

Dit exacte probleem strekt zich ver voorbij Bulgaars. Hindi-makers hebben ermee te kampen wanneer hun regionaal dialect wordt afgevlakt tot een generieke Hindi-transcriptie die de helft van de woordenschat mist. Thaise makers hebben te maken met tonale interpretatiefouten die elke ander zin in onzin veranderen. Vietnamees, Servisch, Tagalog, Swahili. De lijst van talen die ofwel genegeerd of slecht benaderd worden door gangbare ondertiteltools is lang, en de makers die die talen spreken hebben al jaren stilzwijgend de extra werkbelasting opgenomen.

Waarom de taalgat in de eerste plaats bestaat

Ondertiteltools zijn bedrijven, en bedrijven verdelen ontwikkelingsbronnen waar de opbrengst is. Engelstalige markten vertegenwoordigen het grootste aandeel van betalende klanten voor vrijwel elk SaaS-product in de videocreatiespace. Spaans en Portugees beslaan het grootste deel van Latijns-Amerika. Frans voegt delen van Europa en Afrika toe. Duits, Japans, Koreaans. Elk ervan opent een markt met aanzienlijke koopkracht. Een product dat deze tien of twaalf talen ondersteunt, kan stellen dat het het grootste deel van zijn potentiële klantenbasis bedient, en vanuit een puur financieel perspectief is die bewering verdedigbaar.

Het toevoegen van een nieuwe taal aan een transcriptiesysteem is niet triviaal. Het vereist trainingsgegevens, kwaliteitstesting, voortdurend onderhoud en ondersteuningsdocumentatie. Voor een taal die wordt gesproken door zeven miljoen mensen, zoals Bulgaars, rechtvaardigt de kosten-opbrengst-berekening zelden de investering wanneer dezelfde engineuringuren naar verbetering van Engelse transcriptie-nauwkeurigheid van 95% naar 97% gaan, wat miljoenen betalende gebruikers beïnvloedt.

Het resultaat is een markt waar de top vijftien of twintig talen uitstekende ondersteuning ontvangen, de volgende dertig redelijke dekking krijgen, en al het andere ontbreekt of zo slecht is geïmplementeerd dat het helemaal niet als functie zou moeten worden vermeld. Dit is niet kwaadaardig. Het is de voorspelbare uitkomst van het bouwen van producten die optimaliseren voor het grootst mogelijke publiek in plaats van voor het breedst mogelijke bereik. Maar begrijpen waarom het gebeurt, maakt het niet minder frustrerend wanneer je bent degene die naar een vervolgkeuzemenu staart die je taal niet bevat.

De ondertitelgenerator op YEB is gebouwd met een ander stelsel van prioriteiten. In plaats van te beginnen met de meest commercieel waardevolle talen en van daaruit uit te breiden, is de transcriptie-engine specifiek geselecteerd vanwege het brede scala aan taalondersteuning. Achtennegentig talen vanaf het begin, niet als een roadmap-aspiratie, maar als een lanceringsvereiste. Bulgaars, Servisch, Hindi, Thais, Vietnamees, Tagalog, en dozenen anderen die zelden in concurrentie-functielijsten verschijnen, worden allemaal inheems verwerkt, met dezelfde transcriptiepijplijn en dezelfde kwaliteitsnormen als Engels of Spaans.

Wat echte taalondersteuning in de praktijk werkelijk betekent

Taal ondersteunen betekent niet alleen audio in die taal accepteren en een bepaalde tekst retourneren. Het betekent dat de transcriptie-engine de fonetische structuur, de gangbare woordenschat, de cadans en het ritme van natuurlijke spreken in die taal begrijpt. Het betekent dat wanneer een Bulgaarse spreker een video opneemt, de output niet verder handmatig hoeft te worden gecorrigeerd dan af en toe een eigennaam of technische term die elk transcriptiesysteem zou kunnen struikelen.

Op YEB Captions is het uploaden van een Bulgaarse video precies hetzelfde als het uploaden van een Engelse. De taal wordt geselecteerd uit de volledige lijst van 98 opties, het geluid wordt verwerkt, en de transcriptie komt terug als correct getimede ondertitelsegmenten in het Bulgaars. Geen Russische benadering, geen handmatig opnieuw typen, geen twee uur durende bewerkingssessies voor een vijfminutenvideo. De segmenten kunnen indien nodig nog steeds afzonderlijk worden bewerkt, zoals een verkeerd gehoord woord hier of een naam die daar correctie nodig heeft, maar de baseline-nauwkeurigheid maakt die bewerkingen gemeten in minuten in plaats van uren.

Hetzelfde geldt voor ondertitelvertaling. Inhoud die oorspronkelijk in het Bulgaars is getranscribeerd, kan in een van de andere ondersteunde talen worden vertaald voordat deze wordt weergegeven. Een muziekvideo met Bulgaarse teksten kan met Engelse, Spaanse of Japanse ondertitels worden gepubliceerd zonder door een afzonderlijke vertaalworkflow te gaan. Voor makers die inhoud publiceren die gericht is op internationaal publiek, elimineert dit een volledige laag handmatig werk die voorheen het inhuren van een vertaler of het doorbrengen van een avond met een woordenboek en veel geduld vereiste.

Het punt is niet dat YEB Captions het enige gereedschap ter wereld is dat Bulgaars ondersteunt. Een handvol tools biedt het in enige vorm. Het punt is dat echte ondersteuning, waarbij de transcriptie-kwaliteit werkelijk bruikbaar is zonder uitgebreide handmatige correctie, zeldzaam blijft voor talen buiten de mainstream, en het gat tussen "vermeld als ondersteund" en "werkt werkelijk goed" is vaak enorm.

Het bredere probleem van het bouwen van tools voor iedereen

Daar zit een aanname in de meeste softwareontwikkeling dat "iedereen" betekent "iedereen die een grote taal spreekt." De functiebladzijden zeggen "globaal" en "meertalig" terwijl de werkelijke talenlijst een veel nauwer verhaal vertelt. Dit is niet beperkt tot ondertiteltools. Automatische vertaaldiensten, spraakassistenten, OCR-systemen en zoekmachines vertonen allemaal hetzelfde patroon van diepe ondersteuning voor een klein aantal talen en oppervlakkige of onbestaande ondersteuning voor de rest.

Wat ondertiteltools bijzonder opvallend maakt, is de aard van de mislukking. Wanneer een spraakassistent een commando verkeerd begrijpt, kan de gebruiker het herhalen of typen. Wanneer een ondertiteltool waardeloos tekst produceert, eindigt die tekst ergens in een video die naar honderden of duizenden kijkers wordt gepubliceerd. De fout is permanent, openbaar, en rechtstreeks gekoppeld aan de professionele reputatie van de maker. Het verkeerd maken is niet alleen een ongemak; het is een zichtbare kwaliteitsmislukking die kijkers onmiddellijk opmerken.

Makers die ondergerepresenteerde talen spreken, hebben in de loop der jaren allerlei workarounds ontwikkeld. Sommigen nemen hun video's op in het Engels, zelfs wanneer hun publiek iets anders spreekt. Sommigen slaan ondertitels helemaal over en aanvaarden de lagere betrokkenheidscijfers. Sommigen gebruiken de dichtbijzijnde beschikbare taal en brengen dan uren door met het repareren van de output, waarbij zij een arbeidskosten absorbeert die hun Engelssprekende concurrenten gewoon niet hoeven te dragen. Geen van deze zijn echte oplossingen. Het zijn compromissen gedwongen door een markt die besloot dat bepaalde talen niet waard waren om goed te ondersteunen.

Bouwen captions.yeb.to met 98 talen was deels een reactie op deze specifieke frustratie en deels een erkenning dat het ondergerepresenteerde segment van de markt veel groter is dan de meeste bedrijven lijken te denken. Zeven miljoen Bulgaarse sprekers is een klein getal in vergelijking met Engels of Mandarijn. Maar tel alle talen op die in de categorie "niet commercieel interessant" vallen, inclusief de Serviërs, de Thais, de Vietnamezen, de Tagalogsprekenden, de Swahili-sprekers, en je praat over honderden miljoenen mensen die al jaren slecht worden bediend door ondertiteltools. Dat is geen niche. Dat is een markt die gewoon niet is aangepakt, en het landschap van caption-apps begint langzaam die realiteit te weerspiegelen.