В учебном ролике о фотолаборатории ведущая говорит «свет пока не включаем». На экране воображаемая строка субтитров теряет одно слово. Человек без звука получает противоположную инструкцию. Нейросеть в VK Видео может подготовить текст речи для показа в плеере. Если ты смотришь ролик или проверяешь свой разговорный материал, важно знать, где довериться смыслу, а где вернуться на несколько секунд и сверить звук. Покажу это на вымышленном эпизоде в мастерской.
Что делает нейросеть в VK Видео
VK применяет распознавание речи для создания субтитров в VK Видео и VK Клипах. По описанию компании, система выделяет речь на аудиодорожке, распознаёт её и обрабатывает получившийся текст с учётом контекста. Автосубтитры удобно использовать при просмотре без звука. Сам текст стоит проверять по записи, если ты собираешься процитировать реплику или действовать по услышанной инструкции. Объяснение распознавания речи от VK.
В плеере открой управление субтитрами, если у этого видео доступна дорожка. Запусти разговорный фрагмент и посмотри, появляются ли строки при начале реплики. Если дорожки нет или важного слова на ней не оказалось, найди нужный отрезок по характерному моменту в кадре. В нашем ролике ведущая сначала поднимает щипцы, затем показывает пробный отпечаток. Удобно записать время этого действия и повторить короткий фрагмент со звуком.
По соседству во ВКонтакте бывает другая ситуация. Люди отправляют друг другу короткие видеосообщения. VK также описывает расшифровку речи из таких «кружочков». У плеера с видео и сообщения в переписке разные способы показать результат. Если ты читаешь запись разговора из переписки, ищи доступную расшифровку у этого сообщения. Для обычного ролика открой сначала сам плеер. Не полагайся на наличие одной кнопки в обоих местах.
Какие реплики важно проверить на слух
Я начал бы с короткого участка, на котором речь и изображение дополняют друг друга. На столе лежат щипцы и два листа, на одном виден пробный отпечаток. По одному кадру не ясно, какой лист обсуждает ведущая. Если на записи она говорит «правый», а распознавание потеряло это слово, зритель может решить, что речь об обоих листах. В таком месте полезнее переслушать начало фразы и посмотреть, куда повернулась рука.
