火山同傳對外首秀 打造影院級字幕
時間：2022-04-25 10:36:01 | 來源：行業(yè)動態(tài)
時間：2022-04-25 10:36:01 來源：行業(yè)動態(tài)
在傳統(tǒng)會議、直播場景中，機(jī)器翻譯解決方案提供的字幕通常是打字級字幕，觀看這種字幕，觀眾需要投入很大的精力在瀏覽和理解字幕上，觀眾體驗非常差。原因有兩個：一是打字級字幕全程會不停跳動，觀眾的視線無法聚焦，容易造成視覺疲勞。另一個，每句字幕的停留時間過短，觀眾往往來不及看完就會跳到下一句。
為了提升用戶體驗，此次村上隆的跨國直播中，火山同傳創(chuàng)新性地推出了影院級字幕方案，與視頻流整合后流暢地輸出完整的譯文語句，在屏幕上逐句顯示。觀眾可以清楚看到精準(zhǔn)的字幕結(jié)果，免受字幕跳動帶來的視覺干擾。
在本次村上隆的跨國直播中，火山同傳的影院級字幕方案就引起了觀眾們的好奇和質(zhì)疑。在彈幕里，就有個別觀眾質(zhì)疑真的是否在直播。
火山同傳產(chǎn)品經(jīng)理表示：這種質(zhì)疑在我們看來，是對我們的肯定。為了實現(xiàn)影院級字幕效果，并在直播中保證音畫字同步，火山同傳準(zhǔn)備了一套延時字幕方案。
該方案中，音頻被推送到主控端完成機(jī)器同傳后，人工利用直播的推拉流延時時間，在機(jī)器同傳的結(jié)果上進(jìn)行內(nèi)容校對，以保證投屏字幕的強可讀性。之后，火山同傳的畫面延時功能，能夠保證校對后的字幕在延時結(jié)束后準(zhǔn)時送出，與延時后的畫面整合并同步推流到觀眾端，最終呈現(xiàn)出添加了高質(zhì)量字幕的直播畫面。
保證一場專業(yè)直播同傳字幕質(zhì)量的關(guān)鍵是定向的技術(shù)優(yōu)化。字節(jié)跳動杰出科學(xué)家、人工智能實驗室總監(jiān)李磊介紹，在村上隆的直播中，火山翻譯團(tuán)隊除了采用前沿的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯技術(shù)進(jìn)行模型訓(xùn)練外，還針對直播場景引入了領(lǐng)域適應(yīng)技術(shù)，將村上隆以往的訪談和演講數(shù)據(jù)用于優(yōu)化算法，并對口語規(guī)范化、專業(yè)術(shù)語定制都進(jìn)行了特殊優(yōu)化處理，確保最終呈現(xiàn)的字幕能夠簡潔、精準(zhǔn)。
在線咨詢