Transkrypcja wywiadu i montaż wideo przez tekst

Montaż wideo z transkrypcji oznacza, że transkrybujesz materiał, czytasz transkrypcję jak dokument i tniesz wideo, zaznaczając i usuwając słowa. Dwugodzinna rozmowa staje się czymś, co przejrzysz w dwadzieścia minut, a strukturę możesz zbudować na papierze, zanim dopracujesz ją na ucho.

W cinemaOS cała pętla działa na twoim Macu: transkrypcja skrótem ⇧⌘T, sprawdzenie mówców, edycja w zakładce binu Text Editing, przeszukanie transkrypcji pod kątem potrzebnych kwestii, opcjonalnie prośba do J.A.R.E.D. o zagęszczenie montażu, a potem napisy. Żaden materiał, transkrypcja ani prompt nie jest wysyłany. Poniżej opisujemy workflow, a potem nawyki montażowe, dzięki którym montaż wywiadów działa.

Dlaczego transkrybować lokalnie

Wywiady to często najbardziej wrażliwy materiał w projekcie. Rozmówca może powiedzieć coś nieoficjalnie, dokument może dotyczyć ludzi, którzy zgodzili się na filmowanie, ale nie na wysyłanie ich słów do usługi firmy trzeciej, a klient korporacyjny może mieć zasady dotyczące tego, dokąd trafiają nagrania.

Lokalna transkrypcja usuwa to pytanie. cinemaOS używa Parakeet, który obsługuje 25 języków, i Whisper dla pozostałych. Oba działają na Macu, więc zadanie działa bez połączenia z siecią, a transkrypcja zostaje w twoim projekcie. Kompromisem jest szybkość na słabszych maszynach: na Macu z 8 GB ciężkie zadania AI wykonują się pojedynczo, więc uruchamiaj transkrypcję przed przerwą na kawę, a nie wtedy, gdy jednocześnie robisz upscaling materiału.

Jeśli prywatność jest kluczowa w twoim projekcie, tekst o montażu wideo z AI na urządzeniu i prywatności wyjaśnia, co lokalne przetwarzanie gwarantuje, a czego nie.

Krok 1: Transkrybuj i sprawdź mówców

Zaznacz klipy z wywiadem i naciśnij ⇧⌘T, czyli Transcribe with J.A.R.E.D. Możesz to zrobić także z Finisher w Localize ▸ Captions. Zostaw język na Auto Detect, chyba że wiesz, że nagranie miesza języki w sposób, który myli rozpoznawanie; wtedy go ustaw.

cinemaOS rozpoznaje do czterech mówców. To pokrywa większość układów wywiadu: rozmówcę, osobę prowadzącą wywiad i jedną lub dwie inne osoby. Gdy pojawi się transkrypcja:

1. Nazwij mówców. Zamień ogólne etykiety na prawdziwe imiona. Później wyszukiwanie i czytanie idzie dużo szybciej.
2. Sprawdź wyrywkowo zmiany mówców. Krótkie wtrącenia, takie jak „no” czy „mhm”, to miejsca, w których rozpoznawanie mówców najczęściej się myli. Popraw te, które mają znaczenie.
3. Popraw nazwiska i terminy. Nazwy własne, słowa techniczne i nazwy miejsc to typowe pomyłki. Popraw je teraz, bo ta sama transkrypcja zasila później twoje napisy.

Na tym etapie nie musisz korygować każdego słowa. Popraw to, co wpłynie na wyszukiwanie i napisy; reszta może poczekać, aż będziesz wiedzieć, które kwestie przetrwają montaż.

Krok 2: Edytuj w zakładce Text Editing

Otwórz zakładkę Text Editing w binie Sequencer (obok Bin i Forge). Transkrypcja jest teraz powierzchnią montażową. Zaznaczenie tekstu zaznacza odpowiadający mu materiał, a usunięcie słów usuwa odpowiedni fragment z montażu.

Praktyczna kolejność pracy:

1. Zrób przejście selekcyjne. Przeczytaj całość raz i zostaw tylko odpowiedzi, które mogą trafić do filmu. Bądź hojny. Usuwasz oczywiste ślepe uliczki, a nie podejmujesz ostatecznych decyzji.
2. Zbuduj strukturę na papierze. Ułóż pozostałe odpowiedzi w kolejności twojej historii. Tu montaż tekstowy jest najmocniejszy: przenoszenie akapitów jest szybsze niż przenoszenie klipów.
3. Potem przełącz się na uszy. Odtwórz układkę. Tekst ukrywa ton. Kwestia, która dobrze się czyta, może wypaść płasko, a zająknięcie, które wygląda niechlujnie, może być najbardziej szczerym momentem wywiadu.

Traktuj transkrypcję jak mapę, a nie teren. Ostateczny osąd przy każdym cięciu zapada na osi czasu, przez słuchanie.

Krok 3: Przeszukaj transkrypcję

Długie wywiady trudno zapamiętać. Użyj Search Project…, by znaleźć momenty według Word albo Meaning. Wyszukiwanie po słowie znajduje dokładne frazy, co jest idealne, gdy pamiętasz, co ktoś powiedział. Wyszukiwanie po znaczeniu służy do sytuacji, gdy pamiętasz myśl, ale nie sformułowanie, na przykład „fragment, w którym mówi o wyjeździe z domu”.

Dwa nawyki, które pomagają:

• Szukaj pytania, a nie tylko odpowiedzi. Jeśli prowadzący zapytał o to samo dwa razy różnymi słowami, obie odpowiedzi są kandydatkami.
• Szukaj we wszystkich wywiadach. Jeśli kilku rozmówców porusza ten sam temat, znajdź ich wszystkich, zanim wybierzesz. To najszybszy sposób na zbudowanie fragmentu, który przeplata głosy.

Krok 4: Zagęszczaj z J.A.R.E.D. na własnych warunkach

Gdy masz wstępną układkę, J.A.R.E.D. może zrobić mechaniczne zagęszczanie. Naciśnij ⌘J, ustaw tryb sesji na Always ask i wpisz na przykład:

Tighten this interview to 2 minutes and keep the pauses

Albo, jeśli chcesz lżejszej ingerencji:

Remove filler words as a candidate

J.A.R.E.D. działa na Macu, a edycje trafiają na prawdziwą oś czasu na twoich oczach. W trybie Always ask proponuje, zanim zadziała. Gdy skończy, dostajesz potwierdzenie tego, co się zmieniło, a ⌘Z cofa cały krok. Działania destrukcyjne zawsze wymagają pytania, niezależnie od trybu.

Bądź realistą co do tego, do czego to służy. Dobrze radzi sobie z docelową długością i usuwaniem „yyy” i falstartów. Nie wie, która odpowiedź jest emocjonalnym centrum twojego filmu. Używaj go po podjęciu decyzji strukturalnych, a nie przed. J.A.R.E.D. działa też dziś najlepiej z prośbami napisanymi po angielsku; inne języki, w tym polski, rozumie mniej niezawodnie.

I zostaw pauzy. Wywiad z usuniętym każdym oddechem brzmi duszno i w pośpiechu. Półsekundowa pauza przed ważną odpowiedzią jest często powodem, dla którego ta odpowiedź trafia. Jeśli chcesz wiedzieć więcej o tym, dlaczego „gotowe” od AI to nie to samo co dobry montaż, tekst AI mówi „gotowe”, ale montaż jest do poprawki opisuje, jak przeglądać zautomatyzowaną edycję.

Krok 5: Napisy z tej samej transkrypcji

Gdy montaż jest zamknięty, masz już większość napisów. Możesz połączyć oba kroki, prosząc J.A.R.E.D.: „Tighten interview, then caption”, albo dodać napisy samodzielnie: ⌃⌥C dodaje napis pod głowicą odtwarzania, a Finisher ▸ Localize ▸ Captions zawiera pełne narzędzia do napisów.

Przed eksportem uruchom QC w trybie Strict albo Compatible Repair i sprawdź długość linii oraz szybkość czytania w najgęstszych fragmentach. Potem eksportuj w formacie, którego potrzebuje platforma: SRT, WebVTT, ASS, SCC, EBU-STL, iTT, IMSC1, EBU-TT-D lub FCPXML, albo użyj Burn In dla wersji na social media. Jeśli potrzebujesz wywiadu w innym języku, tę samą transkrypcję można przetłumaczyć lokalnie; tekst jak tłumaczyć napisy lokalnie na Macu uczciwie wyjaśnia poziomy jakości.

Nawyki montażu wywiadów, które warto zachować

Niezależnie od narzędzia te nawyki poprawiają montaż wywiadów:

• Tnij na myśli, nie na zdaniu. Ludzie kończą myśli w połowie zdania i zaczynają nowe w połowie oddechu. Znajdź prawdziwy początek myśli.
• Patrz na oczy przed cięciem. Rozmówca, który spuszcza wzrok, by pomyśleć, i podnosi go, by mówić, daje ci naturalny punkt cięcia.
• Przykrywaj jump cuty uczciwie. B-roll, przebitka na słuchającego albo świadomy jump cut działają. Ukryty jump cut, który zmienia znaczenie, nie działa.
• Zachowaj głos rozmówcy. Zagęszczanie to nie przepisywanie. Jeśli cięcie sprawia, że ktoś mówi coś, czego nie miał na myśli, przywróć to.
• Przeczytaj raz finalną transkrypcję. Przed napisami przeczytaj montaż jako tekst. Powtórzone słowa i niełączące się zdania łatwiej wyłapać na stronie.

FAQ

Ilu mówców rozpoznaje cinemaOS?

Do czterech na transkrypcję. Przy panelu z większą liczbą osób nazwij cztery główne głosy, a resztę popraw ręcznie.

Czy transkrypcja działa offline?

Tak. Transkrypcja działa lokalnie z Parakeet lub Whisper, więc nie potrzebuje połączenia z siecią i nic nie jest wysyłane.

Czy J.A.R.E.D. zmieni mój montaż bez pytania?

Nie w trybie Always ask, który najpierw proponuje każdą zmianę. W każdym trybie działania destrukcyjne wymagają potwierdzenia, a każdą edycję cofasz ⌘Z.

Wypróbuj przy następnym wywiadzie

Weź jeden wywiad, przetranskrybuj go i zrób przejście selekcyjne w zakładce Text Editing. Już to zwykle oszczędza całe popołudnie. cinemaOS działa na Macach z Apple silicon, z 60-dniowym darmowym okresem próbnym bez karty.