คำบรรยายที่เข้าถึงได้จริง ๆ ต้องมีอะไรบ้าง

สรุปประเด็นสำคัญ

คำบรรยายที่เข้าถึงได้ไม่ใช่แค่คำบรรยายที่มีอยู่ มันต้องมีทั้งบทสนทนาและเสียงที่ไม่ใช่คำพูดแต่มีความหมาย ต้องระบุทุกครั้งที่มีการเปลี่ยนคนพูด และต้องขึ้น-ลงให้ตรงกับจังหวะการพูด ซับไตเติลเป็นอีกเรื่องหนึ่งไปเลย ปกติมีแค่บทสนทนาและมักเป็นการแปลภาษา ส่วนบทถอดความคือข้อความอย่างเดียวไม่มีการจับเวลา ใช้สำหรับคนที่ใช้ตัวเล่นวิดีโอไม่ได้เลย ดังนั้นมันเป็นสิ่งที่ต้องส่งมอบแยกออกไป ไม่ใช่ของที่ใช้แทนกันได้ ความผิดพลาดที่พบบ่อยที่สุดคือการใช้คำบรรยายอัตโนมัติโดยไม่มีการตรวจแก้เลย

มีคนบอกคุณว่าคำบรรยายต้องเข้าถึงได้ คุณก็มีคำบรรยายอยู่แล้ว ตอนนี้คุณกำลังพยายามหาว่าช่องว่างระหว่างสองประโยคนี้อยู่ที่ไหน และไม่มีใครอธิบายให้ชัดเจนสักที

ช่องว่างนั้นแทบไม่เคยเป็นเรื่องที่วิดีโอไม่มีแทร็กคำบรรยายเลย แต่เป็นเรื่องที่แทร็กคำบรรยายที่มีอยู่ใช้งานไม่ได้จริง ซึ่งจะไม่ปรากฏชัดจนกว่าผู้ชมที่หูหนวกหรือมีปัญหาการได้ยินจะลองดูวิดีโอพร้อมคำบรรยายนั้น ต่อไปนี้คือสิ่งที่มันหมายถึงจริง ๆ เรียงตามลำดับที่คุณจะพบเจอ

สามคำ สามสิ่งที่ต้องส่งมอบ สามกลุ่มผู้ชม

คำว่าคำบรรยาย ซับไตเติล และบทถอดความ ถูกใช้สลับกันไปมาในการพูดคุยทั่วไป แต่ข้อกำหนดที่คุณได้รับมาแทบจะแน่นอนว่าไม่ได้ใช้คำเหล่านี้แทนกันได้ ถ้าข้อกำหนดระบุชื่อสองอย่าง นั่นแปลว่าต้องส่งมอบสองสิ่ง

คำบรรยาย มีทั้งบทสนทนาและเสียงที่ไม่ใช่คำพูดแต่มีความหมาย มันถูกเขียนขึ้นโดยตั้งสมมติฐานว่าผู้ชมไม่ได้ยินอะไรเลย ดังนั้นอะไรก็ตามที่เสียงประกอบทำอยู่แต่ภาพไม่ได้แสดง ต้องปรากฏเป็นตัวอักษร

ซับไตเติล ปกติมีแค่บทสนทนา และมักเป็นการแปลภาษา มันตั้งสมมติฐานว่าคุณได้ยินวิดีโอชัดเจนดี แค่ฟังภาษาที่พูดไม่ออกเท่านั้น แทร็กซับไตเติลจะไม่บอกคุณว่าเสียงเตือนดังขึ้น เพราะผู้ชมที่ฟังภาษาต้นทางออกไม่จำเป็นต้องให้บอก

บทถอดความ คือข้อความเพียงอย่างเดียว ไม่มีการจับเวลา ไม่มีคิว ไม่มีการซิงค์ ไม่เกี่ยวกับตัวเล่นวิดีโอเลย มันใช้สำหรับคนที่ใช้โปรแกรมอ่านหน้าจอ คนที่เปิดใช้ตัวเล่นวิดีโอไม่ได้ และคนที่แค่อยากอ่านเนื้อหามากกว่านั่งดูทั้งคลิป

ข้อที่คนสับสนกันบ่อยที่สุดคือข้อสุดท้ายนี้ การโพสต์บทถอดความไว้ข้าง ๆ วิดีโอไม่ได้ทำให้ครบตามข้อกำหนดเรื่องคำบรรยาย และไฟล์คำบรรยายก็ไม่ได้ทำให้ครบตามข้อกำหนดเรื่องบทถอดความ เพราะทั้งสองอย่างเข้าถึงคนละกลุ่มคนผ่านช่องทางคนละแบบ ถ้าคุณทำอย่างหนึ่งแล้วเรียกว่าเป็นทั้งสองอย่าง แสดงว่าคุณทำแค่อย่างเดียว

ควรพูดให้ชัดไว้ตรงนี้ว่า ข้อบังคับด้านการเข้าถึงนั้นแตกต่างกันไปตามประเทศ ตามอุตสาหกรรม และตามองค์กร ไม่มีมาตรฐานสากลเดียวที่คุณเช็คแล้วจบได้เลย กฎที่สำคัญคือกฎที่องค์กรของคุณต้องปฏิบัติตามจริง ๆ และมีคนในองค์กรของคุณรู้ว่าเป็นกฎไหน แม้เขาจะยังไม่ได้บอกคุณก็ตาม ควรถามให้ชัดก่อนที่จะสร้างขั้นตอนทำงานขึ้นจากการเดา

คำบรรยายต้องมีเสียง ไม่ใช่แค่คำพูด

นี่คือส่วนที่คนที่เคยคิดว่าคำบรรยายเป็นแค่การแปลงเสียงพูดเป็นตัวอักษรจะแปลกใจ เสียงประตูปิด เสียงเตือน เสียงหัวเราะจากนอกจอ เสียงโทรศัพท์ดังจนคนในจอต้องหยุดพูดกลางคำ ไม่มีอะไรในนี้เป็นบทสนทนา และไม่มีอะไรมองเห็นได้ด้วยตา

ถ้าผู้ชมที่ไม่ได้ยินเสียงประกอบดูวิดีโอของคุณแล้วมีอะไรเกิดขึ้นที่เขาอธิบายไม่ได้ คำบรรยายก็ล้มเหลวในหน้าที่ที่มันมีอยู่เพื่อทำโดยตรง คนในจอที่ตอบสนองต่อเสียงที่คุณไม่ได้พูดถึงเลยกลายเป็นคนที่ทำอะไรโดยไม่มีเหตุผลให้เห็น

เกณฑ์ตัดสินไม่ใช่ “มีเสียงหรือเปล่า” แต่คือ “เสียงนั้นมีความหมายหรือเปล่า” เสียงบรรยากาศห้องเฉย ๆ ไม่จำเป็นต้องมีคำบรรยาย เพลงประกอบที่ไม่มีใครตอบสนองก็มักไม่ต้องเช่นกัน แต่เสียงเตือนที่ทำให้ทุกคนต้องออกจากห้องต้องมี เสียงหัวเราะก็เช่นกัน ถ้ามันบอกว่าประโยคนั้นโดนใจแค่ไหน การตัดสินใจนี้เป็นของคุณเอง และมันเป็นการตัดสินใจจริง ๆ ไม่ใช่กฎที่ทำให้เป็นระบบอัตโนมัติได้ ซึ่งเป็นเหตุผลหนึ่งที่การให้คนตรวจไฟล์ด้วยตัวเองสำคัญมาก ถ้าอยากรู้รายละเอียดเพิ่มว่าเรื่องนี้จัดการกันอย่างไรในทางปฏิบัติ คู่มือเรื่องคำบรรยายปิดอธิบายกลไกไว้

อย่าทำเกินไปเช่นกัน แทร็กคำบรรยายที่ใส่หมายเหตุทุกเสียงกรอบแกรบจะแย่งเวลาการอ่านไปจากบทสนทนา และทำให้ผู้ชมอ่านตามหลังวิดีโอ ใส่แค่สิ่งที่เปลี่ยนความหมายของฉาก ส่วนที่เหลือปล่อยไป

การแสดงว่าใครเป็นคนพูด

แทร็กคำบรรยายที่รวมบทพูดของสามคนไว้ด้วยกันโดยไม่มีการบอกว่าใครหยุดพูดตรงไหนและใครเริ่มพูดตรงไหน ทางเทคนิคถือว่ามีอยู่ แต่ใช้งานจริงไม่ได้ นี่เป็นข้อบกพร่องที่พบบ่อยที่สุดอย่างหนึ่งในไฟล์ที่ผ่านการตรวจเช็คแบบติ๊กช่องทุกข้อ เพราะการตรวจเช็คแบบนั้นถามแค่ว่ามีคำบรรยายอยู่หรือไม่ ไม่ได้ถามว่าอ่านแล้วเข้าใจได้หรือไม่

ลองนึกถึงสิ่งที่ผู้ชมที่ได้ยินเสียงได้มาแบบไม่ต้องพยายาม เสียงคนแต่ละคนฟังแตกต่างกัน คุณรู้ว่าคำตอบมาจากอีกคนเพราะมันมาจากลำคอคนละคน และบางทีก็บอกได้ด้วยว่ามาจากฝั่งไหนของห้อง พอตัดเสียงออกไป ทุกอย่างนั้นหายไปหมด บนจอ ช็อตปฏิกิริยาหรือการจัดเฟรมภาพระยะใกล้อาจทำให้คนพูดไม่อยู่ในจอเลยตลอดทั้งประโยค

วิธีทำเครื่องหมายเปลี่ยนคนพูดแตกต่างกันไปตามแต่ละสำนักและแพลตฟอร์ม และวิธีที่ใช้กันทั่วไปแบบไหนก็ใช้ได้ทั้งนั้น ตราบใดที่ใช้อย่างสม่ำเสมอในไฟล์เดียวกัน สิ่งที่ใช้ไม่ได้คือการไม่ทำอะไรเลย บทสัมภาษณ์ การประชุมแบบมีหลายคน การบันทึกการประชุม อะไรก็ตามที่มีเสียงมากกว่าหนึ่งคน ต้องมีการระบุการส่งไม้ต่อทุกครั้งที่เกิดขึ้น รวมถึงตอนที่คนสองคนเดิมพูดสวนกันเร็ว ๆ ยิ่งตอนนั้นยิ่งต้องทำ เพราะเป็นจุดที่ผู้อ่านหลุดจากเนื้อเรื่องเร็วที่สุด

การจับเวลาให้ตรงกับคำพูด

คำบรรยายต้องปรากฏขึ้นตอนที่มีการพูด และหายไปตอนที่พูดจบ คำบรรยายที่ขึ้นช้าไปนิดหนึ่งทำให้ผู้ชมอ่านประโยคหลังจากที่เห็นปฏิกิริยาต่อมันไปแล้ว คำบรรยายที่ค้างอยู่จนถึงช็อตต่อไปทำให้ผู้ชมกำลังอ่านฉากหนึ่งอยู่ในขณะที่ดูอีกฉากหนึ่ง

ทั้งสองแบบนี้ถ้าเกิดแค่ครั้งเดียวไม่ถึงกับพัง แต่พอเกิดตลอดสิบนาที มันเหนื่อยมาก และวิดีโอกลายเป็นเรื่องที่ตามยากกว่าถ้าไม่มีคำบรรยายเลยด้วยซ้ำ ต้นเหตุที่พบบ่อยคือการเลื่อนเวลาสะสม ไฟล์ที่เริ่มตรงจังหวะแต่ค่อย ๆ ล่าหลังมากขึ้นเรื่อย ๆ มักเกิดจากการสร้างไฟล์จากวิดีโอเวอร์ชันหนึ่งแล้วเอาไปใช้กับอีกเวอร์ชันที่มีส่วนต้นหรือส่วนท้ายเพิ่มมาอีกวินาที

ให้ตรวจที่ตอนท้ายของไฟล์ ไม่ใช่ตอนต้น เพราะทุกคนมักตรวจตอนต้นกันอยู่แล้ว ถ้าคิวสุดท้ายของวิดีโอยาวยังคงตรงกับคำพูด ส่วนกลางก็มักจะโอเค แต่ถ้ามันเลื่อนไปแล้ว ทั้งไฟล์ต้องจับเวลาใหม่ทั้งหมด ไม่ใช่แค่ซ่อมเฉพาะจุด การตรวจสอบโครงสร้างด้วยเครื่องมือตรวจสอบไฟล์ SRTจะช่วยจับคิวที่ทับกันหรือผิดรูปแบบก่อนที่คุณจะอัปโหลด แม้มันจะบอกไม่ได้ว่าคำที่ใช้ถูกต้องหรือไม่

คำบรรยายอัตโนมัติ และขั้นตอนตรวจแก้ที่ทำให้ใช้งานได้จริง

คำบรรยายอัตโนมัติที่ไม่มีการตรวจแก้เลยเป็นวิธีที่พบบ่อยที่สุดวิธีเดียวที่ทำให้องค์กรจบลงด้วยคำบรรยายที่ไม่ผ่านข้อกำหนดของตัวเอง ปกติมันจะมาพร้อมการเว้นวรรคและใส่เครื่องหมายวรรคตอนที่คุณไม่กล้าเชื่อ ไม่มีการระบุเปลี่ยนคนพูดเลย และไม่มีเสียงที่ไม่ใช่คำพูดเลย เพราะระบบถูกสั่งให้ถอดเสียงพูดเท่านั้น มันก็ทำแค่นั้น

นั่นไม่ได้แปลว่าคำบรรยายอัตโนมัติไม่มีประโยชน์เลย มันเป็นฉบับร่างแรกที่ดี และช่วยประหยัดเวลาในส่วนที่เป็นแค่การพิมพ์ล้วน ๆ ความผิดพลาดคือการเอาผลลัพธ์นั้นมาถือว่าเป็นงานที่เสร็จแล้ว ทั้งที่มันเป็นแค่วัตถุดิบ สิ่งที่เปลี่ยนวัตถุดิบให้เป็นงานที่ใช้ได้ คือคนอ่านไฟล์เทียบกับวิดีโอแล้วแก้สี่อย่าง คือคำที่ถอดออกมาผิด ขอบเขตของประโยค การเปลี่ยนคนพูด และเสียงที่มีความหมาย

สำหรับฉบับร่างแรก SozAI ถอดเสียงจากไฟล์เสียงและวิดีโอ การบันทึกเสียง และลิงก์ YouTube ให้เป็นข้อความพร้อมป้ายชื่อผู้พูดได้มากกว่า 99 ภาษา ผ่านแอปบน iOS, Android และ macOS และบนเว็บไซต์ก็มีเครื่องมือซับไตเติลและเครื่องมือนับคำแบบฟรีที่ทำงานในเบราว์เซอร์ทั้งหมด ไม่ต้องอัปโหลดอะไรเลย ป้ายชื่อผู้พูดช่วยให้คุณเริ่มต้นได้เร็วในเรื่องการส่งไม้ต่อ ส่วนเสียงที่มีความหมายและการจับเวลาสุดท้ายยังต้องเป็นคุณที่เพิ่มเข้าไปเอง

จัดเวลาไว้สำหรับขั้นตอนตรวจแก้นี้ด้วย มันใช้เวลาน้อยกว่าการถอดความจากศูนย์ และมากกว่าการไม่ทำอะไรเลย และมันคือความแตกต่างทั้งหมดระหว่างไฟล์ที่มีอยู่กับไฟล์ที่ใช้งานได้จริง

สิ่งที่ยังพลาดได้อยู่ดีแม้ทำทั้งหมดนี้แล้ว

มีอยู่หลายอย่าง และควรรู้ไว้ก่อนว่าอยู่ตรงไหน

• ชื่อเฉพาะ ศัพท์เทคนิค และชื่อผลิตภัณฑ์มักถอดออกมาผิดจากการถอดเสียงอัตโนมัติ และผิดต่อไปเรื่อย ๆ เพราะผู้ตรวจที่ไม่คุ้นเคยกับเนื้อหาไม่ทันสังเกตว่าคำนั้นเพี้ยนไปเล็กน้อย
• ไฟล์คำบรรยายถูกแนบเข้ากับวิดีโอเวอร์ชันที่ผิดหลังจากมีการตัดต่อ แล้วการซิงค์ก็เสียไปด้วย ไม่มีใครตรวจซ้ำหลังจากตัดวิดีโอ
• บทถอดความไม่ได้ถูกทำขึ้นเลยโดยไม่มีใครสังเกต เพราะมันเป็นสิ่งที่ต้องส่งมอบที่ไม่มีช่องที่ชัดเจนในขั้นตอนการเผยแพร่ และไม่มีข้อความเตือนเมื่อขาดหายไป
• แทร็กซับไตเติลที่แปลภาษาแล้วถูกอัปโหลดขึ้นไปเสมือนเป็นแทร็กคำบรรยาย ซึ่งทำให้ผู้ชมที่หูหนวกในภาษาต้นทางได้รับแค่บทสนทนา ไม่มีเสียงที่มีความหมายเลย

ไม่มีข้อไหนในนี้ที่จะปรากฏให้เห็นจากการสุ่มตรวจสามสิบวินาทีแรก ซึ่งเป็นการตรวจที่วิดีโอส่วนใหญ่ได้รับจริง ๆ ถ้าคุณกำลังสร้างขั้นตอนทำงาน ให้สร้างการตรวจไว้ที่ตอนท้ายของไฟล์และหลังจากตัดต่อเสร็จแล้ว ไม่ใช่ก่อนหน้านั้น

อีกเรื่องที่ควรรู้ไว้คือ ไม่ว่าคุณจะใส่ใจกับไฟล์คำบรรยายมากแค่ไหน มันก็ไม่ได้ตัดสินว่าข้อบังคับของคุณคืออะไร คำตอบนั้นมาจากกฎที่องค์กรของคุณต้องปฏิบัติตาม และรายละเอียดเชิงปฏิบัติว่าข้อกำหนดเหล่านี้มักเขียนไว้อย่างไรมีอยู่ในบทความเรื่องการถอดเสียงกับการปฏิบัติตามข้อกำหนดด้านการเข้าถึง หาคำตอบนั้นให้ได้ก่อน แล้วค่อยเอาเทคนิคข้างต้นไปใช้กับสิ่งที่มันกำหนดไว้