Sabrina Baldo-de BrébissonMCF et ancienne traductrice spécialisée

En collaboration avec Sylvain Thébault Adaptateur indépendant

Le sous-titrage automatique :une nouveauté technologique exploitable

pour les adaptateurs professionnels ?

OPTIMALE Symposium - Université Rennes 2 - 6 juin 2013

Logiciels Fonctions SiteJubler Création de fichiers de sous-titres http://jubler.org/

Modification de fichiers de sous-titres

Time Adjuster Synchronisation des sous-titres avec les images http://www.ireksoftware.com/ta

Subtitle Workshop Création de fichiers de sous-titres http://www.urusoft.net/products.php?cat=sw

Modification de fichiers de sous-titresSublight Recherche de fichiers de sous-titres existant sur Internet http://www.sublight.si/

Aegisub Création de fichiers de sous-titres http://www.aegisub.org/

Modification de fichiers de sous-titres

Synchronisation des sous-titres avec les images

Traduction automatique de sous-titres

Kijio Création de fichiers de sous-titres http://kijio.org/guide/Modification de fichiers de sous-titres

Synchronisation des sous-titres avec les images

Traduction automatique de sous-titres

Subtitle Translation Wizard Création de fichiers de sous-titres http://www.upredsun.com/subtitle-translation/

Modification de fichiers de sous-titresSynchronisation des sous-titres avec les imagesTraduction automatique de sous-titres

Extraction des fichiers de sous-titres à partir d'une vidéo

Visualisation des sous-titres sur la vidéo

Handbrake Incrustation de sous-titres "en dur" dans une vidéo http://handbrake.fr/

Any Video Converter Incrustation de sous-titres "en dur" dans une vidéo http://www.any-video-converter.com/fr/

Sous-titrage automatique

Deux domaines appliqués• La reconnaissance vocale• La traduction automatique

Deux outils appliqués• Google Voice• Google Translate

1

2

3

4

5

6

7

8

ProcessusHumain traditionnel « Tout automatisé » Semi-automatisé

Adaptation en langue cible sur la base d’une transcription sourceHumaine

Sous-titrage automatique en langue source par reconnaissance vocale

Importation de la transcription humaine en langue source dans la vidéo, synchronisation et création des sous-titres en langue source automatiques

Simulation(Révision) des sous-titres en langue cible

Modification des sous-titres en langue source

Traduction automatique des sous-titres en langue cible

Traduction automatique des sous-titres en langue cible

Révision humaine des sous-titres en langue cible

Révision humaine des sous-titres en langue cible

• 1ère PROBLÉMATIQUE : TRAITEMENT - Multiples contraintes :

- Découpage de la vidéo pour lancer la reconnaissance vocale quand elle commence par un silence

- Obligation d’apporter une correction pour récupérer une nouvelle piste de reconnaissance vocale pour pouvoir demander la traduction automatique

- Apparition immédiate du sous-titrage automatique vs apparition aléatoire et tardive de la piste (version exploitable et révisable)

- Temps de traitement impossible à évaluer

Outil pas fiable pour un professionnel

• 2ème PROBLÉMATIQUE : QUALITÉ

- De la reconnaissance vocale (transcription automatique)

- De la T.A. à partir de la transcription automatique (reconnaissance vocale)

- De la T.A. à partir de la transcription humaine(script source)

Supports :

-Fichier vidéo en anglais sur « One day. A novel becomes a movie », David Nicholls

-Fichier avec la transcription en anglais

-Fichier avec les sous-titres humains en français

Reconnaissance vocalePiste source quasiment fausse de moitié

• Taux d’erreurs : 43%(227 mots reconnus sur 392)

• Meilleur résultat (12 mots consécutifs) : over a period of time seeing them change in tiny degrees year-by-year

• Exemple : We realized that what we couldn’t do was divide a hundred minutes into twenty 

five minute chunks. We realize that will be couldn't it was defiant hundred minutes into twenty

       five minute chocs.

Google Voice + Google Translation : « Soyons fous ! »

Exemple :•I put a lot of care and thought into thisbook. •Care and gordon's this book •Entretien et Gordon ce livre

Traduction automatique d’une retranscription par reconnaissance vocale

Catégories d'erreurs Nombre %age

Non sens 33 82,5%

Non idiomatique 3 7,5%

Faux sens 2 5,0%

Grammaire 1 2,5%

Calque 1 2,5%

Typographie et ponctuation 0 0,0%

Lexique 0 0,0%

Syntaxe 0 0,0%

Maladresse 0 0,0%

Inexact 0 0,0%

TOTAL 40 100,0%

33 non sens sur 391 mots = 8,5 % du texte !

« Beaucoup de traducteurs professionnels trouvent les textes générés par les logiciels de traduction automatique tellement biscornus qu’ils estiment 

plus rapide de repartir à zéro »

P. 12, Traduction. Faire les bons choix. Dans Petit guide de l’acheteur de traductions. Syndicat national des traducteurs professionnels.

Google Translation sans Google Voice : Une folie douce

Exemple :•Source :I put a lot of care and thought into this book. It took a lot longer than my other books.

•TA : J'ai mis beaucoup de soin et de réflexion dans ce livre. Il a fallu beaucoup plus de temps que mes autres livres.

•Adaptation : J’ai consacré du temps à ce livre, plus qu’aux précédents.

Traduction automatiqued’une retranscription humaine

Catégories d'erreurs Nombre %age

Grammaire 14 18,9%

Non sens 13 17,6%

Typographie et ponctuation 9 12,2%

Lexique 9 12,2%

Calque 8 10,8%

Non idiomatique 6 8,1%

Syntaxe 5 6,8%

Maladresse 5 6,8%

Faux sens 4 5,4%

Inexact 1 1,4%

TOTAL 74 100,0%

74 erreurs sur 465 mots = 20% du texte !

BILAN

« Optimiser le défi technologique pour faire face à la place de l’humain en traduction »

Reconnaissance vocale : Pourquoi faire simple quand on peut faire compliqué ?

Traduction automatique avec ou sans reconnaissance vocale :Pour les fansubbers ?

Adaptation incompatible par essence avec la Traduction Automatique

• Traduction littérale

• Traduction linéaire

• Traduction oblique, libre, infidèle

• Traduction spatiotemporelle

Techniques créatives de l’adaptation : non répétition, omission, sous-traduction, hyperonymie, hyponymie, modulation…

MERCITRUGAREZ