ترجمهی زیرنویس فیلم و سریال با هوش مصنوعی
زیرنویس ترجمهی متن نیست؛ ترجمهی متن است زیر دو قید سخت: طول خط و زمان ماندن روی صفحه. اینجا میبینیم چطور خروجی مدل را قابل استفاده کنیم.
یک قسمت چهلودو دقیقهای سریال دارید و فایل زیرنویس انگلیسیاش هم هست. میدهید به مدل، ترجمه میشود، فارسیاش هم بد نیست. بعد فایل را روی ویدیو میگذارید: نصف خطها از کادر بیرون زدهاند و یک دیالوگ دوثانیهای سه خط جا گرفته است.
کیفیت ترجمه مشکل نیست. زیرنویس ترجمهی متن نیست؛ ترجمهی متن است زیر دو قید که هیچکدام قابل مذاکره نیستند.
چرا با ترجمهی معمولی فرق دارد
در ترجمهی مقاله، خواننده هر جا گیر کرد برمیگردد و دوباره میخواند. بینندهی فیلم چنین امکانی ندارد: همزمان تصویر میبیند، صدا میشنود و یک نوار متن میخواند. ظرفیت خواندنش عملاً نصف است.
نتیجه عجیب ولی درست است: زیرنویس خوب اغلب ترجمهی کامل نیست. باید حذف کنید، فشرده کنید و جمله را کوتاهتر از اصلش بنویسید. کسی که از قاعدههای ترجمه با هوش مصنوعی میآید اول این را نمیپذیرد و بعد قانع میشود.
دو محدودیتی که نمیشود دورشان زد
اولی طول خط است. زیرنویس باید در عرض کادر جا شود؛ عرف پخش حرفهای حدود چهل نویسه در هر خط و حداکثر دو خط است. راهنمای زیرنویس بیبیسی هم عددی نزدیک به همین میگذارد.
دومی زمان ماندن روی صفحه است. خطی که دو ثانیه روی تصویر است باید در همان دو ثانیه خوانده شود؛ معیار رایج حدود دوازده تا پانزده نویسه در ثانیه است. بیشتر از آن یعنی بیننده جا میماند.
و مسئلهای که مخصوص فارسی است: جملهی فارسی معمولاً بلندتر از اصل انگلیسی درمیآید. یک فریاد دوکلمهای میشود «از اینجا برو بیرون!» و تایمکد ناگهان تنگ است.
قاعدههای عملی که خروجی را خواندنی میکند
حداکثر دو خط، و اگر با یک خط میشود، یک خط. سه خط زیرنویس نیست، پاراگراف است.
خط را در مرز معنایی بشکنید؛ اضافه را از مضافالیه جدا نکنید. «دیروز رفتم خانهی / مادربزرگم» چشم را میزند، ولی «دیروز رفتم خانهی مادربزرگم / و تا شب ماندم» روان خوانده میشود.
کلمههای زائد را بیندازید: «خب»، «راستش»، «میدانی» و تکرار اسم مخاطب. «من فکر میکنم که او دارد دروغ میگوید» میشود «فکر کنم دروغ میگه» — نصف طول، همان معنا.
فایل را در یک ویرایشگر زیرنویس باز کنید و روی خطهای بلندتر از چهل نویسه فیلتر بگذارید. معمولاً بخش کوچکی گیر میکند و همانها را دستی کوتاه میکنید؛ ربع ساعت وقت میبرد و بیشترین اثر را دارد.
لحن، اصطلاح و شوخی
زیرنویس رسمی برای فیلم خانوادگی مصنوعی است. وقتی دو نفر سر شام دعوایشان میشود و زیرنویس مینویسد «من نمیدانم چه اتفاقی افتاده است»، بیننده حس میکند نامهی اداری میخواند. «نمیدونم چی شده» همان جمله است.
عکسش هم صادق است: برای مستند و ویدیوی آموزشی محاوره جواب نمیدهد. لحن زیرنویس باید لحن گوینده باشد، و مهمتر از انتخاب، یکدست ماندنش است. اسم خاص را مدل گاهی ترجمه میکند و اصطلاح را لفظبهلفظ میزند؛ راهش واژهنامهی کوچکی در ابتدای پرامپت است. دقت مدلها در همین جزئیات فرق میکند و در مقایسه ابزارهای ترجمه برای فارسی سنجیده شده است.
و یک صراحت: جناس و بازی زبانی جایی است که ابزار جواب نمیدهد. مدل یا ترجمهی بیمزه میدهد یا توضیح مینویسد؛ آن چند خط را آدم باید بازنویسی کند. مرزش در هوش مصنوعی برای مترجمان حرفهای آمده است.
همگامسازی زمان و فرمت SRT
ساختار SRT ساده است: شمارهی بلوک، تایمکد، یک یا دو خط متن، و یک خط خالی.
12
00:04:31,120 --> 00:04:33,480
باورم نمیشه اینجایی.
13
00:04:33,600 --> 00:04:35,020
خودت خواستی بیام.یک قانون دارد: تایمکد را دست نزنید. مدل در فایل بلند شمارهها را جابهجا میکند و نتیجه فایلی است که پخشکننده باز نمیکند. قالبش در مدخل SubRip آمده است.
اگر زیرنویس مبدأ ندارید، اول صدا را زماندار پیاده کنید؛ روشش در ساخت زیرنویس فارسی برای ویدیو است. جابهجایی کلی زمان هم کار ویرایشگر است، نه مدل.
مشکلهای تکراری و راهحلشان
پرتکرارترین شکایتها و کاری که واقعاً حلشان میکند:
| مشکل | چرا پیش میآید | راهحل |
|---|---|---|
| خط از کادر بیرون میزند | فارسی بلندتر درمیآید | سقف چهل نویسه در پرامپت |
| جمله زودتر میرود | نرخ خواندن رعایت نشده | فشرده کن، تایمکد را نه |
| فایل باز نمیشود | شماره یا خط خالی بههم ریخته | ترجمهی تکهای |
| اسم شخصیت ترجمه شده | مدل اسم را واژه فرض کرده | واژهنامه در پرامپت |
پرامپت ترجمه با قید طول
این ساختار را بالای هر تکه بگذارید و بلوکهای SRT را زیرش بچسبانید:
نقش: مترجم زیرنویس فارسی
قواعد:
- شمارهی بلوک و تایمکد را عیناً نگه دار
- هر بلوک حداکثر دو خط، هر خط حداکثر ۴۰ نویسه
- اگر جا نشد، کلمهی زائد را بینداز، معنا را نگه دار
- لحن: محاورهی روزمره و یکدست در کل فایل
- اسم خاص را ترجمه نکن: Jin-woo = جینوو
- اصطلاح را با معادل فارسی بده، نه لفظبهلفظ
خروجی: فقط SRT، بدون توضیحهمین چند سطر بیشترین اثر را دارد، چون سقف طول و لحن را از حدس مدل بیرون میآورد. الگوهای دقیقتر در پرامپتنویسی فارسی آمده؛ برای امتحان، تکهی اول را در نارنگی بگذارید.
حق نشر: پیش از انتشار عمومی
ترجمهی یک فیلم، اثر مشتق از اثر اصلی است. یعنی حتی اگر خودتان زحمتش را کشیده باشید، انتشار عمومیاش بدون اجازهی صاحب اثر میتواند مسئلهی حقوقی درست کند. استفادهی شخصی وضعیت دیگری دارد. این نوشته جای مشاورهی حقوقی را نمیگیرد.
نکتهی دوم مالکیت خود ترجمه است: وقتی بخش زیادی را مدل نوشته، وضعیت حقوقی خروجی کشور به کشور فرق میکند. تصویر کلی در حق نشر محتوای تولیدشده با هوش مصنوعی آمده است.
جمعبندی
مدل ترجمه را خوب انجام میدهد؛ کاری که نمیکند رعایت طول و زمان است. سقف نویسه، دو خط، لحن مشخص و واژهنامه را در پرامپت بگذارید و تایمکد را دستنخورده نگه دارید.
بعد فایل را روی ویدیو ببینید، نه در ویرایشگر. ده دقیقه تماشا خطهای مشکلدار را بهتر از هر بازبینی متنی نشان میدهد.
برای ادامه:
