स्वचालित कैप्शन ने बोली को संभावित उपयोगकर्ता नाम में बदल दिया

दो मशीनी चरण, दो अलग त्रुटि स्रोत

यह मामला दो रूपांतरणों को जोड़ता है। बोली को वाक् पहचान द्वारा कैप्शन पाठ में बदला जाता है, और फिर उस कैप्शन पाठ को अनुमत स्क्रीनशॉट से पढ़ा जाता है। प्रत्येक चरण अपनी अलग त्रुटि ला सकता है। वाक् पहचान उच्चारण, लहजे, बोली या पृष्ठभूमि शोर के कारण शब्दों को गलत तरीके से प्रस्तुत कर सकती है, इसलिए कैप्शन स्वयं यह सटीक रिकॉर्ड नहीं है कि क्या कहा गया। स्थिर छवि से कैप्शन पढ़ना भ्रम के लिए दूसरा स्थान जोड़ता है, विशेषकर मिलते-जुलते अक्षरों के साथ। चूँकि स्रोत भिन्न हैं, जाँच के तरीके भी भिन्न हैं: पहले कैप्शन की सुनाई देने वाले अंश से तुलना करें, फिर दिखने वाले कैप्शन अक्षरों की स्क्रीनशॉट से तुलना करें। [YouTube: स्वचालित कैप्शन]

ध्यान से पढ़ने से पहले सुनें

अक्षरों से नहीं, ऑडियो से शुरू करें। यदि सार्वजनिक स्रोत अनुमति देता है, तो संबंधित अंश को कई बार दोबारा चलाएँ। नाम की सीमाओं को सुनें: यह कहाँ शुरू होता है, कहाँ समाप्त होता है, और क्या वक्ता इसे नाम के रूप में पेश करता है ही। यहाँ संदर्भ मायने रखता है। हैंडल जैसा लगने वाला शब्द सामान्य संज्ञा, कोई स्थान, कोई उपाधि या गलत सुना गया वाक्यांश हो सकता है। ध्यान दें कि उस पल के आसपास वक्ता क्या करता प्रतीत होता है, और उस अवलोकन को इस अनुमान से अलग रखें कि उस शब्द का अर्थ क्या है। यदि आप अंश सुन नहीं सकते, या वीडियो अब सार्वजनिक नहीं है, तो इस अंतर को अनुमान से भरने के बजाय एक सीमा के रूप में दर्ज करें। [YouTube: स्वचालित कैप्शन]

साक्ष्य की श्रेणियों को अलग रखें

अपने नोट्स में तीन चीज़ें अलग रखें। पहला, सुनाई देने वाले सार्वजनिक वीडियो से किए गए अवलोकन। दूसरा, कैप्शन और स्क्रीनशॉट से किए गए अवलोकन, जिनमें वे अक्षर भी शामिल हैं जो वास्तव में अस्पष्ट हैं। तीसरा, वे निर्णय जिन पर आप विचार कर रहे हैं, जैसे कि नाम खोजना है या प्रश्न को किनारे रखना है। कैप्शन का एक स्ट्रिंग अपने आप में किसी उपयोगकर्ता नाम, खाता स्वामी या वर्तमान गतिविधि को स्थापित नहीं करता। मशीन टेक्स्ट को हैंडल मान लेना पहली दो श्रेणियों को मिला देगा और जाँचने का चरण छोड़ देगा। जब कोई अक्षर दो संभावित अक्षरों या किसी अंक में से एक हो सकता है, तो ऐसे संस्करण को चुनने के बजाय जो अधिक खोज परिणाम देता है, उसे अनसुलझा चिह्नित करें।

जब कैप्शन अनुपस्थित हो या देर से आए

कैप्शन की उपलब्धता प्रोसेसिंग में पीछे रह सकती है, और जब किसी वीडियो में कई भाषाओं के ऑडियो ट्रैक हों, तो स्वचालित कैप्शन डिफ़ॉल्ट भाषा का अनुसरण करते हैं। इसलिए कैप्शन का अनुपस्थित होना इस बात का अर्थ नहीं कि ऑडियो शांत था, और कैप्शन का मौजूद होना हमेशा उस ट्रैक से मेल नहीं खाता जो आप सुन रहे हैं। यदि आप अनुमत सार्वजनिक कलाकृति से काम कर रहे हैं, तो दर्ज करें कि आपने कौन सा ऑडियो ट्रैक सुना और कौन सा कैप्शन देखा। यदि ये मेल नहीं खाते, तो नाम अनसुलझा है, आपके अपने ट्रांसक्रिप्शन से सुधारा नहीं गया। अंतर को पाटने के लिए निजी रिकॉर्ड या वैकल्पिक पहुँच की तलाश न करें। [YouTube: स्वचालित कैप्शन]

सीमा लिखें और रुकें

विफलता का मार्ग एक वैध परिणाम है। यदि स्रोत अनुपस्थित, निजी, बेमेल या अस्पष्ट है, तो सटीक सीमा लिखें: उदाहरण के लिए, वीडियो अब सार्वजनिक नहीं है, अंश सुनाई नहीं देता, या कैप्शन उस ऑडियो से मेल नहीं खाता जो आप सुन सकते हैं। फिर असमर्थित अनुमान रोक दें। खोजने के लिए वर्तनी के संस्करण न गढ़ें, और किसी लौटाए गए सार्वजनिक प्रोफ़ाइल को इस बात का प्रमाण न मानें कि वक्ता का तात्पर्य वही खाता था। यदि नाम किसी खाते, पैसे या सुरक्षा निर्णय से संबंधित है, तो कैप्शन के टुकड़े के बजाय उपयुक्त माध्यमों से कहीं और सत्यापित करें।

• एक पंक्ति लिखें जिसमें बताएँ कि आप क्या जाँच नहीं सके और क्यों।
• अपने नोट्स में प्रत्येक अनिश्चित अक्षर को अनुमान से सुलझाए बिना चिह्नित करें।
• अनसुलझे नाम पर निर्भर किसी भी निष्कर्ष को किनारे रखें।

एक छोटी वर्कशीट जिसे आप रख सकते हैं

एक छोटा नोट चरणों को ईमानदार रखता है। कलाकृति और उसका स्रोत, आपके द्वारा देखा गया सुनाई देने वाला अंश, कैप्शन टेक्स्ट जैसा वह ठीक-ठीक दिखता है, और वे अक्षर जिन्हें आप सुलझा नहीं सके, उनकी सूची बनाएँ। फिर निर्णय दर्ज करें: केवल नाम के रूप में मानने के लिए पर्याप्त पुष्टि, या अनसुलझा और किनारे रखा गया। यह वर्कशीट एक पठन सहायता है, कोई प्लेटफ़ॉर्म नियंत्रण नहीं, और यह पहचान, मंशा या सुरक्षा की पुष्टि नहीं करती। इसे तथ्यात्मक रखें, और किसी व्यक्ति के बारे में ऐसा कोई अनुमान शामिल न करें जिसे ऑडियो और सार्वजनिक संदर्भ समर्थन न दें।

कुछ और सवाल