廣東話影片添字幕 AI數秒完成
原文刊於信報財經新聞「StartupBeat創科鬥室」
黃偉俊指近年不少人涉足影片攝製。（黃潤根攝）
廣東話是港人母語，由於它有「九聲六調」（九個聲調，六種音高）說法，一向被視為相對難學的語言，即使是人工智能（AI）語音辨識技術，對廣東話的辨識能力亦普遍低於英文及普通話。本地初創Datax最近研發一個廣東話字幕平台「字幕?Subanana」，協助YouTuber、教師及製作公司等，最快幾秒內把影片內的廣東話內容，轉化成字幕。
Datax創辦人及行政總裁黃偉俊接受訪問時稱，公司之所以研發廣東話字幕平台，皆因他留意到愈多愈多人需要涉足影片攝製工作，教師在肺疫期間亦不例外。希望這工具可協助各界影片製作人，解決加字幕這繁瑣工序。
Datax本身是一個數據蒐集平台，透過一班數據貢獻者，為AI系統開發者提供所需數據，從而訓練AI系統。黃偉俊透露，今次的廣東話字幕平台，同樣要涉及AI技術，但相關的語音辨識系統並非團隊自行研發，而是外接第三方系統的應用程式介面（API）。
Subanana平台辨識廣東話，準確度約有七成。（網上圖片）
用戶只要在Subanana平台，輸入影片的YouTube超連結（影片長度不超過15分鐘），或直接上傳影片檔案（檔案容量不大過500MB），在短短幾秒內，系統即會自動生成字幕。
Subanana系統準確度約七成
黃偉俊補充，第三方語音辨識系統只會把影片內容，轉成一大段無斷句的文字。之後便要靠Subanana系統，根據影片的音訊波形（audio waveform），以及一些廣東話常用於句子結尾的字詞（例如喎、啊等）分析斷句，把文字整合或分隔為句子。目前系統辨識廣東話，準確度約有七成。
根據記者的試用經驗，系統有時未能把一小段文字，準確地分成多句句子，於分隔句子方面仍有改善空間。黃偉俊期望，日後系統可進一步分析影片畫面，從而更準確地掌握斷句位置。記者亦發現，系統間中會誤用同音或讀音相近的字，例如「又」被錯誤辨識成「有」、「件事」被辨識為「電子」等，因此字幕生成後，用戶切記自行校對。
「字幕? Subanana」利用AI技術，幾秒內將影片內容，轉化成廣東話影片字幕。（網上圖片）
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
