सबटाइटल स्पीकर पहचान जाँचें
या सबटाइटल टेक्स्ट पेस्ट करें
विकल्प
सीमा कोई संख्या नहीं जो आप लिखें: वह किसी प्रकाशित दस्तावेज़ से पढ़ी जाती है, और रिपोर्ट उस दस्तावेज़ का नाम लेती है, जिस वाक्य से वह आई उसे उद्धृत करती है, बताती है कि वह वाक्य अनिवार्यता है या मार्गदर्शन, और जिस दिन हमने आखिरी बार उसे जाँचा वह दिन लिंक के साथ देती है। जिस दस्तावेज़ के प्रति आप जवाबदेह हैं उसे चुनें। वे आपस में सहमत नहीं हैं: Netflix प्रति सेकंड अक्षर गिनता है और पंक्ति को 42 अक्षरों पर सीमित करता है, जबकि Ofcom और BBC प्रति मिनट शब्द गिनते हैं और पंक्ति लंबाई पर BBC पंक्ति को 37 पर सीमित करता है। उनमें से तीन कोई आंकड़ा नहीं देते — 47 CFR §79.1, WCAG 2.2 SC 1.2.2 और EN 301 549, जो वेब पेजों और गैर-वेब दस्तावेज़ों से वही मानदंड पूरा करने की माँग करता है। वे तीन कैप्शन से माँगते हैं कि वे बताएँ कौन बोल रहा है और गैर-वाक् जानकारी ले जाएँ, और हर संख्या प्रसारक पर छोड़ देते हैं; जो पेज उन्हें जाँचता है वह पूछता है कि फ़ाइल ऐसा करती है या नहीं, यह नहीं कि कोई संख्या पार हुई या नहीं। उनका भार भी एक नहीं: जो दोष WCAG के विरुद्ध चेतावनी पढ़ता है वह EN 301 549 के विरुद्ध त्रुटि पढ़ता है, क्योंकि मानक उस मानदंड को shall बना देता है। यह बॉक्स बदलने से सीमा और हवाला साथ बदलते हैं, इसलिए कोई रिपोर्ट कभी एक दस्तावेज़ की संख्या दूसरे दस्तावेज़ के नाम के नीचे नहीं ले जा सकती। जो पेज ऐसी चीज़ जाँचते हैं जो इनमें से केवल एक दस्तावेज़ बताता है, वे केवल वही एक देते हैं।
टाइमिंग किस फ़्रेम रेट में गिनी गई है। फ़ॉर्मैट पेजों पर यही MicroDVD को चाहिए, क्योंकि वह टाइमिंग फ़्रेम संख्याओं में रखता है। फ़्रेम रेट पेजों पर यह वह रेट है जिसके हिसाब से फ़ाइल की टाइमिंग की गई थी — वह संस्करण जिसके लिए सबटाइटल बने थे — और पेज का दूसरा बॉक्स उस वीडियो का रेट लेता है जिसके साथ आप इन्हें इस्तेमाल करेंगे। 23.976, 24, 25, 29.97, 30, 50, 59.94 और 60 आम हैं। गलत होने पर पूरी टाइमलाइन खिसक जाती है, और फ़्रेम रेट पेजों पर वह एक अनुपात से खिसकती है, तय मात्रा से नहीं।
जब एक ही क्यू में दो लोग बोलते हैं और कोई भी नामांकित नहीं है, दर्शक को यह पता नहीं चलता कि कौन बोल रहा है — और जो दर्शक आवाज़ नहीं सुन सकता उसके लिए यह पूरी सूचना का नुकसान है। यह पेज फ़ाइल की अपनी नामकरण परंपरा का सबूत इस्तेमाल करके ऐसे क्यू खोजता है, और हर निष्कर्ष के साथ वह वाक्य उद्धृत करता है जिसके विरुद्ध वह मापा गया। नतीजा रिपोर्ट है; फ़ाइल नहीं बदलती।
यहाँ की शब्दावली दोनों बाज़ारों से आती है और अंतर सिर्फ़ नाम का नहीं है। अमेरिकी सामग्री में इसे caption या closed caption में speaker identification कहा जाता है, और 47 CFR §79.1 उस जानकारी को माँगता है जो दिखती नहीं, जैसे वक्ता की पहचान या non-speech information। ब्रिटिश सामग्री में subtitle, SDH सबटाइटल और speaker change की बात होती है, जहाँ नियम अक्सर मार्गदर्शन के रूप में आता है। यह पेज तीन दस्तावेज़ों के विरुद्ध चल सकता है — FCC, WCAG 2.2 और EN 301 549 — और हर निष्कर्ष बताता है कि किस वाक्य से आया और उसका भार क्या है।
जाँच जानबूझकर सँकरी है, और यही ईमानदारी है। वक्ता की पहचान वहाँ माँगी जाती है जहाँ वह दिखती नहीं — यह तस्वीर का तथ्य है, और सबटाइटल फ़ाइल उसे रखती ही नहीं। अनुमान लगाने की जगह पेज फ़ाइल की अपनी परंपरा को सबूत मानता है: अगर कुछ क्यू वक्ताओं के नाम लिखते हैं, तो फ़ाइल में नामकरण की परंपरा है, और जो क्यू उसे तोड़ता है वह सूचीबद्ध होता है। इसका परिणाम यह है कि जो फ़ाइल कहीं भी नाम नहीं लिखती उसे कभी विफल नहीं बताया जाता — यह जाँच की असली सीमा है, उसका गुण नहीं, और रिपोर्ट इसे छिपाती नहीं।
उदाहरण
दो वक्ता, दो डैश, कोई नाम नहीं
सबटाइटल
1
00:00:01,000 --> 00:00:03,000
JOHN: I told you not to wait up.
2
00:00:04,000 --> 00:00:07,000
- I know what you did.
- Then say it out loud.
3
00:00:08,000 --> 00:00:10,000
MARY: It does not matter now.
रिपोर्ट क्या पाती है
Cues with two speakers and no name — 1 found
Severity Cues Start End Measured Clause
Error 2 00:00:04.000 00:00:07.000 2 items 47 CFR §79.1 — Closed captioning of televised video programming — (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Checked against
Standard: FCC caption quality rules (47 CFR §79.1)
Where it is stated: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Stated as: Requirement
Not checked by this page: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the existence of music, sound effects, and audience reactionसिर्फ़ बीच का क्यू सूचीबद्ध होता है। बाकी दो अपने वक्ताओं के नाम लिखते हैं, और यही फ़ाइल को जाँचने लायक बनाता है: जो फ़ाइल कुछ क्यू में नाम लिखती है उसकी एक परंपरा है, और बीच का क्यू उसे तोड़ता है। मापा गया कॉलम मौजूद है और “2 items” कहता है, क्योंकि दो बारी गिनी गईं; सीमा का कॉलम नहीं है, क्योंकि 47 CFR §79.1 कोई संख्या नहीं देता। गंभीरता Error है, Warning नहीं, और यह भी दस्तावेज़ ही कह रहा है — यह वाक्य विनियमन है, जबकि दूसरे पेजों की Ofcom, Netflix और BBC सीमाएँ उनके लेखकों द्वारा अपने लिए लिखा मार्गदर्शन हैं।
एक डैश वाली पंक्ति का मतलब एक व्यक्ति बोल रहा है
सबटाइटल
1
00:00:01,000 --> 00:00:03,000
MARY: I told you not to wait up.
2
00:00:08,000 --> 00:00:10,000
- And that is the end of it.
रिपोर्ट क्या पाती है
Cues with two speakers and no name — Nothing found.
Checked against
Standard: FCC caption quality rules (47 CFR §79.1)
Where it is stated: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the identity of speakers
Stated as: Requirement
Not checked by this page: (j)(2)(i) Accuracy: captioning shall provide nonverbal information that is not observable, such as the existence of music, sound effects, and audience reactionयह वह सीमा है जिसके इर्द-गिर्द पूरा पेज बना है: डैश वक्ता बदलने का चिह्न है, इसलिए एक डैश वाली पंक्ति में एक व्यक्ति बोल रहा है और पहचानने को कोई नहीं। दो सबसे छोटी संख्या है जो गिनी जाती है। इसे एक दिशा में “एक से अधिक बारी” और दूसरी में “कम से कम दो” लिखने पर यही नमूना लाल होता — और इस पेज पर वही एक-का-फ़र्क़ या तो फ़ाइल के हर सामान्य क्यू को चिह्नित कर देता या बातचीत रखने वाले हर क्यू को पास करा देता।
जो फ़ाइल कभी किसी का नाम नहीं लेती
सबटाइटल
1
00:00:01,000 --> 00:00:03,000
- I know what you did.
2
00:00:04,000 --> 00:00:07,000
- Then say it out loud.
रिपोर्ट क्या पाती है
Cues with two speakers and no name — Not applicable. This file never names a speaker, so there is no way to tell whether the ones it leaves unnamed should have been named
Checked against
Standard: ETSI EN 301 549 (EU accessibility requirements for ICT)
Where it is stated: 9.1.2.2 Captions (Prerecorded): Where ICT is a web page, it shall satisfy the WCAG 2.1 Success Criterion 1.2.2 Captions (Prerecorded)
Stated as: Requirement
Not checked by this page: 10.1.2.2 Captions (Prerecorded): Where ICT is a non-web document, it shall satisfy the WCAG 2.1 Success Criterion 1.2.2 Captions (Prerecorded)“लागू नहीं”, “कुछ नहीं मिला” नहीं, और यही अंतर पूरे पेज का मतलब है। जिस वाक्य को लागू किया जा रहा है वह ऐसी जानकारी माँगता है जो दिखती नहीं, और दर्शक किसे बोलते देख सकता है यह सबटाइटल फ़ाइल दर्ज नहीं करती — इसलिए जिस फ़ाइल में कहीं कोई नाम नहीं, उसमें दो डैश वाला क्यू किसी बात का सबूत नहीं। जो फ़ाइल कहीं नाम लिखती है वह दिखाती है कि पहचान हमेशा दिखती नहीं, और इसीलिए वहाँ डैश वाला क्यू उस परंपरा के विरुद्ध मापा जा सकता है। यह उदाहरण EN 301 549 के विरुद्ध जाँचा गया है, और रिपोर्ट की आख़िरी दो पंक्तियाँ बताती हैं कि मानक सूची में क्यों है: जो क्लॉज़ लागू होता है वह अपने नंबर के साथ उद्धृत है, और उसके नीचे वह क्लॉज़ नामित है जो लागू नहीं होता।
अक्सर पूछे जाने वाले सवाल
यह पेज speaker identification की जाँच कैसे करता है?
फ़ाइल की अपनी नामकरण परंपरा के आधार पर। अगर कुछ क्यू वक्ताओं के नाम लिखते हैं, तो जो क्यू डैश से दो बारी दिखाता है और कोई नाम नहीं देता, वह उस परंपरा को तोड़ता है और सूचीबद्ध होता है। जिस फ़ाइल में कहीं कोई नाम नहीं, वहाँ कोई परंपरा नहीं और पेज “लागू नहीं” कहता है — विफलता नहीं, और झूठा पास भी नहीं।
डैश का एक होना या दो होना क्यों मायने रखता है?
क्योंकि डैश वक्ता बदलने का चिह्न है। एक डैश वाली पंक्ति में एक व्यक्ति बोल रहा है और पहचानने को कोई दूसरा नहीं; दो डैश दो लोगों की बातचीत दिखाते हैं और तभी नाम की ज़रूरत बनती है। यह एक-का-फ़र्क़ पूरे पेज की सीमा है: इसे गलत दिशा में लिखने पर या तो हर सामान्य क्यू चिह्नित होगा या बातचीत वाला हर क्यू पास हो जाएगा।
क्या यह जाँच FCC, WCAG और EN 301 549 तीनों के लिए है?
हाँ, और आप एक रन में एक दस्तावेज़ चुनते हैं क्योंकि भार बदलता है। 47 CFR §79.1 विनियमन है और वहाँ निष्कर्ष Error होता है; WCAG 2.2 का वह वाक्य Understanding दस्तावेज़ में है, जो सूचनात्मक है, इसलिए वहाँ Warning होता है; EN 301 549 वही मानदंड अपनाता है और क्लॉज़ नंबर अपना देता है। रिपोर्ट हर बार बताती है कि किस वाक्य से और किस भार से निष्कर्ष आया।
क्या यह पेज वक्ताओं के नाम जोड़ देता है?
नहीं। यह नामों की ज़रूरत वाले क्यू खोजता है और रिपोर्ट देता है; कोई पाठ नहीं जुड़ता और कोई टाइमकोड नहीं बदलता। नाम जोड़ना सामग्री का फ़ैसला है — किसे क्या कहा जाए यह उसी को पता है जो कार्यक्रम जानता है — और ग़लत नाम जोड़ना नाम न होने से भी बुरा है।
जिस फ़ाइल में वक्ताओं के नाम ही नहीं, उसकी रिपोर्ट क्या कहती है?
“लागू नहीं”, और यह जानबूझकर है। वक्ता की पहचान कब दिखती है यह तस्वीर का तथ्य है, और सबटाइटल फ़ाइल उसे रखती नहीं; बिना किसी नाम वाली फ़ाइल में डैश वाला क्यू किसी बात का सबूत नहीं। शून्य निष्कर्ष बताना पास करने जैसा लगता, इसलिए पेज साफ़ कहता है कि वह निर्णय नहीं दे सकता — यह जाँच की सीमा है, और रिपोर्ट में लिखी है।
क्या यह caption और subtitle दोनों सामग्री पर चलता है?
हाँ। अमेरिकी caption और closed caption में इसे speaker identification कहा जाता है, ब्रिटिश subtitle, SDH सबटाइटल और speaker change में वही ज़रूरत अलग नाम से आती है। फ़ाइल की नामकरण परंपरा वही मापी जाती है; जो बदलता है वह दस्तावेज़, उसका क्लॉज़ और निष्कर्ष का भार है, और रिपोर्ट तीनों बताती है।
जाँच क्या देखती है
- रिपोर्ट एक फ़ाइल का वर्णन करती है, सेवा का नहीं। 47 CFR §79.1 संयुक्त राज्य अमेरिका में टेलीविज़न वीडियो प्रोग्रामिंग वितरकों पर बाध्यकारी है; WCAG 2.2 वह मानक है जिसके विरुद्ध किसी साइट या सेवा का मूल्यांकन होता है, और EN 301 549 वह सामंजस्यपूर्ण मानक है जिसकी ओर यूरोपीय सुगम्यता अधिनियम इशारा करता है। तीनों में से कोई अकेले सबटाइटल फ़ाइल के बारे में कथन नहीं है, और यहाँ कुछ भी यह निष्कर्ष नहीं देता कि आपके सबटाइटल अनुपालन करते हैं। रिपोर्ट बताती है कि कितने क्यू इस पेज के तरीके से मापे गए, हर निष्कर्ष किस वाक्य को उद्धृत करता है, और उन दस्तावेज़ों के कौन-से हिस्से इस पेज ने जाँचे ही नहीं।
- यह जाँच जानबूझकर सँकरी है, और सँकरापन ही ईमानदार हिस्सा है। Speaker identification वहाँ माँगी जाती है जहाँ पहचान दिखती नहीं — यह तस्वीर का तथ्य है, जो सबटाइटल फ़ाइल नहीं रखती। अनुमान लगाने की जगह यह पेज फ़ाइल की अपनी नामकरण परंपरा को इस बात का सबूत मानता है कि नामकरण की ज़रूरत थी। इसका परिणाम यह है कि जो फ़ाइल कभी वक्ताओं के नाम नहीं लिखती उसे कभी विफल नहीं बताया जाता, और यह जाँच की असली सीमा है, उसका गुण नहीं।
संदर्भ
- 47 CFR §79.1 — Closed captioning of televised video programming, paragraph (j)(2)(i): कैप्शन ऐसी गैर-मौखिक जानकारी दें जो दिखती नहीं, जैसे वक्ताओं की पहचान। ये FCC caption quality rules हैं, प्रकाशित पाठ से उद्धृत।
- WCAG 2.2 Success Criterion 1.2.2 (Captions, Prerecorded), Level A। मानदंड स्वयं यह नहीं कहता कि कौन बोल रहा है; वह वाक्य उसके Understanding दस्तावेज़ में है, जिसका हेडर कहता है कि उसकी व्याख्याएँ सूचनात्मक हैं और WCAG पूरा करने के लिए आवश्यक नहीं — इसीलिए यह पेज उसे मार्गदर्शन के रूप में दर्ज करता है, आवश्यकता के रूप में नहीं।
- EN 301 549 (ETSI) v3.2.1 — clause 9.1.2.2 Captions (Prerecorded): जहाँ ICT वेब पेज है, वहाँ WCAG 2.1 Success Criterion 1.2.2 पूरा होना चाहिए; clause 10.1.2.2 गैर-वेब दस्तावेज़ों के लिए वही कहता है। मानक इस समावेशन के आगे कैप्शन के बारे में अपना कुछ नहीं कहता, इसीलिए जो वाक्य यह पेज लागू करता है वह WCAG से उद्धृत है और यहाँ से सिर्फ़ क्लॉज़ नंबर आता है।