Транскрипцияны тазалау

Тазалау нені жояды

Бейне ойнатқыштан көшірілген транскрипция оқуға емес, бірге ілесуге арналған: әр бірнеше секунд сайын уақыт белгісі, субтитр біткен жерде жол үзілісі, сөйлемнің ортасында [Music]. Тазалау осы қаңқаны алып тастап, абзацтар береді. Әр опцияны өшіруге болады, ал нәтиже теріп жатқанда жаңарады.

Қандай пішімдерді түсінеді

• Біздің YouTube транскрипциясы — әр үзіктің алдында [mm:ss] Speaker A: бар көшірме. Бір сөйлеушінің үзіктері біріктіріледі, ал сөйлеуші белгісі абзацқа бір рет жазылады.
• YouTube-тың өз транскрипция панелі — уақыт бір жолда, сөздер келесі жолда. Уақыт жолдары алынып тасталады, кейбір көшірмелердегі ауызша түрі де («1 minute, 5 seconds»).
• SRT, WebVTT және SBV субтитр файлдары — субтитр нөмірлері, уақыт жолдары, VTT тақырыптары, жазбалар және мәтін ішіндегі тегтер кетеді; VTT дауыс тегі сөйлеуші белгісіне айналады; әр автоматты субтитрдің жоғарғы жағындағы қайталанатын жол жойылады.
• Кездесу жазбалары — атауы мен уақыты жеке жолда («Speaker 1 0:03») «Speaker 1:» болады.

Тек уақыт белгісіне ұқсайтын белгілер жойылады: жол басында, жеке жолда немесе жақшада. Сөйлемнің ортасындағы «We meet at 10:30» өзгеріссіз қалады.

Абзацтар қалай қалпына келтіріледі

Мәтін ойнатқыштан келгенде, әр жол үзілісі абзацтың емес, субтитрдің соңы ретінде қарастырылады, сондықтан жолдар алдымен біріктіріледі. Екі жолға сызықшамен бөлінген сөз қайта жиналады. Содан кейін жаңа абзац әр 3, 4, 5, 6 немесе 8 сөйлемнен (әдепкі 4) және әрқашан сөйлеуші ауысқанда басталады. Өзіңіз тергендей мәтін бос жолмен бөлінген абзацтарын сақтайды.

Автоматты субтитрлерде әдетте нүкте мүлде болмайды, сондықтан санайтын сөйлем жоқ. Мәтінде сөйлемге орта есеппен 60 сөзден көп келсе, тазалау абзацтарды ұзындығы бойынша кеседі — сіз сұраған әр сөйлемге шамамен 20 сөз — және бұл туралы хабарлайды.

«Аралықтар мен бас әріптерді түзету» қос бос орындарды және үтір мен нүктеден бұрынғы бос орындарды жояды, үтірден кейінгі жетіспейтін бос орынды қосады және әр сөйлемнің бірінші әрпін бас әріп етеді. «Dr.» сияқты қысқартулар мен «U.S.A.» сияқты инициалдар сөйлемді аяқтамайды, ал «iPhone» сияқты сөздер бірінші әрпін сақтайды.

Паразит сөздер — абайлап

Әдепкі тізімдерде тек ойланудан шыққан дыбыстар бар — ағылшынша «um», «uh», «erm», орысша «э», «эм», немісше «äh», «ähm» — он тіл үшін: ағылшын, орыс, украин, испан, португал, француз, неміс, итальян, поляк және нидерланд. Тізімді бет тілі таңдайды. «Like», «you know» немесе «o sea» сияқты сөздер әдейі қосылмаған: олар қарапайым сөздер де, оларды соқыр жою мағынаны өзгертеді. Оларды алып тастағыңыз келсе, тізімге өзіңіз қосыңыз; бірнеше сөзден тұратын тіркестер де жұмыс істейді, ал тізіміңіз осы браузерде есте сақталады.

Ашық шектеулер

Тазалау мәтінді ретке келтіреді, бірақ оны түсінбейді. Ол дереккөзде ешқашан болмаған тыныс белгілерін қоса алмайды, қате естілген сөздерді түзете алмайды, ал бас әріппен басталатын сөз бен қос нүктеден тұратын жол («Note: …») сөйлеуші белгісі деп қателесуі мүмкін — бұл опция әдепкі бойынша өшірулі. Нәтижені жарияламас бұрын оқып шығыңыз. Бәрі браузеріңізде жұмыс істейді; мәтін жүктелмейді және сақталмайды.