如何對照原版審核 YouTube 翻譯影片

設定資料收集任務

Actor 是在託管環境中運行的資料收集程式。任務是一組已儲存的輸入預設值。使用 YouTube Transcript 公開版本 build0.1.43 時，請更新任務的輸入 JSON，以收集資料品質良好的記錄供審核。將 startUrls 中已儲存的整份 3 條示例影片網址清單替換掉：一次執行只使用 1 條指定的原版影片網址，另一次獨立執行只使用 1 條指定的本地化影片網址，兩次各自使用按優先次序排列的 preferredLanguages 語言代碼。將 outputFormats 從 [text,llm] 改為 [json]，並保留 includeFailedInputDetails 為 true。

JSON

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

如果所有要求的語言均不存在，preferredLanguages 會回報 LANGUAGE_UNAVAILABLE，不會在沒有提示的情況下選擇另一種語言。將 preferredLanguages 留空會使用現有最佳字幕軌。讀者自行製作的人工轉錄稿有獨立的來源記錄。Actor 不會翻譯、配音、轉錄音訊、識別說話者、根據音訊製作字幕、尋找相符影片或自動對齊內容。

Actor 會傳回讀者所需的原生欄位：videoId、videoUrl、transcriptLanguageCode、transcriptLanguageName、requestedLanguageCodes、availableLanguageCodes、languageMatch、isAutoGenerated、status 及 segments。公開的片段欄位名稱為 startSeconds、endSeconds、durationSeconds 及 text。請保留傳回的 endSeconds，以及值為 null 的時長。

OUTPUT 摘要欄位為 inputsReceived、uniqueVideosPlanned、rowsWritten、successfulTranscriptRows、failedInputs、duplicateVideosSkipped、statusCounts、errorCodeCounts 及 failedInputDetails。rowsWritten 和 successfulTranscriptRows 計算的是成功取得轉錄稿的資料列數，不包括已儲存的失敗詳情資料列；statusCounts 包括已處理輸入的失敗結果。

目前以英文人工字幕作陽性對照的檢查，核實的是原生字幕文字、時間資料及語言結構。這項檢查並不認證任何特定本地化頻道、可用的意大利文或西班牙文字幕軌、雙語準確度或音訊品質。讀者自行建立的每個 alignmentUnitId 都必須保留兩個 videoUrl 值、各自獨立的開始及結束時間範圍，以及對齊理由；單元 ID 並非 Actor 的輸出。

完整的意思審核步驟

1. 手動確認兩條已知網址分別是同一內容的正確原版及本地化版本。核查影片身份、語言軌及來源時間標記。標題或縮圖相符並不足夠。
2. 按照公開介面規格收集可用的字幕軌。分開儲存原生語言資料，以及人工或自動生成的標記。核查實際聽到的口述語言。如果缺少目標語言字幕軌，不要將原版字幕軌硬填入目標語言欄。
3. 針對審核的段落，對照每條影片的音訊核查字幕字詞。如果字幕有疑問，請記錄為「字幕字詞存疑」，並先核查來源。來源字幕有誤，不一定代表翻譯有誤。
4. 將意思單元定義為一項完整的指示及其條件。根據實際內容，將原版單元與本地化片段配對，不要按索引逐一配對，也不要只因開始時間相同就配對。無法配對的段落應保留為未配對，不要猜測。
5. 使用一份簡短的雙語核查清單，涵蓋誰做甚麼、否定語意、所需次序或條件、數字及單位、技術用語，以及限定語。目標語言句子即使流暢，也可能顛倒條件或改變數量。
6. 為每個已對齊單元記錄一個範圍明確的狀態：意思有據支持、意思有變、字幕字詞存疑、對齊存疑或無法取得。分別保留僅見於目標版本及僅見於原版的段落清單。對於意思有變的單元，請說明指示有何改變，以及需要如何修正。
7. 這項以字幕為依據的意思核查，不涵蓋聲音自然度、情感、說話者辨識、配音節奏及音質。這些項目需要獨立的音訊審核準則。
8. 交付已對齊的記錄表，列出原版措辭、目標語言措辭、已核查的音訊時間、狀態及修正備註。分開報告已審核單元及未配對單元。

記錄表完整示例（原創虛構內容）

這個特設的小型測試案例中，每條影片、每段字幕及每項判斷均屬原創虛構內容。案例中的雙語審核員曾對照字幕核查口述段落，但並未進行實際音訊測試。

本地化版本較後的片尾，在已審核的原版範圍內沒有對應內容。請將其保留為未配對段落，不要判為誤譯。這 2 個單元的結果為 1 個意思有據支持的單元、1 個意思有變的單元，另有 1 段額外的未配對本地化內容。