Como revisar um vídeo traduzido do YouTube comparando com o original

Configure a tarefa de coleta de dados

Um Actor é um programa de coleta de dados hospedado. Uma tarefa é uma configuração de entrada salva. Para a versão pública build0.1.43 do YouTube Transcript, atualize o JSON de entrada da tarefa para coletar registros sem problemas de qualidade para sua revisão. Substitua toda a lista salva de URLs de exemplo de 3 vídeos em startUrls por uma URL do vídeo original escolhido em uma execução própria e uma URL do vídeo localizado escolhido em outra execução separada. Em cada execução, use os respectivos códigos preferredLanguages na ordem de preferência. Altere outputFormats de [text,llm] para [json] e mantenha includeFailedInputDetails como true.

JSON

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

Quando nenhum dos idiomas solicitados está disponível, preferredLanguages informa LANGUAGE_UNAVAILABLE em vez de selecionar outro idioma sem avisar. Deixar preferredLanguages vazio faz com que a melhor faixa disponível seja usada. Transcrições manuais criadas pelo leitor têm uma procedência separada. O Actor não traduz, dubla, transcreve áudio, identifica falantes, cria legendas a partir do áudio, encontra vídeos correspondentes nem faz alinhamento automático.

O Actor retorna os campos nativos necessários para o leitor: videoId, videoUrl, transcriptLanguageCode, transcriptLanguageName, requestedLanguageCodes, availableLanguageCodes, languageMatch, isAutoGenerated, status e segments. As chaves públicas dos segmentos são startSeconds, endSeconds, durationSeconds e text. Preserve o endSeconds retornado e a duração null.

Os campos de resumo de OUTPUT são inputsReceived, uniqueVideosPlanned, rowsWritten, successfulTranscriptRows, failedInputs, duplicateVideosSkipped, statusCounts, errorCodeCounts e failedInputDetails. rowsWritten e successfulTranscriptRows contam linhas de transcrição bem-sucedidas, não as linhas armazenadas com detalhes de falhas; statusCounts inclui os resultados das entradas com falha que foram processadas.

O controle positivo atual com legendas manuais em inglês verifica o texto nativo das legendas, a marcação de tempo e a estrutura dos dados de idioma. Ele não certifica nenhum canal localizado específico, nenhuma faixa disponível em italiano ou espanhol, a precisão entre os idiomas nem a qualidade do áudio. Cada alignmentUnitId criado pelo leitor deve preservar os 2 valores de videoUrl, intervalos independentes de início e fim e uma justificativa para o alinhamento; os IDs das unidades não fazem parte da saída do Actor.

Conclua as etapas de revisão do sentido

1. Confirme manualmente se as 2 URLs conhecidas são as versões original e localizada corretas do mesmo conteúdo. Verifique a identidade dos vídeos, as faixas de idioma e os tempos nas fontes. Títulos ou miniaturas correspondentes não são suficientes.
2. Colete as faixas de legendas disponíveis usando o contrato público de dados. Salve separadamente o idioma nativo e os indicadores de legenda manual ou automática. Verifique o idioma falado que você de fato ouve. Não coloque uma faixa original na coluna do idioma de destino se a faixa desse idioma estiver ausente.
3. Confira as palavras das legendas com o áudio de cada vídeo nos trechos revisados. Se houver dúvida sobre uma legenda, registre o estado como palavra da legenda incerta e verifique primeiro a fonte. Uma legenda incorreta na fonte não significa automaticamente um erro de tradução.
4. Defina uma unidade de sentido como uma instrução completa com sua condição. Relacione as unidades da fonte aos segmentos localizados com base no conteúdo real, não por pareamento de índices ou por tempos de início idênticos. Mantenha sem par os trechos sem correspondência, em vez de adivinhar.
5. Use uma lista curta de verificação bilíngue que abranja quem faz o quê, negação, ordem ou condição exigida, números e unidades, termos técnicos e ressalvas. Uma frase fluente no idioma de destino pode inverter uma condição ou alterar uma quantidade.
6. Registre um estado específico para cada unidade alinhada: sentido confirmado, sentido alterado, palavra da legenda incerta, alinhamento incerto ou indisponível. Mantenha listas separadas de trechos presentes apenas na versão de destino e apenas na fonte. Para as unidades alteradas, informe qual instrução foi alterada e qual correção é necessária.
7. Deixe a naturalidade da voz, a emoção, o reconhecimento de quem fala, a cadência da dublagem e a qualidade do som fora desta verificação de sentido apoiada por legendas. Esses aspectos precisam de critérios separados de revisão de áudio.
8. Entregue o registro alinhado com o texto original, o texto no idioma de destino, os tempos dos áudios verificados, o estado e a observação de correção. Informe separadamente as unidades revisadas e as unidades sem par.

Exemplo resolvido de registro (ficção original)

Todos os vídeos, legendas e avaliações neste pequeno caso de teste são ficção original. Um revisor bilíngue conferiu os trechos falados com suas legendas, sem realizar testes com áudio real.

Um encerramento posterior na versão localizada não tem correspondente no intervalo original revisado. Mantenha esse trecho sem par, sem classificá-lo como erro de tradução. Essas 2 unidades resultam em 1 unidade com sentido confirmado, 1 unidade com sentido alterado e 1 trecho localizado adicional sem par.