Comment vérifier les sous-titres YouTube au-delà des paroles

Définissez le périmètre avant la vérification

Un lecteur signale que les sous-titres apparaissent « seulement parfois ». Ce témoignage suggère une vérification utile : examiner la vidéo entière, y compris les intervalles entre les blocs de sous-titres. Il s’agit d’un problème observé chez un lecteur. Ce témoignage ne permet pas d’établir la fréquence du problème. Témoignage public d’un lecteur.

Un intervalle vide entre deux blocs peut être correct si aucun élément sonore nécessaire ne s’y produit. Il peut aussi contenir un avertissement omis, une voix hors champ ou un autre son qui explique une action. Le texte des sous-titres seul ne permet pas de déterminer de quel cas il s’agit.

1. Choisissez une vidéo et une langue de sous-titres.
2. Consignez l’URL de la vidéo, son titre et la piste choisie.
3. Définissez le périmètre comme la totalité de la vidéo actuelle. Consignez ses instants de début et de fin.
4. Enregistrez les sous-titres bruts avec leurs repères temporels avant de les modifier.
5. Consignez la date de vérification et la source des sous-titres.
6. Précisez le résultat que vous préparerez : des sous-titres révisés, une transcription descriptive ou les deux.

Limitez suffisamment le périmètre pour pouvoir le décrire clairement. Si vous ne vérifiez qu’une partie d’une vidéo, précisez cet intervalle et indiquez que le reste n’a pas été vérifié. Ne présentez pas une vérification par échantillon comme une vérification complète.

Si les sous-titres publics sont absents, utilisez le guide de disponibilité des sous-titres pour vérifier la source. L’absence de sous-titres et l’omission du contexte sonore dans des sous-titres sont deux problèmes distincts. Un échec d’extraction nécessite aussi son propre diagnostic.

Conservez le texte source et ses repères temporels sans les modifier

Vous pouvez vérifier les sous-titres manuellement dans le lecteur vidéo. Si vous avez aussi besoin de conserver une copie avec des repères temporels, le Chronometrica YouTube Transcript Scraper peut collecter les pistes de sous-titres publics existantes. Un Actor est un programme de collecte de données hébergé. Il fournit le texte source pour cette vérification. Vous devez toujours regarder et écouter la vidéo.

Dans sa version actuellement documentée, l’Actor lit les URL directes ou les identifiants de vidéos YouTube. Il n’accepte pas de chaîne, de playlist ni de recherche en entrée. Il ne transcrit pas la parole en texte et ne télécharge ni audio ni vidéo. Il ne recherche pas de sons par l’écoute et ne crée pas d’étiquettes pour les personnes qui parlent. Son usage documenté ici consiste à conserver le texte et les repères temporels des sous-titres existants.

Le court exemple d’entrée suivant sélectionne JSON, un format de texte structuré qui conserve les segments de sous-titres. Il s’agit d’une entrée proposée, pas du résultat d’une exécution.

{
  "startUrls": [
    "https://www.youtube.com/watch?v=dQw4w9WgXcQ"
  ],
  "preferredLanguages": [],
  "outputFormats": ["json"],
  "includeFailedInputDetails": true
}

Remplacez l’URL de l’exemple par celle de la vidéo souhaitée avant utilisation. Cet exemple ne montre pas que la méthode de vérification a produit un résultat utile pour cette vidéo.

Une liste `preferredLanguages` vide laisse l’Actor choisir la meilleure piste disponible. Si votre vérification exige une langue précise, indiquez son code de langue et vérifiez la langue renvoyée. Les préférences sont essayées dans l’ordre. Si aucune ne correspond, l’Actor signale un échec de type « langue indisponible » au lieu de choisir une autre langue.

Laissez `includeFailedInputDetails` activé pour que l’enregistrement `OUTPUT` de l’exécution puisse inclure les détails des entrées en échec. Les vidéos uniques traitées avec succès produisent des lignes dans le jeu de données. Les entrées en échec n’en produisent pas. Un jeu de données vide ne prouve donc pas, à lui seul, que les sous-titres sont absents.

Conservez les champs renvoyés suivants lorsqu’ils sont disponibles : `videoUrl`, `videoId`, `transcriptLanguageCode`, `transcriptLanguageName`, `isAutoGenerated`, `scrapedAt` et `segments`. Chaque segment contient `startSeconds`, `endSeconds`, `durationSeconds` et `text`. Conservez les valeurs brutes. Une durée manquante n’est pas une durée de zéro seconde.

Le préréglage JSON avec repères temporels est un point de départ documenté. Les éléments sources figés confirment uniquement sa page publique et l’identifiant du préréglage. Ils ne confirment ni une entrée enregistrée, ni une exécution payante, ni la réussite actuelle d’une exécution.

Regardez la vidéo entière et consignez les éléments à examiner

Un élément à examiner est un passage qui pourrait nécessiter une indication sonore, une indication de la personne qui parle ou une explication visuelle distincte. Consignez ces éléments avant de décider quelles modifications conserver.

1. Regardez et écoutez la vidéo du début à la fin du périmètre défini.
2. Comparez la bande sonore aux sous-titres choisis pendant toute la lecture.
3. Consignez chaque changement de personne qui parle ayant un effet sur la compréhension.
4. Consignez les paroles hors champ lorsque la personne qui parle peut être difficile à déterminer.
5. Consignez les sons autres que la parole qui peuvent expliquer une action ou un ton.
6. Consignez les informations visuelles nécessaires dans une catégorie distincte.
7. Regardez et écoutez de nouveau chaque passage incertain avant de prendre une décision.

Vérifiez les débuts, les pauses, les changements de scène et les fins. Examinez les intervalles entre les sous-titres avec autant de soin que les paroles sous-titrées. Un avertissement peut survenir pendant une pause. Une voix peut commencer avant l’apparition de la prochaine personne visible qui parle.

Pour chaque élément à examiner, consignez un instant de début, un instant de fin et une description simple de ce que vous avez entendu ou vu. Distinguez l’observation de l’interprétation. Par exemple, notez qu’un bref bip retentit avant que la personne qui présente change de direction. Évaluez ensuite si la source permet de le qualifier d’avertissement.

Les sous-titres automatiques nécessitent une vérification. YouTube cite la prononciation, les accents, les dialectes et le bruit de fond parmi les facteurs qui peuvent affecter leur exactitude. Une extraction réussie ne vérifie ni les mots ni le contexte sonore. Conseils de YouTube sur les sous-titres automatiques.

Signalez les mots prononcés incertains pour une vérification distincte du vocabulaire. Gardez cette vérification centrée sur le contexte des personnes qui parlent et sur les sons nécessaires. N’en faites pas une seconde méthode complète de correction des termes techniques ou de vérification des citations.

Décidez de ce que les sous-titres doivent transmettre

Posez la même question pour chaque son : aide-t-il le lecteur à comprendre ce qui se passe, ce qu’une personne veut dire ou pourquoi une action suit ?

Une alarme peut expliquer un arrêt soudain. Des coups à la porte peuvent expliquer pourquoi une personne se détourne. Un rire peut changer le sens d’une réponse orale. La musique peut compter lorsqu’elle transmet des informations nécessaires sur la scène. Ce sont des éléments à examiner. Il ne s’agit pas de consignes imposant de décrire chaque alarme, rire ou passage musical de la même manière.

Un clic accessoire peut ne rien ajouter au sens. Consignez la raison de son exclusion si vous l’avez pris en compte pendant la vérification. La prochaine personne chargée de la vérification disposera ainsi d’une décision qu’elle pourra examiner.

Utilisez des descriptions concises que la source permet de justifier. Ne nommez pas l’origine d’un son si vous ne pouvez pas l’établir. Si vous entendez un bip sans pouvoir déterminer sa fonction, conservez cette incertitude dans le dossier de vérification. Gardez une indication incertaine en attente d’une autre vérification au lieu de présenter une supposition comme un fait.

Les étiquettes des personnes qui parlent demandent le même soin. Utilisez un nom uniquement lorsque la source établit l’identité. N’identifiez pas une personne à sa seule voix. Si son nom est inconnu, utilisez une étiquette provisoire claire, comme « Personne hors champ 1 ». Une étiquette provisoire peut changer après une vérification supplémentaire.

Conservez la même étiquette tant que les éléments disponibles la justifient. Si vous ne pouvez pas établir si deux passages correspondent à la même personne, consignez cette incertitude. Ne présentez pas un nombre d’étiquettes comme un nombre de personnes établi.

Le W3C décrit les sous-titres comme comprenant les dialogues, les informations sur les personnes qui parlent et les sons significatifs autres que la parole. Ces recommandations justifient la vérification de ces éléments. Elles ne prouvent pas qu’une piste de sous-titres donnée les contient. Recommandations du W3C sur les sous-titres préenregistrés.

Conservez un tableau de vérification et une version révisée distincte

Enregistrez une ligne pour chaque élément à examiner. Votre tableau de vérification est un document éditorial que vous créez. Ce n’est pas un tableau de sortie de l’Actor.

Distinguez un intervalle sans sous-titres de données sources indisponibles. « Aucun bloc dans cet intervalle enregistré » signifie que vous avez examiné une copie source exploitable et n’y avez trouvé aucun bloc. « Source de sous-titres indisponible » signifie que vous n’avez pas pu effectuer cette vérification. Aucun de ces deux états ne signifie que la bande sonore ne contient aucun son significatif.

Conservez le texte proposé pour les blocs dans une version révisée distincte. Gardez les sous-titres d’origine pour qu’une autre personne puisse comparer la modification à la source. Consignez le motif lorsque vous remplacez une étiquette provisoire de personne ou modifiez la description d’un son.

N’utilisez pas le nombre de sous-titres, le nombre de mots ou `videoCoverageRatio` pour prouver que le contenu est complet. Une valeur de couverture peut décrire l’étendue des sous-titres alors que des informations importantes manquent à l’intérieur de cette période. Une valeur manquante reste également manquante. Ne la remplacez pas par zéro.

Vérifiez la synchronisation des blocs et les informations visuelles nécessaires

Même correcte, la description d’un son peut induire en erreur si elle apparaît au mauvais moment. Regardez et écoutez de nouveau chaque passage modifié avec les sous-titres révisés visibles.

1. Vérifiez que l’indication sonore apparaît au moment où le son concerné se produit.
2. Vérifiez que l’indication de la personne qui parle correspond au bon passage de parole.
3. Lisez l’indication avec les paroles affichées à côté.
4. Vérifiez que le texte ajouté ne masque pas les mots nécessaires et ne les contredit pas.
5. Regardez et écoutez de nouveau la transition avant et après la modification.
6. Consignez tout problème de synchronisation ou de lecture qui subsiste.

Ne supposez pas qu’un seul style de sous-titres convient à tous les lecteurs. Utilisez l’aperçu pour évaluer la piste révisée réelle. Signalez clairement toute décision de style non résolue dans le dossier transmis.

Si vous avez besoin de fichiers de sous-titres pour la lecture, suivez le guide de conversion SRT et VTT. SRT et VTT sont des formats de fichiers de sous-titres avec des repères temporels. Ce guide distinct explique la gestion des fichiers. La présente vérification détermine les informations sur les sons et les personnes qui parlent que les blocs doivent transmettre.

Examinez séparément les informations visuelles sans équivalent sonore. Par exemple, un schéma peut afficher une consigne que personne ne lit à voix haute. Ajouter des indications sonores ne transmet pas cette consigne. Si cela convient, consignez l’intervalle visuel et l’explication nécessaire dans une transcription descriptive clairement désignée comme telle et distincte.

Une transcription de base contient les paroles et les informations sonores nécessaires autres que la parole. Une transcription descriptive ajoute aussi les informations visuelles nécessaires. Un export de sous-titres peut donc nécessiter des ajouts avant de constituer un document de lecture complet. Recommandations du W3C sur les transcriptions.

Exemple détaillé : une leçon de sécurité fictive

Fiction originale : tous les repères temporels, observations, sous-titres et décisions de cet exemple sont inventés à des fins pédagogiques. Aucune vidéo source ni exécution de l’Actor n’a été testée. L’exemple couvre une leçon de sécurité entière de 60 secondes et une piste de sous-titres.

La personne qui présente change de direction après un bip. Une personne hors champ donne ensuite une courte consigne. Un rire se produit pendant une réponse. Un clic discret se produit vers la fin. Un schéma sans commentaire sonore contient aussi une consigne nécessaire.

La source fictive établit que le bip est un avertissement. Sans cet élément, la personne chargée de la vérification devrait utiliser une description moins précise ou laisser la décision en suspens. L’étiquette de la personne hors champ reste provisoire, car son nom n’est pas établi.

Le bip dure 13 secondes moins 12 secondes, soit 1 seconde. Le passage de parole hors champ dure 22 secondes moins 20 secondes, soit 2 secondes. Ces intervalles situent les éléments observés. Ils ne prouvent pas que les blocs proposés sont faciles à lire.

Il y a 4 éléments sonores à examiner : 2 retenus + 1 en suspens + 1 exclu = 4 éléments. L’élément visuel distinct ne fait pas partie de ce total sonore. Ces nombres comptent les éléments de vérification. Ils ne comptent pas les personnes et ne mesurent ni l’exactitude des sous-titres ni les résultats en matière d’accès.

Dans cette fiction, la personne chargée de la vérification contrôle les 60 secondes en entier. La durée non vérifiée est de 60 secondes moins 60 secondes, soit 0 seconde. Ce zéro découle de la vérification fictive annoncée comme complète. Il ne doit pas remplacer une durée de vérification inconnue dans un dossier réel.

La prochaine décision consiste à résoudre A3, puis à vérifier de nouveau toute la piste révisée. Cet exemple ne permet pas de présenter la version comme complète tant qu’une décision sur un son nécessaire reste en suspens.

Résolvez les échecs et vérifiez toute la version révisée

Utilisez des états d’échec qui décrivent ce que vous savez. Distinguez les problèmes d’accès à la source des incertitudes éditoriales.

Après toutes les modifications, regardez la piste révisée entière en la comparant à la bande sonore et à l’image. Une vérification limitée aux blocs modifiés peut manquer un conflit lors d’une transition. Consignez l’intervalle vérifié, les points en suspens et la décision finale.

Les propriétaires de vidéos peuvent utiliser la procédure documentée de YouTube Studio pour leurs propres sous-titres. Les autres chercheurs doivent conserver une copie dérivée distincte, c’est-à-dire une copie révisée à partir de la source. Les données de sous-titres publics ne donnent accès ni aux commandes de modification d’un autre propriétaire ni aux données privées de son compte. Les actions décrites ici sont proposées au lecteur. Elles n’ont pas été effectuées pour ce guide.