Automatisierte Untertitelgenerierung für eine Videoserie einrichten

Wir veröffentlichen kontinuierlich Videoinhalte und fügen derzeit die Untertitel manuell hinzu, was zu langsam ist, um mit unserem Zeitplan Schritt zu halten. Ich benötige jemanden, der eine zuverlässige Pipeline einrichtet, die Rohvideo verarbeitet, Spracherkennung durchführt und Untertitel produziert, die richtig mit dem Audio-Timing synchronisiert sind, anstatt nur grob ausgerichtet zu sein.

Der Erkennungsschritt muss normale gesprochene Sprache verarbeiten, einschließlich einiger technischer Begriffe und Hintergrundgeräusche, daher ist die Genauigkeitseinstellung wichtig und die Standardeinstellungen allein reichen nicht aus. Ebenso wichtig ist, was danach passiert: Es sollte eine schnelle Möglichkeit geben, das Ergebnis zu überprüfen, Wörter zu erfassen, die die Engine falsch erkannt hat, das Timing zu korrigieren, wo Zeilen abdriften, und die Interpunktion sowie Zeilenumbrüche zu bereinigen, bevor etwas live geht. Ich erwarte keine Nullfehler von der Automatisierung, aber die Korrektur sollte schnell sein, nicht eine vollständige manuelle Transkription.

Sobald sie finalisiert sind, müssen die Untertitel in Formate exportiert werden, die gängige Video-Plattformen für den Upload akzeptieren, idealerweise mehrere Spuren unterstützen, falls wir später Übersetzungen hinzufügen. Eine kurze Dokumentation zur Durchführung des Prozesses für neue Videos wäre ein Plus, da unser Team dies danach selbst verwalten wird.

Was ich suche:
— Spracherkennung, die auf Genauigkeit bei echten Aufnahmen abgestimmt ist
— Timing-Synchronisation, nicht nur Rohtranskript-Ausgabe
— ein schneller manueller Überprüfungs- und Korrekturschritt vor der Veröffentlichung
— Export in gängige Untertitelformate, die bereit für den Upload sind