Wo liegen die Schwierigkeiten bei KI-übersetzten Untertiteln? Wie sorgt BaoCut dafür, dass Englisch und Chinesisch trotz unterschiedlicher Wortstellung in zweisprachigen Untertiteln zusammenpassen?
Wenn du Videos mit übersetzten Untertiteln anschaust, sind dir bestimmt schon diese Probleme begegnet:
Die Untertitel erscheinen, bevor jemand überhaupt den Mund aufmacht;
Ein Satz wird in mehrere Teile zerhackt, und die Übersetzung passt nicht mehr zum tatsächlich Gesagten;
Zwei oder drei Zeilen füllen den Bildschirm und verdecken das halbe Bild.
Das sind alles Schwierigkeiten, auf die ich beim Übersetzen von Untertiteln gestoßen bin.
In diesem Video zeige ich am Beispiel meines Open-Source-Projekts BaoCut, wie herkömmliche Untertitelteams vorgehen. Ich erkläre, wie eine mit Zeitstempeln versehene Wortliste entsteht, und gehe dann auf fünf Stolperfallen ein: Fehler bei der Spracherkennung, falsch zugeordnete Sprecher, die Wahl der Übersetzungseinheit, die unterschiedliche Wortstellung im Englischen und Chinesischen und die Frage, wie viele Zeilen auf einmal angezeigt werden sollten.
Zum Schluss gibt es noch ein kleines Extra: Wenn die Zeitstempel für jedes Wort vorliegen, lassen sich Untertitel Wort für Wort hervorheben und Karaoke- sowie umgedrehte-Enten-Animationen erstellen. Die Beispiele stammen aus echten Projekten auf meinem Computer.
Das ist Teil 1. Im nächsten Teil erkläre ich, warum man die Untertitel nicht einfach ChatGPT überlässt.
Video 1 ist auf Englisch
Video 2 ist auf Chinesisch
Projekt: http://github.com/jimliu/baocut
Download: http://baocut.com
Wenn du Videos mit übersetzten Untertiteln anschaust, sind dir bestimmt schon diese Probleme begegnet:
Die Untertitel erscheinen, bevor jemand überhaupt den Mund aufmacht;
Ein Satz wird in mehrere Teile zerhackt, und die Übersetzung passt nicht mehr zum tatsächlich Gesagten;
Zwei oder drei Zeilen füllen den Bildschirm und verdecken das halbe Bild.
Das sind alles Schwierigkeiten, auf die ich beim Übersetzen von Untertiteln gestoßen bin.
In diesem Video zeige ich am Beispiel meines Open-Source-Projekts BaoCut, wie herkömmliche Untertitelteams vorgehen. Ich erkläre, wie eine mit Zeitstempeln versehene Wortliste entsteht, und gehe dann auf fünf Stolperfallen ein: Fehler bei der Spracherkennung, falsch zugeordnete Sprecher, die Wahl der Übersetzungseinheit, die unterschiedliche Wortstellung im Englischen und Chinesischen und die Frage, wie viele Zeilen auf einmal angezeigt werden sollten.
Zum Schluss gibt es noch ein kleines Extra: Wenn die Zeitstempel für jedes Wort vorliegen, lassen sich Untertitel Wort für Wort hervorheben und Karaoke- sowie umgedrehte-Enten-Animationen erstellen. Die Beispiele stammen aus echten Projekten auf meinem Computer.
Das ist Teil 1. Im nächsten Teil erkläre ich, warum man die Untertitel nicht einfach ChatGPT überlässt.
Video 1 ist auf Englisch
Video 2 ist auf Chinesisch
Projekt: http://github.com/jimliu/baocut
Download: http://baocut.com