Toda queja sobre la precisión del subtitulado en directo es, mirada de cerca, la misma queja: se ha equivocado con los nombres. El discurso en sí salió bien. Lo que salió destrozado fue el patrocinador, el fármaco, la sigla, el apellido de quien estaba en el escenario.
Eso no es un problema de modelo y no se arregla cambiando de proveedor. Es un problema de preparación, y la preparación son unos diez minutos.
Por qué los nombres son la parte difícil
Un modelo de reconocimiento de voz es muy bueno con las palabras que ha oído muchísimo y bastante peor con las que apenas ha oído. «Trimestral» está por todas partes en su entrenamiento; el nombre interno que tu empresa le da a un proceso no está en ninguna. Peor aún: el modelo no devolverá nada en blanco, devolverá la palabra común más parecida, y con total seguridad, que es como un apellido se convierte en un verbo delante de la sala.
La traducción lo agrava. Un nombre propio que sobrevivió a la transcripción todavía puede ser traducido a la salida, que es como un producto llamado Swift acaba siendo «rápido».
Qué hace un vocabulario personalizado
Es una lista que escribes antes del evento, y se usa dos veces:
- Al transcribir. Los términos se pasan al reconocedor de voz como términos clave, lo que sube su probabilidad frente a la palabra común que suena parecido.
- Al traducir. La misma lista actúa como instrucción de no traducir, así que una marca sigue siendo una marca en los 58 idiomas.
Dos trabajos, una lista. Y como pertenece a la persona y no a la máquina, viaja con el técnico entre salas y entre portátiles.
Qué meter dentro
Más o menos en orden de rentabilidad:
- El nombre de cada ponente, escrito como debe aparecer. Es el que nota el público.
- El nombre de la organización y sus submarcas. Incluida la que además es una palabra corriente, que es justo la que va a fallar.
- Las siglas que vas a oír deletreadas, y las que se pronuncian como palabra.
- Los nombres de producto. Sobre todo los que significan algo en el idioma de origen.
- La jerga del sector. Nombres de fármacos en un congreso médico, referencias de pieza en uno industrial, el reglamento que todo el mundo cita por su número.
- Los topónimos a los que el evento vuelve una y otra vez.
Qué no meter: palabras corrientes que el modelo ya conoce. Una lista larga no es una lista mejor; cada entrada que añades es una probabilidad que estás empujando, y empujar «reunión» hacia arriba no te compra nada.
Saca la lista de quien ya la tiene
No tienes que inventarla. La lista ya existe, en tres sitios:
- el guion del evento, que tiene el nombre de cada ponente;
- el dosier de patrocinadores, que tiene cada marca exactamente como la quiere el departamento legal;
- los resúmenes o las diapositivas, que es donde vive la jerga.
Diez minutos con esos tres documentos es la tarea de preparación más rentable que hay en subtitulado en directo, y es la única palanca que actúa antes de que algo salga mal.
Por qué corregir en directo no es la solución
Resulta tentador imaginar a un técnico arreglando una palabra equivocada según aparece. La aritmética no lo permite: un subtítulo sin traducir llega a la pantalla bastante por debajo del segundo y medio, y uno traducido dentro de dos segundos y medio. Nadie lee una palabra marcada, decide que está mal y la reescribe dentro de esa ventana. La corrección aterriza en la línea siguiente, que es otra cosa y bastante menos útil.
La transcripción en vivo del operador, con las palabras de baja confianza marcadas, sí es útil de verdad: te dice cómo está saliendo tu evento mientras sale. Pero es un monitor, no una red de seguridad. La red de seguridad es la lista que escribiste antes de empezar.