Vertaal een heel ondertitelbestand, van één film tot een compleet seizoen

Waarom lange ondertitelbestanden voor algemene AI-assistenten lastig zijn

Een regel dialoog vertalen is voor een chatbot makkelijk. Een ondertitelbestand is iets anders: honderden of duizenden genummerde blokken, elk met een begintijd, een eindtijd en een of twee korte regels tekst. Om het in een chat te vertalen, moet de assistent het hele bestand opnieuw uitschrijven, inclusief nummers en tijdcodes, en een lang bestand past niet in één antwoord. Vaak stopt hij halverwege, vraagt hij of je door wilt gaan of kort hij het einde stilletjes in.

De structuur is het tweede probleem. Een chatbot schrijft om te lezen, dus hij voegt soms twee korte regels samen tot één zin, splitst een lange regel of nummert de blokken opnieuw. Elke zo'n wijziging verschuift alles wat erna komt, en de ondertitels lopen niet meer gelijk met de video.

Deze tool vraagt een model nooit om het bestand te herschrijven. Hij leest je bestand in als afzonderlijke regels, stuurt alleen de tekst op, in blokken van maximaal 60 regels, en eist voor elke regel één vertaling terug onder hetzelfde nummer. Ontbreekt er een regel, dan wordt die regel opnieuw opgevraagd. Ontbreekt hij nog steeds, dan blijft de oorspronkelijke regel op zijn plek staan, zodat het bestand altijd compleet is. De timing wordt daarna ongewijzigd overgenomen uit jouw bestand.

Wat mensen vertalen

• Films en documentaires, om in hun eigen taal te kijken
• Een volledig seizoen van een serie, één bestand per aflevering
• Cursusvideo's, colleges en webinars voor een publiek in het buitenland
• Hun eigen YouTube- of social-mediavideo's, om ondertitels in meer talen toe te voegen
• Tweetalige ondertitels om een taal te leren terwijl je kijkt
• Interviews en trainingsvideo's voor collega's in andere landen

Wat de tool niet doet

Hij vertaalt ondertitelbestanden, geen video. Alleen .srt- en .vtt-bestanden worden geaccepteerd: .ass-, .ssa-, .sub-, .idx- en .sup-bestanden, ondertitels die in het beeld zijn ingebrand en videobestanden worden niet ondersteund. Heeft je video helemaal geen ondertitelbestand, dan heb je eerst een transcript van de audio nodig: onze tool Lange audio & video naar tekst maakt er een met tijdcodes.

Het past de timing van ondertitels niet aan. De vertaling volgt de timings in je bestand. Loopt het origineel dus niet synchroon met jouw kopie van de video, dan geldt dat ook voor de vertaling. De opmaak van twee regels en 42 tekens is een instructie aan het model, geen harde regel. Een lange zin in een uitgebreide taal kan dus langer uitvallen.

Dit is machinevertaling. Die is zeer geschikt om te kijken, te delen en snel een eerste versie te krijgen. Laat de ondertitels voor een commerciële release, een festival of een uitzending door een menselijke ondertitelaar nakijken.

Zo krijg je een goed resultaat

Begin met het ondertitelbestand dat bij jouw kopie van de video past. Bestanden die voor een andere release zijn gemaakt, hebben vaak een andere timing. Zien letters in je bestand er in een teksteditor al verkeerd uit, sla het dan eerst op als UTF-8. Bestanden in UTF-8, UTF-16 en de gangbare westerse Windows-codering worden automatisch gelezen. Zet oudere Arabische, Perzische of Cyrillische bestanden die in een andere codering zijn opgeslagen eerst om naar UTF-8 voordat je ze uploadt.

Gebruik het gratis eerste deel als test: controleer namen, straattaal en de toon van een scène die je kent. Kies tweetalige uitvoer als je de taal leert. Download VTT voor webspelers en SRT voor de meeste desktopspelers en tv's.