Streaming wielojęzyczny

Streaming wielojęzyczny to wielkie możliwości... dla wpadek. Nie wszystko tu zależy od ciebie.

Musisz stać się bardziej kierownikiem produkcji niż realizatorem.

Zrobiłem ze swoją ekipą naprawdę wiele konferencji wielojęzycznych i mogę z czystym sumieniem powiedzieć, że potrafimy przewidzieć, co może się wydarzyć i jak wiele nie zależy od nas (realizatorów). I nie ma tu znaczenia, czy tłumacze siedzą w kabinach na miejscu, czy są hybrydowo wpięci w krakowskim hubie i nadają przez Zoom czy inną technologię.

Zasady w większości są takie same, niestety podatność na ludzkie błędy również.

Najczęstszy błąd, który popełniają początkujący streamujący, to uleganie namowom zamawiającego, żeby obniżyć koszty i nie zatrudniać dźwiękowca.

„Wszystko jest po polsku, mamy tylko jeden wykład po angielsku” - wpinacie więc floor do streamu PL, tłumacza dajecie na osobny kanał i ewentualnie dokładacie podstawę do streamu tłumaczonego i wszystko idzie do momentu, kiedy prowadzący, mimo że uprzedzony, postanawia błysnąć swoim lingwistycznym talentem i wprowadza gości w ich ojczystym języku. Wasz floor właśnie przestał być poprawnym językowo feedem. Pół biedy, gdy to tylko jedno zdanie wprowadzenia, ale jak nagle słuchacze zaczynają zadawać pytania nie w podstawowym języku konferencji, widzowie dostają język, którego nie rozumieją.

Szczególnie problematycznie robi się, gdy wysyłacie na lewy i prawy kanał po jednym z języków. To technologia, którą dość często stosujemy dla ułatwienia sobie kwestii przesyłowych - rozszycie po stronie serwera.

Koszmar dopiero nadejdzie…
Jeśli nie ma tłumaczy i w grę wchodzi AI, a klient zapłacił tylko za jeden język.

Pewnie domyślacie się, że to, co miało być poprawną podstawą (IN - PL, OUT - ENG), powoduje, że AI tłumaczy teraz np. z ENG na ENG. Czyli model próbuje rozumieć język angielski po polsku. Efekt jest do przewidzenia.

Oczywiście na dzień, w którym to piszę, problem jest spory, ale zdaję sobie sprawę, że galopujący rozwój AI za chwilę i z tym sobie poradzi. Obecnie razem z VLS w obszarze tłumaczeń AI oferujemy autorskie oprogramowanie do rozpoznawania zmian języka. Rozwiązanie to obsługuje jednocześnie dwa języki. Jak mamy ich trzy czy cztery w tym samym czasie, sytuacja jest znowu zależna od dobrej komutacji.

Co to jest FLOOR?

Używam branżowego języka, ponieważ zakładam, że wpadają tu głównie osoby, które już zetknęły się ze streamem wielojęzycznym, ale należy się wyjaśnienie wszystkim.

FLOOR, czyli podstawa, to oryginalny sygnał audio wydarzenia przed tłumaczeniem. Nie oznacza głównego języka konferencji - zawiera to, co w danym momencie słychać ze sceny i innych źródeł podanych do tego miksu. Ten sygnał słyszą tłumacze. Gdy język wypowiedzi odpowiada językowi odbiorcy, można skierować floor na jego kanał bez tłumaczenia. Czasami upraszczam bardzo, mówiąc, że to jest mój efekt - dźwięk, którym żyje sala.

Spotkałem się z wieloma przypadkami, gdy młodzi producenci realizacji streamu podłączają z jednostki centralnej systemu tłumaczeń symultanicznych dźwięk z kabiny tłumaczy i proszą o dodanie flooru do języka, który nie jest właśnie tłumaczony (autofloor). Dla mnie to nieakceptowalne, bo o ile język wypowiadany do mikrofonu rozmówcy będzie na swoim kanale brzmiał dobrze, to w języku tłumaczonym dostaniemy tylko głos tłumacza. Widz nie będzie wiedział, co dzieje się na sali. Tak selektywny dźwięk - bez efektu - jest dla mnie nieprzyjemny, nieangażujący w wydarzenie. W języku telewizyjnym - „inna bajka”.

„Przecież można domiksować floor” - tak można, ale jak zrobimy to w opisywanym układzie, wszystko będzie pięknie, dopóki tłumacz w krótkiej przerwie nie wyciszy sobie mikrofonu i w dwóch kanałach dostaniemy floor. Jeśli zmiksujemy go z floorem z sali, istnieje bardzo duże prawdopodobieństwo przesunięcia w czasie między dźwiękiem podstawowym a tym, co przejdzie przez jednostkę, szczególnie cyfrową. Zmiksują się dwa takie same sygnały przesunięte w czasie. Powstaną wyraźnie słyszalne zniekształcenia.

Jak przygotować dobry stream dwujęzyczny?

Idealnym rozwiązaniem jest dla mnie przekonanie zamawiającego, że stream rządzi się innymi prawami niż nagłośnienie i wymaga dźwiękowca. Z jednostki pobieramy tylko czyste tłumaczenia bez flooru i domiksowujemy w odpowiednio dobranych proporcjach floor do każdego toru językowego. Dźwiękowiec musi pilnować zmian języka na scenie, żeby zmieniać proporcje w torach końcowych - czyli pełny poziom dla języka natywnego i dla pozostałych w formie efektu.

Co do tłumaczeń AI - takie rozwiązanie również jest najlepsze. Wraz z VideoLiveSystem proponujemy rozwiązanie, które upraszcza nieco konfigurację, jeśli mamy tylko dwa języki konferencji.

Opracowaliśmy system automatycznego rozpoznawania języka i potrafimy wybrać automatycznie język wysyłany do modelu już po niecałym zdaniu wypowiedzi.

Najciekawszy przypadek, który wydarzył nam się na konferencji jeździeckiej w Poznaniu, to tłumacz, który pomylił klawisze i zaczął nadawać na nieodpowiedni tor audio. Zamieniły się kompletnie języki. Oczywiście nie mieliśmy wpływu na to, co dostali ludzie „na ucho” na sali, ale odpowiadaliśmy za stream. Na szczęście nasz organizator bardzo nam ufa i ma świadomość technicznych zawiłości. Przez lata wypracowaliśmy wspólny sposób działania. Realizator dźwięku - NIE NAGŁOŚNIENIA - uratował sytuację. Szybka zmiana komutacji i goniec do kabiny - sytuacja opanowana. Reakcja była tak szybka, że zanim widzowie się zorientowali, że coś jest nie tak, problem był już rozwiązany. Taka ekipa to dla mnie duma.

Co warto sprawdzić przed rozpoczęciem nadawania:

• Czy tłumacze słyszą wszystkie źródła flooru, w tym publiczność, filmy i gości zdalnych?

• Co jest na każdym wyjściu centrali przy aktywnym, wyłączonym i chwilowo wyciszonym mikrofonie tłumacza?

• Czy floor nie trafia do jednego programu dwiema drogami?

• Czy oba języki są poprawne w końcowym odtwarzaczu, na słuchawkach i po zsumowaniu do mono?

• Czy mam ręczne przejęcie sterowania i uzgodniony sposób reakcji na utratę tłumaczenia?

Przy gościach zdalnych dochodzi jeszcze mix-minus (n-1) - ale to już na inne rozważania.

Dlaczego wspomniałem wcześniej, że musicie być kierownikami produkcji przy realizacjach z tłumaczeniem symultanicznym? Właśnie dlatego, że tak wiele rzeczy nie zależy od Was. Trzeba skoordynować wszystkie elementy, by razem koherentnie pracowały. Wasze doskonałe przygotowanie techniczne nie zawsze wystarczy.

Jeszcze jedno, co potrafi mocno zaskoczyć, a ma związek nie tylko z tłumaczeniami. Sprawdźcie, czy któryś prelegent nie przygotował czasem prezentacji z dźwiękiem. 😉