W czym chatbot jest dobry
Tłumaczenie dialogów to mocna strona ChatGPT, Claude i Gemini. Wklej kilkadziesiąt linijek napisów i poproś o hiszpański albo perski, a sformułowania zwykle będą naturalne, z lepiej oddanym slangiem i tonem niż w starszych narzędziach do tłumaczenia. Przy krótkim klipie, zwiastunie czy pojedynczej scenie chatbot to dobry wybór.
Co zmierzyliśmy na pełnometrażowym filmie
Do naszego badania długich zleceń przygotowaliśmy 85-minutowy plik SRT z 1200 linijkami, oparty na dialogach z Bycia poważnym Oscara Wilde'a (domena publiczna), i wysłaliśmy go do trzech modeli przez API z jednym poleceniem: „Translate this subtitle file into Spanish. Keep the SRT format and the timings.”
| Model | Zwrócone linijki | Kody czasowe jak w oryginale | Znalezione błędy |
|---|---|---|---|
| GPT-6.1 Sol | 1200 z 1200 | 1200 | brak |
| Gemini 4 Argon | 1200 z 1200 | 1199 | linijka 770 zaczyna się o 10 sekund za późno, już po własnym czasie zakończenia |
| Claude Sonnet 5.5 | 1198 z 1200 | 1198 | linijki 329 i 357 wchłonięte przez poprzednią linijkę; 870 kolejnych linijek przenumerowanych |
| Tłumacz napisów NoCutoff | 1200 z 1200 | 1200 | brak |
Żadna z odpowiedzi nie wspomniała o tych zmianach. Każda wyglądała jak gotowy plik.
Gdzie coś idzie nie tak
- Wchłonięte linijki. Claude przeniósł słowa dwóch krótkich linijek („absence ...”, „we know them.”) do poprzedniej linijki i je usunął. Zdanie czyta się lepiej, ale te słowa pojawiają się teraz na ekranie sekundę za wcześnie, a każda linijka po pierwszym takim połączeniu ma inny numer niż w oryginale.
- Jedna cyfra. Gemini napisał 00:54:55,839 tam, gdzie w oryginale było 00:54:45,839. Linijka kończy się teraz, zanim się zaczyna. Niektóre odtwarzacze ją pomijają, inne odrzucają cały plik.
- Długość. Tłumaczenie wymagało 38 000–56 000 tokenów odpowiedzi. Jeśli Twoja aplikacja pozwala na krótszą odpowiedź, plik urwie się w połowie i zobaczysz pytanie, czy kontynuować.
- Tekst pisany od prawej do lewej. Linijki po arabsku lub persku wymagają znaczników kierunku, inaczej niektóre odtwarzacze pokazują znaki interpunkcyjne na złym końcu linijki.
Dlaczego tak się dzieje
Żeby przetłumaczyć plik SRT w czacie, model musi zapisać cały plik od nowa, razem z numerami i kodami czasowymi, czyli tysiącami cyfr, których nigdy nie powinien zmieniać. Pisze też dla czytelnika, a nie dla odtwarzacza wideo: połączenie dwóch fragmentów w jedno zdanie czyta się lepiej, choć psuje synchronizację. Plik z napisami wymaga czegoś odwrotnego niż dobra odpowiedź w czacie: każda linijka dokładnie tam, gdzie była.
Jak samemu to sprawdzić
Weź plik SRT z całym filmem i poproś chatbota o przetłumaczenie go w całości.
- Porównaj numer i kod czasowy ostatniej linijki w obu plikach.
- Wybierz trzy linijki ze środka i sprawdź, czy numery i kody czasowe się zgadzają.
- Poszukaj w tłumaczeniu kodu czasowego, w którym koniec jest wcześniejszy niż początek.
- Wczytaj przetłumaczony plik w odtwarzaczu i przeskocz do ostatnich dziesięciu minut.
Wersję krok po kroku znajdziesz w artykule dlaczego przetłumaczony SRT się rozsynchronizowuje.
Czego użyć zamiast tego
Użyj narzędzia, które nie zostawia struktury pliku w rękach modelu. Nasz tłumacz napisów wczytuje Twój plik .srt lub .vtt jako osobne linie i wysyła do tłumaczenia wyłącznie tekst, w blokach do 60 linii. Wymaga odesłania tłumaczenia dla każdej linii pod tym samym numerem, ponawia zapytanie o każdą brakującą linię, a czas początku i końca kopiuje prosto z Twojego pliku. Na tym samym pliku z 1200 liniami zwrócił 1200 linii, a każdy numer i każdy kod czasowy był identyczny z oryginałem. Tagi formatowania zostają na swoich miejscach, w językach pisanych od prawej do lewej każda linia dostaje znak kierunku, a do wyboru masz też napisy dwujęzyczne z oryginałem nad tłumaczeniem. Dostępnych jest 41 języków docelowych, a cały sezon serialu możesz przesłać jako jedno zlecenie. Gotowy przykład zobaczysz w demo albo przejdź od razu do tłumaczenia SRT na hiszpański, arabski lub perski.
Narzędzie nie zmienia synchronizacji napisów i nie odczytuje napisów wypalonych w obrazie wideo. To tłumaczenie maszynowe, więc przed komercyjną publikacją daj całość do sprawdzenia człowiekowi. Jeśli masz nagranie, do którego w ogóle nie ma pliku z napisami, zacznij od transkrypcji w narzędziu długie nagrania audio na tekst.
Pierwsza część każdego zlecenia jest za darmo i nie wymaga rejestracji, więc możesz porównać wynik z chatbotem na własnym pliku. Całe zlecenie, do 5,000 linii w maksymalnie 30 plikach, kosztuje $5, jednorazowa płatność.