Seberapa akurat teks otomatis YouTube?

Dua jenis teks

Video YouTube dapat memiliki teks yang diunggah atau ditulis oleh kreator, dan teks otomatis yang dihasilkan oleh pengenalan suara. Di menu bahasa YouTube, trek otomatis diberi label “dibuat otomatis”. Trek kreator biasanya telah diketik, diedit, atau disinkronkan oleh seseorang, jadi itu biasanya merupakan sumber yang lebih baik ketika keduanya ada.

Akurasi bergantung pada rekaman

Tidak ada satu angka akurasi tunggal untuk teks otomatis. Sistem yang sama bisa hampir sempurna pada pembicaraan studio yang jelas dan buruk pada wawancara jalanan yang bising. Faktor-faktor berikut membuat perbedaan terbesar:

1. Kualitas audio: musik latar, angin, gema, dan mikrofon murah menyebabkan sebagian besar kesalahan.
2. Pembicara yang tumpang tindih: ketika orang berbicara bersamaan, kata-kata terlewat atau tergabung.
3. Aksen dan ucapan cepat, terutama dalam bahasa dengan data pelatihan yang lebih sedikit.
4. Kata-kata langka: nama, merek, jargon, dan bahasa gaul baru sering diganti dengan kata-kata umum yang terdengar mirip.
5. Bahasa campuran: berpindah bahasa di tengah kalimat membingungkan model satu bahasa.

Kesalahan umum yang perlu dicari

Teks otomatis jarang menghasilkan kebisingan acak. Teks tersebut menghasilkan kata-kata yang masuk akal tetapi salah. Waspadai homofon (“their” dan “there”), kata yang terpisah atau tergabung, bentuk negatif yang hilang seperti “can” alih-alih “can’t”, angka yang ditulis berbeda dari cara pengucapannya, dan nama yang dieja dengan beberapa cara dalam satu transkrip. Trek otomatis yang lebih lama mungkin juga tidak memiliki tanda baca, yang membuat kalimat panjang sulit diikuti.

Koreksi dalam sepuluh menit

Anda tidak perlu memeriksa setiap baris dari video yang panjang. Fokuslah pada bagian yang akan Anda gunakan.

1. Telusuri transkrip untuk setiap nama dan istilah teknis, lalu perbaiki setiap ejaan sekaligus dalam mode Edit.
2. Putar setiap bagian yang akan Anda kutip dan koreksi berdasarkan audionya.
3. Pindai angka, tanggal, dan harga, lalu konfirmasikan masing-masing dengan videonya.
4. Aktifkan mode pembersihan untuk menyembunyikan tag [Musik] dan kata pengisi sebelum Anda mengekspor.

Ketika transkrip saja tidak cukup

Teks hanya menangkap ucapan. Slide, kode di layar, bagan, dan demonstrasi tidak ada dalam transkrip apa pun, dan sebuah tutorial bisa mustahil diikuti hanya dari teks. Untuk video-video tersebut, catat stempel waktu dari bagian visual dan tontonlah.

Meningkatkan teks pada video Anda sendiri

Jika Anda adalah kreatornya, mengedit teks otomatis Anda di YouTube Studio membantu setiap penonton, termasuk orang-orang yang mengandalkan teks untuk aksesibilitas. Panduan kami tentang menambahkan teks menjelaskan opsi-opsinya.