Tin tức Thisme
Cách tạo phụ đề tự động cho video bài giảng và kiểm tra trước khi phát hành
Để tạo phụ đề tự động cho video bài giảng, bạn dùng một công cụ nhận dạng giọng nói để có bản phụ đề kèm mốc thời gian. Sau đó sửa thuật ngữ, tên riêng và số liệu, chia dòng, canh lại thời gian, rồi xuất file SRT/VTT hoặc gắn cứng vào video. Bản máy tạo ra chỉ là bản nháp. Video học chỉ nên phát hành khi người phụ trách chuyên môn đã kiểm tra và duyệt.[7]
Tạo phụ đề tự động là gì, khác gì gõ phụ đề thủ công?
Gõ thủ công nghĩa là một người vừa nghe vừa gõ từng câu, rồi tự đặt mốc thời gian. Với cách làm bằng máy, phần mềm chuyển giọng nói thành chữ nghe đoạn âm thanh, đoán từ ngữ và gắn sẵn thời điểm bắt đầu, kết thúc cho từng câu. Người làm phụ đề chuyển từ vai gõ sang vai sửa. Đó là khác biệt lớn nhất về công sức.[11]
Bản nháp do máy tạo có thể sai, nhất là khi âm thanh có tạp âm, người giảng nói nhanh, chen tiếng Anh hoặc dùng nhiều thuật ngữ và tên riêng. Hướng dẫn của YouTube nói rõ phụ đề máy nhận dạng có thể chưa chính xác và khuyên người đăng video xem lại, chỉnh sửa. W3C cũng lưu ý phụ đề sinh tự động cần được kiểm tra trước khi dùng.[2][7][11]
Có hai cặp khái niệm nên phân biệt sớm. Caption ghi cả lời nói lẫn âm thanh quan trọng như tiếng chuông, tiếng cười hay đoạn nhạc nổi lên, dành cho người không nghe được; subtitle thường chỉ ghi lời thoại hoặc bản dịch cho người nghe được nhưng không hiểu ngôn ngữ. Cặp thứ hai là phụ đề đóng (tệp riêng, người xem bật hoặc tắt) và phụ đề mở (gắn cứng vào hình, luôn hiện).[2][6]
Không công cụ nào cho bản nháp đúng hết. Chất lượng cuối cùng phụ thuộc vào âm thanh gốc và vào bước biên tập của người làm.
Vì sao video bài giảng cần phụ đề?
- Người xem trên điện thoại ở nơi không bật được tiếng: xe buýt, văn phòng, phòng chờ. Có chữ, họ vẫn theo được bài.
- Người khiếm thính hoặc nghe kém: phụ đề là điều kiện để tiếp cận bài học. Tiêu chí 1.2.2 của WCAG 2.1 yêu cầu nội dung ghi sẵn có âm thanh phải kèm caption.
- Người học bằng ngôn ngữ thứ hai, học viên quốc tế: nhìn chữ giúp theo kịp thuật ngữ, có thể kèm bản dịch.
- Người cần ôn lại: bản chép lời giúp tìm đúng đoạn đã giảng, làm tài liệu ôn tập và là nguyên liệu cho bài viết hay câu hỏi thường gặp sau này.
Phụ đề khác lồng tiếng: phụ đề giữ nguyên giọng giảng viên và thêm chữ lên hình, còn lồng tiếng thay phần âm thanh. Nếu đơn vị đang cân nhắc lồng tiếng bằng AI, bạn có thể đọc bài riêng trong mục tin tức của Thisme; bài này chỉ bàn chuyện phụ đề.
Làm phụ đề cho video học gồm những bước nào?
Trình tự dưới đây dùng được cho cả video quay lớp học lẫn video giảng trước màn hình. Mỗi bước được giải thích kỹ hơn ở các phần sau.
- Chuẩn bị: kiểm tra âm thanh, lập bảng thuật ngữ, xác nhận quyền dùng video.
- Tạo bản nháp: chạy công cụ chép lời với đúng ngôn ngữ nói.
- Sửa: đối chiếu thuật ngữ, tên riêng, số liệu và dấu tiếng Việt.
- Chia dòng và canh thời gian: ngắt theo cụm nghĩa, khớp với lời giảng.
- Xuất bản giao: tệp SRT, VTT hoặc bản gắn cứng vào video.
- Duyệt: giảng viên xác nhận điểm chuyên môn, người duyệt cuối chốt bản phát hành.
Chuẩn bị video, âm thanh và bảng thuật ngữ
Âm thanh càng rõ, bản nháp càng ít lỗi. Nếu còn quay mới, hãy để micro gần người giảng và tránh phòng vang. Nếu video đã có sẵn, ghi chú các đoạn ồn để người sửa nghe kỹ hơn.[11]
- Thuật ngữ chuyên ngành và cách viết thống nhất: viết tắt hay viết đầy đủ, dịch sang tiếng Việt hay giữ tiếng Anh.
- Tên giảng viên, khách mời, học phần và tổ chức được nhắc trong bài.
- Công thức, đơn vị đo, mã sản phẩm hay mã văn bản dễ bị nghe nhầm.
- Người lập danh sách: người phụ trách học liệu, gửi giảng viên xem nhanh trước khi bắt đầu sửa.
Trước khi tải video lên bất kỳ công cụ nào, xác nhận đơn vị có quyền dùng video đó, kể cả nhạc nền và đoạn trích bên trong. Phần quyền nội dung được bàn kỹ ở cuối bài.
Chạy công cụ để có bản nháp
Chọn đúng ngôn ngữ nói của video. Nếu giảng viên chen nhiều câu tiếng Anh, đánh dấu những đoạn đó để người sửa nghe kỹ.
- Tính năng phụ đề của nền tảng phát video: YouTube tạo phụ đề bằng công nghệ nhận dạng giọng nói cho các ngôn ngữ được hỗ trợ, người tải lên có thể xem lại và sửa.
- Phần mềm dựng video có chức năng chép lời: tiện khi đội dựng hình cũng là đội làm phụ đề.
- Mô hình chạy trên máy của đơn vị như Whisper: mã nguồn mở, nhận dạng nhiều ngôn ngữ và dịch lời nói sang tiếng Anh. Hợp khi không muốn đưa video nội bộ ra dịch vụ bên ngoài, đổi lại cần người có kỹ thuật cài đặt.
Lưu lại bản nháp gốc chưa sửa. So nó với bản đã sửa, bạn thấy công cụ hay sai ở đâu và bảng thuật ngữ còn thiếu gì cho video sau.
Sửa thuật ngữ, tên riêng và số liệu
Đây là bước tốn công nhất. Người sửa vừa xem video vừa đối chiếu bảng thuật ngữ, sửa chính tả, số, đơn vị và công thức. Với tiếng Việt, nên soát kỹ dấu thanh vì sai dấu có thể đổi nghĩa, soát tên riêng bị viết thành từ thường, và những con số đọc ra thành lời.
Có thể bỏ bớt từ đệm như “à”, “thì là” nếu chúng làm phụ đề rối, nhưng không viết lại ý của giảng viên. Với caption cho người không nghe được, thêm mô tả âm thanh quan trọng trong ngoặc vuông, ví dụ [tiếng chuông báo hết giờ], khi âm thanh đó ảnh hưởng tới việc hiểu bài.[1][2]
Chia dòng và canh thời gian
- Ngắt dòng theo cụm nghĩa: không tách tên riêng, cụm thuật ngữ hay số với đơn vị ra hai dòng.
- Giữ mỗi khung phụ đề ngắn, ít dòng, để người xem đọc kịp mà vẫn nhìn được slide.
- Thời gian hiển thị đủ để đọc và khớp với lúc người giảng nói; chữ không hiện quá sớm, không tắt khi câu chưa dứt.
- Xem thử vị trí chữ: phụ đề không được che công thức trên slide, chữ trên bảng hay thao tác trên màn hình.
BBC Subtitle Guidelines là tài liệu đáng đọc nếu đội của bạn muốn có quy tắc chi tiết về độ dài dòng, cách ngắt và tốc độ đọc. Chọn một bộ quy tắc, ghi lại thành văn bản ngắn, để mọi người trong đội làm giống nhau.[9]
Xuất file SRT, VTT hay gắn cứng vào video?
SRT (SubRip) là tệp văn bản gồm các khối nối tiếp: số thứ tự, mốc thời gian bắt đầu và kết thúc, rồi nội dung dòng phụ đề. WebVTT (.vtt) là định dạng được W3C đặc tả cho phụ đề trên web; trang web gắn tệp này vào video bằng thẻ track để người xem bật hoặc tắt. YouTube nhận cả hai loại khi tải lên. Tệp riêng dễ sửa và dễ thêm ngôn ngữ.[3][4][5][8]
Gắn cứng (phụ đề mở) nghĩa là chữ trở thành một phần của hình. Chữ hiện ở mọi nơi, kể cả mạng xã hội không hỗ trợ tệp phụ đề, nên hợp với video ngắn. Đổi lại, người xem không tắt được, và mỗi lần sửa một chữ phải xuất lại cả video.[6]
Làm phụ đề song ngữ và dịch phụ đề thế nào cho đúng?
- Chỉ dịch từ bản gốc đã duyệt, không dịch từ bản nháp máy tạo, để lỗi không nhân lên ở mọi ngôn ngữ.
- Dùng chung một bảng thuật ngữ cho mọi ngôn ngữ, có cột nghĩa tương ứng đã thống nhất.
- Người kiểm tra bản dịch phải biết cả hai ngôn ngữ và hiểu chuyên môn, không chỉ giỏi ngoại ngữ.
- Khi bản gốc thay đổi, ghi lại khung nào đã sửa để biết bản dịch nào phải cập nhật theo.
Phụ đề song ngữ hai dòng giúp người học đối chiếu, nhưng chiếm nhiều chỗ và dễ che slide. Với video nhiều chữ trên màn hình, làm tệp riêng cho từng ngôn ngữ thường gọn hơn: trang web có thể gắn nhiều tệp vào cùng một video để người học tự chọn.[4]
Chọn công cụ làm phụ đề theo tiêu chí nào?
Chúng tôi không xếp hạng công cụ. Cách chọn đáng tin là chạy thử trên một video thật của đơn vị, có thuật ngữ và giọng giảng viên thật, rồi xem người sửa mất bao lâu.
- Tiếng Việt và thuật ngữ ngành: bản nháp trên video thật sai nhiều hay ít, sai kiểu gì.
- Trình sửa: chỉnh được chữ và thời gian trên cùng màn hình, có nhập được danh sách từ riêng không.
- Định dạng xuất: có SRT, VTT cho nền tảng đích hay chỉ xuất video gắn chữ.
- Dữ liệu: video được xử lý ở đâu, ai xem được, có bị dùng để huấn luyện mô hình không. Với video nội bộ, cân nhắc công cụ chạy trên máy của đơn vị.
- Chi phí thật: phí theo phút hoặc theo gói, cộng giờ công của người sửa và người duyệt. Video càng nhiều thuật ngữ, càng nhiều ngôn ngữ thì phần giờ công càng lớn.
Có công cụ miễn phí không? Có: tính năng phụ đề của YouTube và mô hình mã nguồn mở như Whisper không thu phí sử dụng. Nhưng khoản lớn nhất thường không nằm ở công cụ mà ở thời gian sửa và duyệt.[7][10]
Ai cần kiểm tra phụ đề trước khi phát hành?
Nên tách ba vai. Người biên tập soát chính tả, chia dòng, thời gian và cách hiện trên điện thoại. Giảng viên hoặc chuyên gia chỉ xem điểm chuyên môn: thuật ngữ, số liệu, ý bài giảng. Người duyệt cuối quyết định bản nào được phát hành và lưu lại phiên bản đó. Đây cũng là cách Studio học liệu AI của Thisme chia việc: chuyên gia chỉ cần sửa điểm chuyên môn và duyệt phiên bản, không phải gõ lại từ đầu.
- Tên riêng, tên học phần viết đúng như bảng thuật ngữ.
- Số, đơn vị, công thức khớp với slide và lời giảng.
- Chữ khớp thời gian, không hiện sớm hay tắt muộn.
- Phụ đề không che nội dung slide, bảng hay thao tác màn hình.
- Đúng ngôn ngữ, đúng tệp cho từng bản dịch.
- Tệp mở được và hiển thị đúng trên nền tảng đích, xem thử cả trên điện thoại.
Quyền nội dung cần lưu ý khi làm phụ đề
- Chỉ làm và dịch phụ đề cho video mà đơn vị có quyền sử dụng. Bản dịch phụ đề cũng là một dạng chuyển thể nội dung.
- Nhạc nền, đoạn phim trích, tài liệu của bên thứ ba trong video cần được kiểm tra quyền trước khi phát hành rộng hơn phạm vi ban đầu.
- Tải video lên công cụ bên ngoài là chia sẻ nội dung với bên đó. Cần người phụ trách đồng ý, nhất là với video nội bộ hoặc có hình ảnh học viên.
Bài này không thay lời khuyên pháp lý. Khi không chắc về một đoạn trích hay một bản nhạc, hãy hỏi bộ phận pháp chế hoặc người nắm hợp đồng bản quyền trước khi đưa video ra ngoài.
Khi nào nên dựng quy trình thay vì làm từng video?
Làm lẻ từng video vẫn ổn khi số video ít và hiếm khi thay đổi. Nên dựng quy trình khi thấy các dấu hiệu: video nhiều và cập nhật theo đợt, cần thêm ngôn ngữ, cùng một thuật ngữ bị sửa đi sửa lại, hoặc không ai chắc bản nào đã duyệt.
Một quy trình gọn gồm bảng thuật ngữ dùng chung, quy tắc chia dòng đã ghi lại, định dạng bàn giao cho từng nền tảng, người duyệt có tên và nơi lưu phiên bản. Khi đánh giá, nên nhìn tỷ lệ bản nháp được duyệt, thời gian chuyên gia phải sửa, lỗi thuật ngữ và khả năng dùng lại ở đợt sau, thay vì chỉ đếm số video đã có chữ.
Studio học liệu AI của Thisme hỗ trợ phần video gồm kịch bản, giọng đọc, bản chép lời, phụ đề và mục lục chủ đề. Nội dung được chuyển sang ngôn ngữ khác với bảng thuật ngữ, quy tắc biên tập và cơ chế theo dõi thay đổi từ bản gốc; mỗi đầu ra vẫn ở trạng thái nháp cho đến khi người có trách nhiệm kiểm tra và duyệt. Trước lúc phát hành, bộ kiểm tra chất lượng rà thuật ngữ, nguồn, khả năng tiếp cận trong phạm vi và phiên bản, rồi giao từng vấn đề cho đúng người xử lý.
Hai bên chốt trước định dạng bàn giao, ngôn ngữ, số vòng sửa và nền tảng sẽ nhận nội dung. Studio có thể dùng độc lập để sản xuất rồi xuất tệp, hoặc tích hợp với nền tảng học tập, website của đơn vị.
Tạo phụ đề tự động giúp bỏ phần gõ, còn phần sửa và duyệt vẫn là việc của người. Bạn có một nhóm video bài giảng cần phụ đề tiếng Việt hoặc song ngữ nhưng chưa có người làm đều đặn? Hãy đăng ký buổi khảo sát. Chúng ta sẽ cùng chọn một nhóm video để làm thử quy trình gồm tạo bản nháp, sửa thuật ngữ, duyệt chuyên môn và bàn giao đúng định dạng, theo những việc đã thống nhất.
Nguồn tham khảo
- Understanding Success Criterion 1.2.2: Captions (Prerecorded) – W3C WAI
- Captions/Subtitles – W3C Web Accessibility Initiative
- WebVTT: The Web Video Text Tracks Format – W3C
- Web Video Text Tracks Format (WebVTT) – MDN Web Docs
- SubRip – Wikipedia
- Subtitles – Wikipedia
- Use automatic captioning – YouTube Help
- Supported subtitle and closed caption files – YouTube Help
- BBC Subtitle Guidelines
- openai/whisper – GitHub
- Speech recognition – Wikipedia