Wybór oprogramowania do napisów na żywo zaczyna się od pytania o sposób dostarczenia: gdzie ludzie muszą czytać napisy? Publiczny webcast wymaga tekstu w odtwarzaczu. Prywatne spotkanie może już mieć napisy w aplikacji do spotkań. Uczestnik w sali może woleć tekst na osobistym urządzeniu. To użyteczne ścieżki zakupowe, choć produkt może obsługiwać więcej niż jedną.
Ten przewodnik porównuje pracę integracyjną i ograniczenia każdej ścieżki. W przypadku zakupu usługi, w tym ludzkiego CART, skorzystaj z naszej listy kontrolnej usług napisów na żywo. W przypadku samouczka konfiguracji osobistej zobacz przewodnik po napisach na żywo.
Najważniejsze wnioski
- Zdecyduj, czy napisy muszą pojawiać się w streamie lub odtwarzaczu, w aplikacji do spotkań, czy na osobnym ekranie. Następnie przetestuj rzeczywiste wrażenia widza.
- Transmisja na żywo z napisami nie gwarantuje nagrania z napisami. Sprawdź archiwum i ewentualną osobną ścieżkę napisów.
- WCAG 2.1 SC 1.2.4 nie ma liczbowego progu dokładności, ale napisy muszą przekazywać istotną mowę i dźwięki inne niż mowa w synchronizacji z wideo na żywo.
- Porównuj opóźnienie po stronie widza, a nie tylko w silniku rozpoznawania; przetestuj rzeczywistą sieć, odtwarzacz i konfigurację audio.
Trzy sposoby dostarczania napisów na żywo
Te ścieżki opisują, gdzie widzowie otrzymują tekst. Nie są wzajemnie wykluczającymi się kategoriami produktów: wydarzenie może wysyłać jeden strumień napisów do webcastu, a inny wyświetlać osobom w sali.
1. Napisy w odtwarzaczu wideo
Zespół streamingowy przesyła napisy na żywo przez swój pipeline produkcyjny i dostarczający. W zależności od systemu może to obejmować enkoder, usługę ingest, strumień napisów lub ścieżki tekstu czasowego, takie jak WebVTT. Zespół musi sprawdzić odtwarzacz, wybór języka, synchronizację i wynik archiwalny. Strumień napisów docierający do enkodera sam w sobie nie dowodzi, że końcowe nagranie ma użyteczne napisy.
Ta ścieżka pasuje do publicznych webcastów i innych materiałów wideo. Kluczowe pytania zakupowe to: kto kontroluje stream i odtwarzacz, jakie formaty napisów akceptują oraz jak będzie sprawdzane archiwum. Wytyczne Apple dotyczące tworzenia HLS określają na przykład, jak należy deklarować ścieżki napisów WebVTT i etykiety dostępności dla urządzeń Apple.
2. Napisy w platformie do spotkań
Zoom, Google Meet i Microsoft Teams mogą wyświetlać napisy wewnątrz połączenia. Dostępność, wybór języków, napisy tłumaczone i zapisane transkrypcje różnią się w zależności od planu, ustawień i uprawnień uczestników. Przed zakupem kolejnego narzędzia sprawdź aktualne opcje platformy. Zoom rozdziela teraz tymczasowe napisy spotkania od zapisanych transkrypcji spotkań; twierdzenie, że tekst platformy nigdy nie może zostać wyeksportowany, byłoby mylące.
3. Napisy na osobnym ekranie
Osobna karta przeglądarki, telefon lub ekran w sali mogą wyświetlać tekst bez zmiany strumienia wideo. MirrorCaption korzysta z przechwytywania dźwięku z karty przeglądarki na komputerze dla obsługiwanych spotkań w przeglądarce oraz z mikrofonu w przypadku rozmów na żywo. Pokazuje mowę źródłową i tłumaczenie w sesji na żywo oraz może zapisać transkrypt. Nie dodaje ścieżki napisów do nagrania ze spotkania ani do publicznego odtwarzacza wideo.
W przypadku prośby o dostosowanie zapytaj uczestnika, jaki ekran będzie dla niego odpowiedni. Osobny ekran może pomóc komuś śledzić rozmowę, ale może być niewygodny w użyciu obok wideo. Ludzki CART to kolejna opcja dostarczenia, gdy dokładność i indywidualne potrzeby dostępu tego wymagają; zobacz jak zamówić CART.
| Ścieżka dostarczenia | Widz czyta tekst | Integracja do weryfikacji | Pytanie o archiwum |
|---|---|---|---|
| Odtwarzacz wideo | Wraz z webcastem | Strumień napisów, odtwarzacz, timing, ścieżki językowe | Czy napisy są zachowane wraz z nagraniem? |
| Platforma do spotkań | Wewnątrz połączenia | Plan, ustawienia gospodarza, uprawnienia, języki | Czy włączono transkrypt lub ścieżkę napisów w nagraniu? |
| Osobny ekran | Na ekranie osobistym lub w sali | Przechwytywanie audio, dostęp do urządzenia, czytelność | Czy wideo będzie wymagało osobnego procesu napisów? |
Co zmieniają standardy dostępności
Kryterium sukcesu WCAG 2.1 1.2.4 wymaga napisów dla dźwięku na żywo w zsynchronizowanych mediach. Kryterium nie określa procentowego wyniku dokładności, ale W3C wyjaśnia, że napisy powinny przekazywać mowę, tożsamość mówiącego oraz istotne dźwięki inne niż mowa w czasie rzeczywistym. W wytycznych wskazano, że kryterium to było przeznaczone dla transmisji i nie wymaga automatycznie, aby każde dwukierunkowe połączenie internetowe miało napisy niezależnie od potrzeb uczestników.
Nie traktuj architektury dostarczania jako certyfikatu zgodności. Przetestuj rzeczywisty stream i odtwarzacz, timing i kompletność napisów oraz to, czy żądane dostosowanie jest skuteczne. Osobny wyświetlacz tekstu może być przydatny na spotkaniu; nie zakładaj, że sprawia on, iż publiczne wideo lub jego zarchiwizowana wersja spełnia wymagania dotyczące mediów na żywo lub nagranych wcześniej.
Amerykański 47 CFR §79.4 reguluje niektóre programy wideo dostarczane przez IP, w tym określone programy wcześniej emitowane w telewizji z napisami. Nie jest to ogólna zasada dla każdego spotkania w miejscu pracy ani webcastu, ani też wyłącznie reguła formatu pliku. Zespoły obsługujące objęte programy powinny ocenić zakres przepisu oraz jakość napisów i obowiązki dostarczania wraz ze swoimi specjalistami ds. dostępności.
Mierz opóźnienie tam, gdzie widzi je widz
Opóźnienie może narastać na etapie przechwytywania audio, rozpoznawania lub ludzkiego tworzenia napisów, synchronizacji, dystrybucji i odtwarzacza widza. Czas reakcji silnika nie jest równy opóźnieniu napisów widzianemu przez odbiorcę. Zapytaj dostawcę, gdzie zaczyna i kończy pomiar, czy mierzy tekst częściowy czy końcowy oraz jak raportuje wolniejsze sesje.
Przeprowadź pilotaż z rzeczywistymi mikrofonami, siecią, oprogramowaniem wydarzenia i urządzeniem do oglądania. Obejrzyj trudny fragment z nazwiskami, przerwami i istotnymi dźwiękami innymi niż mowa. Porównaj napisy z dźwiękiem na ekranie widza. Różne konfiguracje streamingu mogą zmieniać opóźnienie; żaden pojedynczy protokół nie gwarantuje określonego wyniku dla każdej implementacji.
Sprawdź obsługę języków od początku do końca
Liczba obsługiwanych języków w rozpoznawaniu mowy to tylko jedna część odpowiedzi. Potwierdź język źródłowy mowy, docelowy język napisów, funkcję tłumaczenia, format napisów oraz to, czy odtwarzacz udostępnia ścieżkę. Starsze przepływy pracy CEA-608 mają ograniczoną obsługę znaków; nowoczesne dostarczanie tekstu czasowego może zapewniać osobne ścieżki, zależnie od odtwarzacza i procesu. Specyfikacja HLS Apple wymaga metadanych językowych dla ścieżek napisów oraz mapy znaczników czasu dla WebVTT.
MirrorCaption oferuje w aplikacji ponad 50 wybieralnych języków, ale nie oznacza to, że jedna sesja może wyświetlać wszystkie języki naraz. Wybierz i przetestuj wymagany duet językowy, źródło audio i eksport. Jeśli każdy uczestnik potrzebuje innego języka docelowego, zaplanuj, jak każdy z nich otrzyma osobną sesję lub ekran. W przypadku tłumaczenia mówionego zobacz przewodnik po tłumaczeniu głosowym.
Krótkie zestawienie zakupowe
- Zidentyfikuj widza i powierzchnię. Czy to publiczny odtwarzacz, wewnętrzne połączenie, czy osobisty ekran uczestnika?
- Określ późniejszy rezultat. Jeśli publikujesz nagranie, sprawdź osobny proces tworzenia napisów lub transkryptu.
- Zapytaj o potrzeby dostępu. Przetestuj czytelność, timing, identyfikację mówiących i istotne dźwięki z osobami, które będą korzystać z napisów.
- Przetestuj dokładny duet językowy i urządzenia. Rozpoznawanie, tłumaczenie, ścieżki odtwarzacza i uprawnienia mogą być ograniczającymi czynnikami.
- Porównaj pełne koszty. Uwzględnij licencje platformy, czas usługi napisów, integrację produkcyjną i ewentualną edycję archiwum.
Przykład ilustracyjny: urzędnik miejski transmitujący publiczne posiedzenie musi sprawdzić odtwarzacz i późniejsze nagranie. Osobny ekran w sali może pomóc uczestnikom, ale nie tworzy archiwum z napisami. Wewnętrzne dwujęzyczne spotkanie może zacząć się od kontroli napisów w platformie; osobny ekran jest przydatny, jeśli potrzebny język lub układ nie są tam dostępne. Te przepływy pracy są przykładami, a nie kontami klientów ani ustaleniami prawnymi.
Często zadawane pytania
Co to jest oprogramowanie do napisów na żywo?
Przekształca ono mowę na żywo w czytelny tekst i dostarcza ten tekst widzowi. Główny wybór dotyczy tego, czy widz czyta go w odtwarzaczu wideo, w aplikacji do spotkań, czy na osobnym ekranie.
Czy oprogramowanie do napisów na żywo spełnia wymagania WCAG?
WCAG 2.1 SC 1.2.4 obejmuje dźwięk na żywo w zsynchronizowanych mediach. Oceń rzeczywiste wrażenia wideo, w tym timing, mowę i istotne dźwięki inne niż mowa. Osobny ekran z napisami może pomóc uczestnikom, ale nie zakładaj, że sprawia on, iż transmitowane wideo lub jego nagranie spełnia wymagania. W3C mówi, że kryterium to było przeznaczone dla transmisji, a nie po to, by każde dwukierunkowe połączenie internetowe musiało mieć napisy niezależnie od potrzeb użytkowników.
Dlaczego napisy opóźniają się względem dźwięku?
Opóźnienie może wynikać z przechwytywania audio, rozpoznawania lub ludzkiego tworzenia napisów, synchronizacji, dystrybucji i odtwarzacza widza. Zapytaj dostawców, gdzie zaczynają i kończą pomiar, a następnie przetestuj pełną ścieżkę oglądania.
Czy oprogramowanie do napisów na żywo może wyświetlać więcej niż jeden język naraz?
Zależy to od obsługi rozpoznawania i tłumaczenia, formatu napisów, odtwarzacza oraz dostępnych ścieżek audio i tekstowych. Starszy CEA-608 ma ograniczoną obsługę znaków; nowsze ścieżki dostarczania mogą oferować wiele ścieżek językowych. Przetestuj dokładny odtwarzacz i duet językowy zamiast polegać na liczbie języków obsługiwanych przez silnik.
Czy potrzebuję enkodera napisów, czy wystarczy aplikacja do napisów?
Zapytaj, gdzie widzowie muszą teraz czytać napisy i czy późniejsze nagranie musi mieć napisy. Enkoder na żywo może być potrzebny dla zewnętrznego streamu, podczas gdy platforma do spotkań może również tworzyć osobny transkrypt nagrania lub ścieżkę napisów. Sprawdź wynik archiwum; sam nakładany na żywo overlay nie tworzy napisów w nagraniu.
Wypróbuj napisy na własnym ekranie
MirrorCaption pokazuje tekst na żywo i tłumaczenie w sesji przeglądarkowej. Sprawdź konfigurację audio i duet językowy w ramach bezpłatnego okresu próbnego.
Wypróbuj MirrorCaption za darmo