Extraction des sous-titres
OCR et ASR sont des points de départ différents pour les sous-titres
Le texte à l’écran et les dialogues parlés nécessitent des sources de preuve, des corrections et des méthodes de synchronisation différentes.
Conclusions clés
- La vidéo OCR lit le texte déjà visible dans les images.
- ASR reconnaît la parole à partir de la piste audio.
- Aucune de ces méthodes ne dispense du minutage, du filtrage et de la révision.
La vidéo OCR est utile lorsque la source contient des sous-titres incrustés ou tout autre texte de dialogue visible. Un processus pratique recherche des candidats textuels dans les images, regroupe les observations répétées au fil du temps, filtre le texte de scène et les faux positifs, puis transforme les régions retenues en éléments de sous-titres minutés.
ASR part de la parole. Cette méthode est utile lorsque l’audio est clair et que le texte source est absent, mais elle doit tout de même gérer la segmentation, les locuteurs, les pauses, les accents, les chevauchements et la vitesse de lecture des sous-titres. Son résultat n’est pas automatiquement équivalent au texte visible à l’image.
Le bon point de départ dépend de la source. Une piste de sous-titres propre peut être la meilleure entrée ; des sous-titres incrustés peuvent faire de OCR la méthode directe ; une parole sans texte peut nécessiter ASR. Les systèmes de production doivent maintenir ces méthodes distinctes afin que les équipes sachent ce qui a été observé, ce qui a été déduit et ce qui doit encore être révisé.
Choisir les éléments de preuve avant l’outil
Examinez la source pour vérifier la présence d’une piste de sous-titres propre, de texte incrusté, d’une parole intelligible, de musique ou d’effets, de locuteurs qui se chevauchent et de texte de scène. L’état de la source détermine si OCR, ASR, un fichier fourni ou plusieurs méthodes sont appropriés.
| État de l’entrée | Méthode principale | Principal risque à vérifier |
|---|---|---|
| Fichier de sous-titres propre | Valider et réutiliser le fichier | Mauvaise version ou mauvais minutage |
| Sous-titres incrustés | Vidéo OCR | Texte de scène, mouvement, police et faux positifs |
| Parole claire sans texte | ASR | Accent, chevauchements, musique et segmentation |
| Sous-titres incrustés et audio clair | Vérification croisée de OCR et ASR | Formulation ou minutage divergents |
OCR suit le texte visible au fil du temps
Un parcours fiable d’OCR vidéo détecte les candidats, regroupe les observations dans des images adjacentes, filtre les logos et le texte de scène, corrige les erreurs de reconnaissance et génère des éléments de sous-titres minutés. La région et la plage temporelle restent des éléments de preuve utiles pour la révision et le nettoyage de l’image.
- Détecter les candidats textuels dans des images représentatives.
- Regrouper les observations répétées en éléments temporels.
- Filtrer le texte de scène et les faux positifs.
- Corriger la formulation et comparer avec l’audio lorsque cela est utile.
- Vérifier le minutage, les coupures et la vitesse de lecture avant l’exportation.
ASR suit la parole, pas l’image
ASR peut reconstituer les dialogues lorsque l’audio est exploitable, mais cette méthode ne sait pas quel texte visible appartient au dialogue. Les changements de locuteur, les pauses, les accents, la musique et les répliques qui se chevauchent nécessitent une segmentation et une révision.
- Vérifier la clarté de l’audio et les interférences de fond.
- Indiquer les changements de locuteur et les paroles qui se chevauchent.
- Contrôler la longueur des éléments, les pauses et la vitesse de lecture des sous-titres.
- Comparer les noms et les termes avec la fiche de la série.
Maintenir les deux méthodes distinctes
OCR et ASR peuvent être comparés ou utilisés ensemble, mais il ne faut pas présenter l’un comme le remplacement automatique de l’autre. Indiquez quelles sources de preuve ont produit chaque élément de sous-titres et quelles corrections ont été apportées.
Foire aux questions
Faut-il toujours combiner OCR et ASR ?
Non. Utilisez la méthode adaptée à la source. Les combiner peut aider à vérifier des sous-titres incrustés et une parole claire, mais cela crée également une étape supplémentaire de rapprochement.
Un résultat OCR est-il immédiatement prêt à être traduit ?
En général, non. Filtrez le texte de scène, corrigez la reconnaissance, vérifiez le minutage et la vitesse de lecture, puis figez d’abord la version source.
ASR peut-il récupérer du texte qui n’apparaît jamais dans la vidéo ?
Cette méthode peut récupérer les dialogues parlés à partir d’un audio exploitable, mais les paroles hors champ, les chevauchements, la musique et une prononciation peu claire nécessitent toujours une révision.
Thème associé : Systèmes de sous-titrage et de langues
Flux de travail Weydub
Passez à l’étape suivante de la production
Transformez la vidéo source en éléments de sous-titres révisables, puis transmettez le contexte approuvé à la traduction et à la livraison.