Dlaczego zdubbingowany dźwięk rozjeżdża się z wideo

Twój dubbing prawdopodobnie nie jest źle wyrównany. Ma po prostu inną długość niż oryginał (nasz dubbing zastępuje oryginalne głosy), co wynika z właściwości tłumaczenia, a nie z usterki technicznej.

To samo zdanie w różnych językach wymaga różnej ilości czasu na wypowiedzenie. Jeśli przetłumaczysz dokładnie 12-sekundową wypowiedź na język niemiecki, nie otrzymasz 12-sekundowego nagrania, lecz coś dłuższego. Powtórz to pięćdziesiąt razy w trakcie całego wideo, a różnica się skumuluje: pierwsza minuta brzmi dobrze, a w ostatniej dźwięk jest wyraźnie opóźniony.

Dlatego przesunięcie klipu audio w lewo na osi czasu nigdy nie rozwiązuje problemu. Możesz wyrównać początek albo koniec, ale nie da się wyrównać obu naraz, ponieważ oba pliki mają różną długość.

Dlaczego zdubbingowane audio ma inną długość?

Języki różnią się pod względem czasu potrzebnego na przekazanie tej samej treści. Niektóre upakowują informacje gęsto, inne je rozciągają, a tłumaczenie wierne pod względem znaczenia rzadko bywa wierne pod względem czasu trwania.

W przypadku języka niemieckiego różnica jest szczególnie widoczna ze względu na złożone konstrukcje i szyk czasownika, które wydłużają wypowiedź. Język japoński zachowuje się jeszcze inaczej: ma własną strukturę sylab oraz tempo wypowiedzi. Kierunek i skala różnicy zależą od konkretnej pary językowej oraz rejestru: narracja techniczna zachowuje się inaczej niż mowa potoczna.

Efekt ten się kumuluje. Pół sekundy dodatkowego czasu w każdym z czterdziestu zdań daje dwadzieścia sekund różnicy na końcu filmu.

Zatem zdubbingowana ścieżka o innej długości to nie błąd. To naturalny wynik tłumaczenia mowy. Każde narzędzie, które zwraca dubbing o długości idealnie równej oryginałowi, musi pójść na ustępstwo: zazwyczaj przyspiesza tempo mowy, wycina treść albo skraca pauzy.

Czy coś w systemie zmienia czas trwania audio?

Nie po naszej stronie i warto to wykluczyć, ponieważ wielu użytkowników wychodzi z takiego założenia.

Przesyłamy cały plik oraz trzy parametry: plik, język docelowy i jedną flagę. To całe wywołanie. Brak czasu rozpoczęcia, czasu zakończenia, liczby osób mówiących, dzielenia na segmenty czy przycinania poszczególnych linii. Nic w naszym kodzie nie otwiera pliku audio ani nie przesuwa jego fragmentów.

Dubbing jest w pełni automatyczny na każdym etapie i nic nie jest później edytowane ręcznie. Strona naszej pomocy technicznej wyraźnie o tym informuje, co oznacza, że pojedyncze kwestie nie mogą być poprawiane na życzenie. To szczere podejście: jeśli czas trwania jednego zdania się nie zgadza, nie ma etapu, w którym człowiek mógłby go ręcznie przesunąć.

Jak sprawdzić, jak duże jest przesunięcie?

Odpowiedź znajdziesz na własnej fakturze. To diagnostyka, której większość narzędzi nie oferuje.

Kredyty to minuty, zawsze zaokrąglane w górę, z minimum jednym kredytem na plik. Wzorzec rozliczeniowy to jedna linijka: max(1, math.ceil(seconds / 60)). Plik trwający 61 sekund kosztuje 2 kredyty minutowe.

Pomocne jest to, co dzieje się po zatwierdzeniu zadania. Podajemy cenę na podstawie długości odczytanej z Twojego pliku, a następnie usługa dubbingowa zwraca zmierzony przez siebie czas trwania i obie wartości są rozliczane. Jeśli wygenerowany plik jest dłuższy, pobierana jest różnica, a jeśli krótszy, różnica wraca na Twoje konto. Ostateczna opłata odzwierciedla więc zmierzony czas audio, a nie tylko nasze szacunki.

Porównaj to z długością pliku źródłowego. Jeśli spodziewasz się rozliczenia za 5 minut, a ostatecznie wychodzi 6 minut, informuje Cię to o długości pliku wynikowego, zanim w ogóle go odsłuchasz.

Co naprawdę pomaga?

Trzy rzeczy, przy czym pierwsza jest tą, którą większość osób pomija.

Dostarcz czyste audio źródłowe z jedną osobą mówiącą na raz. To zalecenie z naszej strony pomocy i nie jest to pusty frazes. Nakładające się głosy, głośna muzyka w tle oraz przekrzykiwanie się obniżają jakość transkrypcji. Tłumaczenie oparte na niedokładnej transkrypcji prowadzi do problemów z synchronizacją, które są znacznie poważniejsze niż wynikające z samej różnicy językowej.

Pracuj na krótszych segmentach, jeśli czas trwania jest kluczowy. Rozjeżdżanie się dźwięku kumuluje się wraz z długością nagrania, więc 90-sekundowy segment nie przesunie się tak bardzo jak 40-minutowy film. W przypadku modułów kursowych lub materiałów dopasowanych do obrazu, dubbingowanie sekcja po sekcji pozwala utrzymać przesunięcie na tyle małe, by było niezauważalne, kosztem większej liczby zadań. Każde zadanie to jeden plik i jeden język docelowy, więc jest to kompromis dotyczący kredytów, a nie tylko nakładu pracy.

Zaakceptuj fakt, że ścieżka nie będzie idealnie dopasowana co do klatki. Jeśli tekst na ekranie pojawia się w 4:12, a zdubbingowana narracja dociera do tego miejsca w 4:19, żadne narzędzie do dubbingu tego nie naprawi. Albo montaż uwzględni tę różnicę, albo treść zostanie przygotowana z myślą o dubbingu od samego początku. Materiały tworzone z myślą o lokalizacji zazwyczaj pozostawiają pauzy między kwestiami, zamiast ciągłego montażu.

Gdzie problem jest najbardziej odczuwalny

Warto zapoznać się z dwoma przypadkami, jeśli dotyczą Twojej sytuacji. Pierwszym z nich są kursy, ponieważ moduły e-learningowe są ściśle dopasowane do slajdów i nagrań ekranu: nasz przewodnik po dubbingowaniu kursów e-learningowych z polskiego na niemiecki opisuje parę, w której różnica długości jest bardzo wyraźna. Drugim są komunikaty wewnętrzne, a poradnik dotyczący dubbingowania wideo firmowych z polskiego na japoński dotyczy pary o zupełnie innej relacji czasowej. Pełną listę znajdziesz w indeksie zastosowań.

Często zadawane pytania

Dlaczego zdubbingowane audio jest dłuższe niż oryginał?

Wierne tłumaczenie zdania rzadko zajmuje dokładnie tyle samo czasu na wypowiedzenie co oryginał. Różnica zależy od pary językowej i kumuluje się w trakcie całego wideo, przez co ścieżka, która na początku jest wyrównana, na końcu może być zauważalnie opóźniona.

Czy możecie skrócić dubbing, aby pasował do wideo?

Nie. Dubbing działa automatycznie i nic nie jest później edytowane ręcznie, więc pojedyncze kwestie nie mogą być przycinane ani dopasowywane na życzenie. Jeśli Twoje wideo wymaga dokładnego czasu trwania, praktycznym rozwiązaniem jest dubbingowanie w krótszych segmentach i uwzględnienie różnic podczas montażu.

Czy synchronizacja ruchu warg (lip sync) rozwiązuje ten problem?

Synchronizacja ruchu warg dotyczy dopasowania ruchów ust do dźwięków, co jest innym zagadnieniem niż prawidłowa długość ścieżki. Zdubbingowane nagranie o dłuższym tłumaczeniu nadal pozostanie dłuższe, nawet przy zastosowaniu lip sync. Długość to parametr, który należy rozwiązać w pierwszej kolejności.

Czy podzielić wideo przed zdubbingowaniem?

Jeśli dopasowanie do obrazu jest kluczowe, tak. Rozjeżdżanie się dźwięku kumuluje się z długością, więc krótsze fragmenty przesuwają się mniej i każdy z nich można sprawdzić niezależnie. Pamiętaj, że każdy segment to osobne zadanie z własną opłatą, a kredyty minutowe są zaokrąglane w górę dla każdego pliku, więc dziesięć krótkich segmentów kosztuje więcej niż jeden długi plik o tej samej całkowitej długości.