Kuongeza manukuu kwenye video zamani ilikuwa kazi yenye usumbufu.
Si kwamba ilikuwa ngumu, bali ilikuwa ya kuchosha.
Unaporekodi video, unataka kuongeza manukuu. Kwanza unahitaji kubadilisha sauti kuwa maandishi. Haijalishi unatumia zana gani, matokeo huwa ni maandishi marefu yaliyoungana, bila alama za uakifishaji wala mgawanyo wa sentensi.
Kisha unarekebisha mwenyewe: mahali pa kugawa sentensi, mahali pa kuweka mstari mpya, na majina ambayo yametambuliwa vibaya.
Ikiwa unahitaji pia kutafsiri kwa lugha nyingine, mambo huwa magumu zaidi. Unatafsiri sentensi moja baada ya nyingine, kisha bado unahitaji kuzipanga kulingana na mstari wa muda.
Kwa video ya dakika kumi, kuongeza manukuu pekee kunaweza kuchukua saa moja au mbili.
Baadaye niligundua zana yenye msimbo huria, na ni ya bure.
Kazi yake ni rahisi sana: buruta video ndani, chagua lugha, kisha bofya kuanza.
Halafu inakufanyia kila kitu kilichobaki.
Utambuzi wa sauti, mgawanyo mahiri wa sentensi, urekebishaji wa makosa ya tahajia, usanifishaji wa istilahi za kitaalamu, tafsiri kwa lugha nyingine na uundaji wa faili za manukuu.
Kila kitu kiotomatiki.
Zaidi ya hayo, ni ya haraka sana. Video ya dakika kumi na nne huchakatwa kwa takriban dakika nne.
Gharama pia ni ndogo sana; rasmi wanasema ni chini ya senti moja.
Utambuzi wake wa sauti hutumia Whisper, yenye usahihi wa zaidi ya asilimia 95. Inaweza kutambua lugha 99, zikiwemo Kichina, Kiingereza, Kijapani, Kikorea, Kifaransa na Kijerumani.
Mgawanyo wa sentensi hutumia modeli kubwa ya lugha. Haigawanyi maandishi kwa kutegemea tu muda wa mapumziko, bali huelewa maana kwanza. Kwa hiyo manukuu yanayotoka si ya aina ya "Mimi leo nilikwenda mahali pazuri sana", bali huwa "Leo nilikwenda mahali pazuri sana".
Pia hurekebisha kiotomatiki makosa ya kawaida ya utambuzi. Kwa mfano, istilahi za kitaalamu au majina yasiyo ya kawaida yanaweza kutambuliwa vibaya na utambuzi wa sauti wa moja kwa moja; zana hii huyarekebisha wakati huo huo inapogawa sentensi.
Ikiwa unahitaji manukuu ya lugha nyingi, inasaidia kutafsiri kwa lugha 37. Tafsiri pia hufanywa na modeli kubwa ya lugha, si tafsiri ngumu ya moja kwa moja ya mashine, bali tafsiri inayozingatia muktadha na kusomeka kwa mtiririko mzuri zaidi.
Miundo ya kutoa faili inajumuisha SRT, ASS na VTT. Kwa ujumla, miundo maarufu ya manukuu imefunikwa.
Kuna jambo lingine dogo nililolipenda. Ina violezo kadhaa vya mitindo ya manukuu, kama mtindo wa elimu, mtindo wa habari na mtindo wa anime. Ikiwa mara nyingi unatengeneza video zenye mwonekano tofauti, unaweza kutumia tu kiolezo bila kurekebisha mtindo mwenyewe. Hasa manukuu ya mtindo wa anime, yenye mwonekano wa Kijapani wa mipaka na vivuli, yanaweza kutumiwa moja kwa moja kwa maudhui ya anime.
Zaidi ya hayo, huendeshwa kabisa kwenye kompyuta yako. Video zako hazihitaji kupakiwa kwenye seva yoyote; uchakataji wote hufanyika kwenye kompyuta yako mwenyewe. Kuhusu faragha ya data, hakuna haja ya kuwa na wasiwasi. Zana nyingi za mtandaoni za kutengeneza manukuu zinahitaji upakie video, jambo ambalo baadhi ya watu hawalipendi kwa sababu unapaswa kutuma video asili kwenye seva ya mtu mwingine. Hii haihitaji hivyo: inachakata ndani ya kompyuta na kutoa faili humo humo.
Mahitaji ya vifaa pia si makubwa. Huhitaji kadi ya michoro ya gharama; CPU pekee inatosha. Kadi maalum ya michoro itaifanya iwe haraka zaidi, lakini CPU pekee pia inaweza kuchakata kawaida. Niliijaribu kwenye kompyuta mpakato ya kawaida; video ya dakika kumi ilitoa matokeo baada ya takriban dakika sita au saba, jambo linalokubalika kabisa.
Pia ina hali ya uchakataji wa mafungu. Unaburuta video nyingi kwa wakati mmoja, kisha huzichakata kiotomatiki kwa mpangilio wa foleni. Baada ya kumaliza, unatoa faili zote za manukuu kwa pamoja. Kwa wanaotengeneza mfululizo wa maudhui, kipengele hiki huokoa kazi nyingi za kurudia.
Inafaa kwa watengeneza video fupi, watayarishaji wa kozi za mtandaoni na wanaotengeneza maudhui ya lugha nyingi. Ikiwa pia unashughulika na manukuu mara kwa mara, unaweza kuitafuta. Ni ya bure na yenye msimbo huria, huhitaji kulipia; kwanza ni GitHub, na pili ni tovuti rasmi.
Anwani ya msimbo huria: github.com/WEIFENG2333/VideoCaptioner