語音識別:字幕存在擔(dān)心我們聽不懂人話

成都弱電公司訊：

今天，人們也許習(xí)慣了電影、電視劇中的底下都帶有字幕的觀感，應(yīng)該沒有太多人記得，很多年以前，國內(nèi)的一些電視劇，是不帶字幕的。除了對字幕工作關(guān)注的人，并不是所有看電視的人都了解字幕存在的意義，曾經(jīng)一位聽力非常好的朋友就在我的面前笑談這樣的疑惑，“為什么給電視劇加字幕呢？難道是怕我們聽不懂人話？”

為什么要有字幕的存在？

您可能覺得好笑，但字幕的添加還真是擔(dān)心我們“聽不懂/清”人話。

為什么要有字幕的存在？最直觀的解釋：為了避免觀看者沒有聽清配音。不是所有的電視/電影的配音都音量合適、語速適中，假如一部電視劇沒有字幕，一旦出現(xiàn)配音聲量太小、語速太快，或者是劇情里的背景環(huán)境聲蓋過主角說話聲的情況，觀看者就有可能在觀看劇情的過程中出現(xiàn)沒有聽清配音的問題，觀看的興趣會下降很多。

然而，就算所有的電視劇、電影的配音都非常清晰了，您真的確定自己能聽懂所有的配音口音？

全有23個省，每個省有著自己獨特的口音，而每個省下面最少也有20多個城市，每個城市又擁有常人難懂的方言，就算是語音專家，也不能保證第一時間能聽懂?，F(xiàn)在每個省都會投資拍攝一些地方電視劇，有可能整部劇的配音都是本地方言，沒有字幕，觀看者根本無從理解。

另一個“聽不懂”的就是同音問題。好比山西和四川，毒癮和賭癮，明明是兩個分歧的地方和概念，讀音卻一樣，雖然音調(diào)有別，但在語速過快、不清晰的情況下，若沒有字幕，根本無法分別，很容易造成觀看者的理解混淆。

字幕添加的過去&現(xiàn)在&未來

上面的分析，雖然比較籠統(tǒng)，也能大概的解釋“為什么要給電視劇加字幕”了?，F(xiàn)在，字幕添加又在必須性的基礎(chǔ)上，融入了娛樂性，例如《爸爸去哪兒》、《跑男》等綜藝節(jié)目，通過有趣的字幕添加，讓觀眾在觀看過程中更感到融入、輕松。但值得關(guān)注的是，很多人往往只是看到字幕呈現(xiàn)出來的輕松有趣，卻從不曾了解字幕添加背后的辛苦。

說到字幕添加的辛苦，做過影視后期工作的人應(yīng)該感觸最深。過去，一部影視劇的字幕添加工作大部分都是依靠手動操作，被戲稱為“手拍字幕”。這種“手拍字幕”的過程是這樣的：在音頻剪輯完成后，由幾個人組成字幕小組，將劇集分工，一邊聽音頻一邊敲擊鍵盤，將聽到的聲音在電腦上做成文檔并進行分行，導(dǎo)入到字幕生成器生成字幕條，再導(dǎo)入視頻編輯軟件(如Pr)中，手動的將字幕條對齊到響應(yīng)的聲音位置，反復(fù)的人工調(diào)試，必須與劇情中的聲音高度契合才行。耗時長、損腦力，非?？简灳庉嬋藛T的專注度。

到了現(xiàn)在，人們的觀影需求使得電視劇和電影制作的數(shù)量與質(zhì)量都驟然上升，大量智能字幕編輯軟件群起云涌。相比國外已經(jīng)成熟的技術(shù)，國內(nèi)的字幕軟件雖多如羊毛，真正做到自動對齊的不多，更不肯提“解放雙手”了。聽說即將要上線的一款叫做“字幕大師”的軟件做得還不錯，相比較早期還要手動對齊字幕條的Pr等軟件，這款軟件支持斷點續(xù)傳、支持批量上傳、自動對齊更快，在文本和視頻的合成過程中，免去人工干預(yù)拼接時間軸的工作，不僅能自動添加時間軸，對齊速度也快，這樣讓字幕文本和時間軸可以更精準(zhǔn)的適配視頻會話，從而更人性化的解放人力成本，為影視字幕組提供了一鍵生成字幕的可參考選擇。

此外，借助語音辨認技術(shù)和影視制作智能化的發(fā)展和普及，國外的YouTube已經(jīng)能夠辨認語音并生成字幕且自帶翻譯功能，雖然技術(shù)還未成熟，辨認率仍不高，但這樣的嘗試和實踐，確實值得國內(nèi)影音制作公司學(xué)習(xí)，我們期望未來能夠出現(xiàn)一種產(chǎn)品能夠更完美辨認音頻從而自動生成字幕文本，真正的實現(xiàn)字幕輸出無人化、人性化。