Vang de vertaalfouten die je daadwerkelijk kunt bewijzen
Plak het bron transcript aan de ene kant en de vertaling aan de andere kant, en het vergelijkt ze segment voor segment. Het rapporteert wat ontbreekt, wat in de originele taal is gebleven, welke cijfers zijn verdwenen en waar de ondertiteltijden niet meer overeenkwamen. Dit alles in de browser, zodat een nog niet-uitgebracht script op je machine blijft.
Dit bestaat omdat machinevertaling faalt op een specifieke, saaie, controleerbare manier: het laat stilletjes dingen vallen. Een bestand gaat erin met 40 cues en komt terug met 31, en niets in het proces vertelt je dat. Niemand merkt het totdat een kijker het doet.
Wat het controleert, en waarom die dingen
Elke controle hier is iets wat je met bewijs kunt vaststellen in plaats van met een mening.
Ontbrekende segmenten. Het aantal vertaalde cues vergeleken met de bron. Als de vertaling kort is, is er inhoud weggelaten, en bij lange bestanden is het bijna altijd het einde dat ontbreekt. Dit is de meest voorkomende fout en het gemakkelijkst over het hoofd te zien, omdat het begin van het bestand perfect leest.
Regels onvertaald gelaten. Elk segment waarvan de tekst identiek is aan de bron. Soms is dat correct, een merknaam of een productterm die niet mag veranderen. Vaak betekent het dat de vertaler dat stuk heeft overgeslagen en het origineel heeft doorgegeven. De tool markeert het en laat jou oordelen welke.
Cijfers die zijn verdwenen. Het haalt de cijfers uit elk bronsegment en controleert of ze in de vertaling zijn overgebleven. Prijzen, datums, percentages, versienummers. Een zin kan vloeiend lezen in de doeltaal en toch het cijfer verloren hebben dat het hele punt ervan was.
Tijdsverschuiving. Wanneer beide bestanden cue-timings bevatten, vergelijkt het deze. Een vertaalde ondertitel met verschoven timings verschijnt op het verkeerde moment, wat een slechtere kijkervaring is dan een enigszins onhandige zin.
Wat dit niet kan doen, eenvoudig gezegd
Het beoordeelt niet of de vertaling goed is.
Vloeiendheid, toon, register, of een grap goed overkwam of een vaktermen correct werd weergegeven: niets daarvan is controleerbaar door twee strings over talen heen te vergelijken. Een segment kan elke controle hier doorstaan en toch verkeerd zijn op een manier die alleen een moedertaalspreker zal opmerken.
Behandel dit dus als de eerste poort, niet de laatste. Het vangt de mechanische storingen goedkoop en op schaal op, wat een menselijke reviewer bevrijdt om hun aandacht te besteden aan betekenis in plaats van aan het tellen van cues. Ik zou dit uitvoeren voordat ik iets naar een reviewer stuur, niet in plaats van een reviewer.
De lengtevergelijking is om dezelfde reden de minst strenge controle. Sommige taalparen zetten daadwerkelijk uit of comprimeren, Duits tegen Engels is de voor de hand liggende, dus een vlag daar is een aansporing om te kijken, geen oordeel.
Transcriptienauwkeurigheid is een andere vraag
Het is de moeite waard om twee dingen te scheiden die op elkaar lijken. Het controleren van een transcript tegen de audio waar het vandaan kwam, dezelfde taal, is transcriptienauwkeurigheid, en de maatstaf daarvoor is het woordfoutpercentage. De woordfoutpercentage calculator doet dat werk: het lijnt twee versies van dezelfde taal uit en telt substituties, verwijderingen en invoegingen.
Deze pagina is de intertaalversie, en het kan geen woordfouten tellen, omdat de woorden anders moeten zijn. Daarom meet het in plaats daarvan structuur en volledigheid. Gebruik WER voor “heeft de transcriptie het goed gehoord,” gebruik dit voor “heeft de vertaling alles behouden.”
Voor en na de controle
Als je de vertaling zelf nog nodig hebt, de video vertaler verwerkt nasynchronisatie en ondertitels, en de YouTube video vertaler werkt direct vanaf een link. Om überhaupt het brontranscript te produceren, gebruik je de transcript generator. En zodra een vertaling is goedgekeurd, zet de tekst naar SRT converter het om in een ondertitelingsbestand met behoud van de timings.
