Khi video không có sẵn kịch bản, bước đầu tiên của dịch phụ đề là có một bản chép lời đúng bằng ngôn ngữ gốc; công cụ nhận dạng giọng nói làm phần thô rất nhanh, nhưng người làm phụ đề vẫn phải nghe lại để sửa tên riêng, con số, đoạn nói chồng và đoạn có nhạc nền. Mọi lỗi lọt qua bước này sẽ được dịch nguyên vẹn sang tiếng Việt, và lúc đó rất khó phát hiện vì người duyệt bản dịch thường không nghe lại âm thanh gốc.
Bài này dành cho người làm phụ đề cho video phỏng vấn, hội thảo, bài giảng, phim tài liệu, kênh video doanh nghiệp, tức là những nội dung thường chỉ có tệp âm thanh hình ảnh mà không có kịch bản. Bạn sẽ có quy trình chép lời bằng máy, danh sách chỗ phải soát, và cách tổ chức bản chép lời để bước dịch sau đó đỡ vất vả.
Vì sao bản chép lời quyết định chất lượng phụ đề dịch
Trong dây chuyền phụ đề, bản chép lời ngôn ngữ gốc là nền móng. Người dịch dịch từ nó, người căn thời gian căn theo nó, người duyệt so bản dịch với nó. Nếu bản chép lời ghi nhầm "fifteen" thành "fifty", bản dịch sẽ ghi "năm mươi" một cách tự tin, và không ai trong dây chuyền nghi ngờ vì ai cũng đang làm đúng phần của mình trên một dữ liệu sai.
Lỗi ở bước chép lời còn khó thấy hơn lỗi dịch. Một câu dịch vụng còn có người đọc thấy gượng mà sửa; một câu chép sai nhưng hợp ngữ pháp thì dịch ra vẫn trơn tru. Chính vì vậy, nhiều nhóm phụ đề chuyên nghiệp tách hẳn bước chép lời và soát chép lời thành một công đoạn riêng, có người chịu trách nhiệm riêng, trước khi tệp được chuyển cho người dịch.
Nhận dạng giọng nói tự động đã khá tốt với giọng chuẩn, thu âm sạch, một người nói. Nó vẫn yếu ở đúng những chỗ mà phụ đề cần chính xác nhất: tên người, tên địa danh, thuật ngữ chuyên ngành, con số, và những đoạn nhiều người cùng nói. Hiểu điều này giúp bạn biết dồn thời gian nghe lại vào đâu, thay vì nghe lại toàn bộ với cùng một mức chú ý.
Những chỗ máy nhận dạng giọng nói hay nghe sai
Khi soát bản chép lời, hãy nghe kỹ gấp đôi ở các vị trí dưới đây. Đây là những lỗi đặc trưng của nhận dạng tự động, gặp ở hầu hết công cụ và hầu hết ngôn ngữ.
- Tên riêng hiếm gặp: tên người, tên công ty nhỏ, tên làng, tên món ăn địa phương. Máy thay bằng một từ phổ biến có âm gần giống.
- Con số và đơn vị: số lớn, số thập phân, năm, tỷ lệ phần trăm, số điện thoại đọc nhanh. Máy dễ nhầm hàng chục với hàng trăm hoặc gộp hai số đọc liền nhau.
- Thuật ngữ chuyên ngành: tên thuốc, tên linh kiện, tên khái niệm khoa học. Máy hay viết thành từ thông dụng gần âm.
- Đoạn nói chồng: hai người nói cùng lúc, người dẫn chương trình chen ngang khách mời. Máy thường chép lẫn lời hai người thành một câu.
- Đoạn có nhạc nền to, tiếng ồn hiện trường, tiếng vọng trong hội trường. Máy có thể bỏ trống hoặc "bịa" ra một câu nghe gần đúng.
- Giọng địa phương, người nói ngoại ngữ không phải tiếng mẹ đẻ, người nói nhỏ hoặc nói xa micro.
- Câu chuyển đổi ngôn ngữ: người nói tiếng Anh chen một vài từ tiếng Việt hay tiếng Trung. Máy cố ép tất cả về một ngôn ngữ.
Lỗi "bịa câu" ở đoạn âm thanh kém là lỗi nguy hiểm nhất, vì câu bịa ra thường hợp ngữ cảnh và đọc rất tự nhiên. Ở những đoạn bạn thấy âm thanh khó nghe mà bản chép lời lại rõ ràng mạch lạc, hãy nghi ngờ trước.
Chuẩn bị âm thanh trước khi đưa vào công cụ
Chất lượng bản chép lời tự động phụ thuộc rất nhiều vào chất lượng âm thanh đầu vào. Vài thao tác chuẩn bị đơn giản giúp giảm đáng kể thời gian soát.
- Lấy bản âm thanh tốt nhất có thể. Nếu khách có tệp âm thanh gốc thu riêng từ micro cài áo, xin bản đó thay vì tách tiếng từ video đã nén.
- Nếu video có nhiều kênh âm thanh, chọn kênh lời thoại rõ nhất. Một số video có kênh riêng cho lời thoại và kênh riêng cho nhạc nền.
- Cắt bỏ đoạn không có lời ở đầu và cuối, như nhạc mở đầu dài, để công cụ không cố nhận dạng tiếng nhạc thành chữ. Ghi lại thời điểm cắt để cộng bù khi căn thời gian.
- Khai báo đúng ngôn ngữ nói trong công cụ, đừng để chế độ tự đoán nếu bạn đã biết. Với video nhiều ngôn ngữ, chia thành đoạn theo ngôn ngữ nếu công cụ không xử lý được.
- Nếu công cụ cho phép nhập danh sách từ vựng gợi ý, đưa vào tên người, tên tổ chức, thuật ngữ đã có trong bảng thuật ngữ. Nhiều công cụ dùng danh sách này để ưu tiên nhận đúng những từ đó.
Không cần các thao tác lọc tiếng ồn phức tạp. Lọc quá tay có thể làm méo giọng người nói và khiến máy nhận dạng kém đi. Chỉ dùng khi tiếng ồn thật sự lấn át lời.
Chép lời nguyên văn hay chép lời làm sạch
Trước khi soát, cần biết khách muốn kiểu chép lời nào. Hai kiểu phổ biến khác nhau rõ rệt, và chọn sai kiểu là phải làm lại.
| Tiêu chí | Chép nguyên văn | Chép làm sạch |
|---|---|---|
| Từ đệm, ậm ừ | Giữ lại | Bỏ |
| Câu bỏ dở, nói lại | Giữ cả phần bỏ dở | Chỉ giữ câu hoàn chỉnh cuối cùng |
| Lỗi ngữ pháp của người nói | Giữ nguyên | Sửa nhẹ cho dễ đọc nhưng không đổi ý |
| Tiếng cười, tiếng ho, tiếng ồn | Thường ghi chú trong ngoặc | Thường bỏ, trừ khi ảnh hưởng nghĩa |
| Dùng cho | Tư liệu nghiên cứu, chứng cứ, lưu trữ | Phụ đề, bài viết, biên bản thông thường |
Với phụ đề, chép làm sạch thường là lựa chọn hợp lý vì phụ đề vốn đã phải nén. Tuy vậy, nếu khách cần cả hai sản phẩm, ví dụ một bản chép lời lưu trữ và một bộ phụ đề phát hành, nên làm bản nguyên văn trước rồi làm sạch từ đó, không làm ngược lại.
Nhiều công cụ nhận dạng tự làm sạch một phần, tự bỏ từ đệm. Kiểm xem công cụ đang ở chế độ nào để không lẫn lộn hai kiểu trong cùng một tệp.
Quy trình soát bản chép lời hiệu quả
Lượt một: đọc lướt không nghe. Đọc bản chép lời như một văn bản, đánh dấu những chỗ vô nghĩa, câu cụt, từ lạc ngữ cảnh. Lượt này nhanh và bắt được phần lớn lỗi thô.
Lượt hai: nghe lại những chỗ đã đánh dấu. Mở đúng mã thời gian, nghe lại, có thể giảm tốc độ phát. Sửa xong mới đi tiếp. Đừng nghe lại toàn bộ ở lượt này.
Lượt ba: rà riêng tên riêng và con số. Dùng chức năng tìm kiếm để lọc mọi con số và mọi chữ viết hoa, nghe lại từng chỗ. So tên riêng với bảng thuật ngữ, với tài liệu khách gửi, với phần chữ xuất hiện trên hình như tên khách mời ở góc màn hình.
Lượt bốn: nghe toàn bộ ở tốc độ thật. Theo dõi bản chép lời trong lúc nghe. Lượt này bắt lỗi bỏ sót câu, chép nhầm thứ tự, và những chỗ máy "bịa" mà đọc lướt không thấy.
Ghi chú chỗ không nghe được. Nếu đã nghe nhiều lần vẫn không chắc, đánh dấu bằng một ký hiệu thống nhất mà khách đồng ý, kèm mã thời gian, thay vì đoán. Người dịch và khách cần biết đây là chỗ chưa chắc.
Phân vai người nói và bảo mật ghi âm
Với video có nhiều người nói như tọa đàm, phỏng vấn nhóm, bản chép lời phải ghi rõ ai nói câu nào. Một số công cụ tự phân vai người nói, đánh dấu là người thứ nhất, người thứ hai, nhưng hay nhầm khi hai giọng gần nhau hoặc khi có người chen ngang ngắn. Sau khi soát nội dung, hãy rà riêng một lượt phần phân vai, đổi nhãn chung thành tên thật hoặc chức danh theo yêu cầu của khách. Phần phân vai đúng giúp người dịch chọn xưng hô và giúp người căn thời gian tách phụ đề khi đổi người nói.
Về bảo mật, tệp ghi âm phỏng vấn, họp nội bộ, buổi tư vấn thường chứa thông tin cá nhân và bí mật kinh doanh. Trước khi tải lên một công cụ nhận dạng trực tuyến, kiểm hợp đồng với khách và chính sách lưu trữ của công cụ. Nếu khách không cho phép, dùng công cụ chạy hoàn toàn trên máy của bạn, hoặc công cụ khách chỉ định. Trong bản chép lời gửi đi, những thông tin không cần cho việc dịch như số tài khoản, địa chỉ nhà riêng mà người nói vô tình nhắc đến, nên được che theo cách khách đồng ý.
Khi nội dung có người nói là trẻ em, bệnh nhân hoặc người trong hoàn cảnh nhạy cảm, càng phải cẩn trọng: xin chỉ dẫn rõ ràng từ khách về việc che tên, và không lưu bản sao nào ngoài phạm vi dự án.
Dùng chatbot làm sạch và chia câu bản chép lời
Sau khi nội dung đã đúng, bản chép lời tự động thường vẫn thiếu dấu câu, chữ hoa sai chỗ, câu dài lê thê không chia đoạn. Chatbot làm phần định dạng này khá nhanh nếu bạn giao việc rõ và kiểm kết quả.
- Chỉ đưa vào bản đã soát nội dung. Nếu đưa bản thô, chatbot sẽ "sửa" luôn những chỗ nghe sai thành câu hợp lý hơn, và lỗi bị che kín hơn.
- Giao đúng một việc. Câu lệnh mẫu: "Thêm dấu câu và chữ hoa cho đoạn chép lời tiếng Anh dưới đây. Không thêm, bỏ hay đổi bất kỳ từ nào. Giữ nguyên nhãn người nói và mã thời gian ở đầu mỗi đoạn."
- So sánh bản trước và sau bằng chức năng so khác biệt của trình soạn thảo. Mọi thay đổi ngoài dấu câu và chữ hoa là dấu hiệu máy đã tự ý sửa nội dung, cần trả về như cũ.
- Nếu cần chép làm sạch, giao thành một lượt riêng sau đó, ghi rõ tiêu chí: bỏ từ đệm, bỏ câu nói lại, không đổi ý, không tóm tắt.
- Lưu cả bản soát gốc và bản đã làm sạch, đặt tên tệp rõ ràng. Khi khách hỏi lại một chỗ, bạn cần quay về bản gốc để nghe đối chiếu.
Che thông tin cá nhân trước khi dán vào chatbot, như ở mọi thao tác khác. Phần định dạng không cần biết tên thật của người được phỏng vấn.
Câu hỏi thường gặp
Bản chép lời tự động có dùng thẳng làm phụ đề được không?
Hiếm khi. Bản tự động thường sai tên riêng, con số, thuật ngữ và đoạn nói chồng, đồng thời chưa được ngắt theo giới hạn ký tự. Cần ít nhất một lượt soát có nghe lại và một lượt biên tập theo quy chuẩn phụ đề trước khi dùng.
Nên chép lời nguyên văn hay làm sạch khi làm phụ đề?
Phụ đề thường dùng chép làm sạch vì vốn phải nén câu. Nếu khách cần thêm bản lưu trữ hoặc tư liệu nghiên cứu, hãy làm bản nguyên văn trước rồi làm sạch từ đó. Luôn hỏi khách trước khi bắt đầu.
Làm sao biết máy đã bịa câu ở đoạn âm thanh kém?
Dấu hiệu là đoạn âm thanh nghe khó, có nhạc hoặc ồn, nhưng bản chép lời lại mạch lạc, trọn câu. Hãy nghe lại những đoạn đó ở tốc độ chậm. Nếu không nghe ra, đánh dấu là không rõ kèm mã thời gian thay vì giữ câu máy đưa.
Có nên lọc tiếng ồn trước khi chép lời không?
Chỉ khi tiếng ồn thật sự lấn át lời nói. Lọc quá tay có thể làm méo giọng và khiến công cụ nhận dạng kém hơn. Cách hiệu quả hơn là xin khách tệp âm thanh gốc thu từ micro riêng nếu có.
Tải ghi âm phỏng vấn lên công cụ trực tuyến có an toàn không?
Tuỳ hợp đồng với khách và chính sách lưu trữ của công cụ. Nhiều ghi âm chứa thông tin cá nhân hoặc bí mật kinh doanh. Hãy hỏi khách bằng văn bản, ưu tiên công cụ chạy trên máy của bạn hoặc công cụ khách chỉ định.
Phân vai người nói có cần thiết với phụ đề không?
Có, với video nhiều người nói. Phân vai đúng giúp người dịch chọn xưng hô phù hợp và giúp người căn thời gian tách phụ đề khi đổi người nói. Công cụ tự phân vai hay nhầm, nên cần soát riêng một lượt.