Análisis de la calidad. El subtitulado en vivo interlingüístico de YouTube en un programa de noticias estadounidense accesible a usuarios peruanos

Laura Ríos Valero

doi:10.24310/Entreculturasertci.vi13.15352

Autores/as

Laura Ríos Valero Universidad de Valladolid Perú https://orcid.org/0000-0002-8114-2822

DOI:

https://doi.org/10.24310/Entreculturasertci.vi13.15352

Palabras clave:

calidad, subtitulado en vivo, modelo NTR, reconocimiento de voz automático, traducción automática

Resumen

El objetivo de esta investigación fue analizar la calidad del subtitulado en vivo interlingüístico, mediante el reconocimiento de voz automático y la traducción automática, ofrecido por YouTube. Tuvo un enfoque cualitativo y nivel descriptivo. El diseño fue el estudio de caso y los instrumentos aplicados fueron una ficha de análisis y un cuestionario. El corpus analizado fue una entrevista en inglés sobre la salud mental con relación a la pandemia de la COVID-19 y la población interrogada fue de nueve usuarios peruanos. Mediante la aplicación del modelo NTR, se logró conocer la tasa de exactitud y los criterios para establecer la calidad del subtitulado en vivo interlingüístico. Se determinó que la traducción automática generó muchos más errores que el reconocimiento de voz automático; estos fueron, en su mayoría, errores menores. Aunque el flujo de trabajo no logró tener calidad, los participantes comprendieron más de la mitad de la información.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Citas

Abadou, Fadila y Khadich, Saleh (2019). Coherence in machine translation output. Traduction et Langues, 18(2), 138-153.

Alsan, Merve (12 de junio de 2022). The best machine translation software you can try in 2022. Weglot. https://weglot.com/blog/machine-translation-software/

Asociación Española de Normalización. (2012). Subtitulado para personas sordas y personas con discapacidad auditivas (UNE 153010:2012). www.une.org.

Canadian Association of Broadcasters (2012). Closed Captioning Standards and Protocol for Canadian English Language Television Programming Services. www.cab-acr.ca

Canadian Radio-television and Telecommunications Commission. (2016). English-language closed captioning quality standard related to the accuracy rate for live programming.

Castells, Manuel (2014). El impacto de internet en la sociedad: una perspectiva global. En BBVA (ed.), C@mbio 19

ensayos fundamentales sobre cómo internet está cambiando nuestras vidas. OpenMind/BBVA.

CBS News, & Paramount+. (9 de marzo 2021). The mental health impacts of the pandemic one year later. YouTube. https://www.youtube.com/watch?v=p2gzCJhcuT8

Chan, Wing Shan, Kruger, Jan-Louis y Doherty, Stephen (2019). Comparing the impact of automatically generated

and corrected subtitles on cognitive load and learning in a firstand second-language educational context. Linguistica Antverpiensia, New Series: Themes in Translation Studies, 18, 237–272.

Cooper, David (1999). Cómo mejorar la comprensión lectora. Editorial Visor.

Dawson, Hayley y Romero-Fresco, Pablo (2021). Towards research-informed training in interlingual respeaking: an empirical approach. The Interpreter and Translator Trainer, 15(1), 66–84.

Described and Captioned Media Program. (s.f.). Captioning Key. https://www.captioningkey.org/about_c.html#1

Do, Thi Ngoc Diep (2012). Extraction de corpus parallèle pour la traduction automatique [Tesis doctoral no publicada]. Université de Grenoble.

Doherty, Stephen y Kruger, Jan-Louis (2018). Assessing Quality in Human- and Machine-Generated Subtitles and Captions. En J. Moorkens, S. Castilho, F. Gaspari, S. Doherty (eds.), Translation Quality Assessment. Machine Translation: Technologies and Applications (pp. 179–197). Springer, Cham.

Eugeni, Carlo (2020). Respeaking: aspects techniques, professionnels et linguistiques du sous-titrage en direct.

ESSACHESS-Journal for Communication Studies, 13(25), 21–35.

Fresno, Nazaret, Sepielak, Katarzyna y Krawczyk, Maciej (2020). Football for all: the quality of the live closed captioning in the Super Bowl LII. Universal Access in the Information Society, 1–12.

Galarza Loayza, Katteryn (12 de diciembre de 2018). La televisión peruana ya no es útil para la educación. Chiqaq

News. https://medialab.unmsm.edu.pe/chiqaqnews/latelevision-peruana-ya-no-es-util-para-la-educacion/

Harrenstien, Ken (2009). Automatic captions in YouTube. Google blog. https://googleblog.blogspot.com/2009/11/automatic-captions-in-youtube.html

Jurafsky, Daniel y Martin, James H. (2020). Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition. Standford University. https://web.stanford.edu/~jurafsky/slp3/ed3book.pdf

Karakanta, A., Papi, S., Negri, M., y Turchi, M. (2021). Simultaneous speech translation for live subtitling: from delay to display. MTSUMMIT. https://arxiv.org/pdf/2107.08807.pdf

Korybski, T., Davitti, E., Or?san, C. y Braun, S. (2022). A Semi-Automated Live Interlingual Communication Workflow Featuring Intralingual Respeaking: Evaluation and Benchmarking. Proceedings of the 13th Conference on Language Resources and Evaluation (pp. 4405–4413). European Language Resources Association. http://www.lrec-conf.org/proceedings/lrec2022/pdf/2022.lrec-1.468.pdf

Lambourne, A. (2007). Real-time Subtitling: Extreme Audio-visual Translation. Presentado en conferencia Multidimensional Translation: LSP Translation Scenarios. Vienna, mayo 2007.

Levis, Jhon M. y Suvorov, Ruslan (2012). Automatic Speech Recognition. En Carol Chapelle (ed.), Encyclopedia of

Applied Linguistics (pp. 1-8). Blackwell.

Lockrey, Michael (2015). YouTube automatic craptions score an incredible 95% accuracy rate! Medium. https://medium.com/@mlockrey/youtube-s-incredible-95-accuracy-rateon-auto-generated-captions-b059924765d5

Lu, Xugang, Li, Sheng y Fujimoto, Masakiyo (2020). Automatic Speech Recognition. En Yutaka Kidiwara, Eiichiro

Sumita y Hisashi Kawai (eds.), Speech-to-speech translation (pp. 21–38). SpringerBriefs in Computer Science.

Mikul, Chris (2014). Caption Quality: Approaches to standards and measurement. Media Access Australia. https://mediaaccess.org.au/research-policy/white-papers/captionquality-international-approaches-to-standards-and-measurement

Moores, Zoe (2020). Fostering access for all through respeaking at live events. The Journal of Specialised Translation, 33, 207–226.

National Institute on Aging. (2018). ¿Es confiable la información sobre la salud que se encuentra en el Internet? National Institute on Aging. https://www.nia.nih.gov/espanol/confiable-informacion-sobre-salud-se-encuentra-internet

Navimedia. (s.f.). ¿Por qué el cerebro prefiere vídeo vs. texto? Navimedia https://navimedia.es/por-que-el-cerebro-prefiere-el-video-vs-texto/

Ofcom. (2005). Subtitling - An Issue of Speed?

Puente, Alejandra (2020). El rol de los medios de comunicación en el Perú durante la pandemia. Konrad Adenauer Stiftung. https://www.kas.de/documents/269552/0/El+rol+de+los+medios+de+comunicaci%C3%B3n+en+el+Per%C3%BA+durante+la+Pandemia.pdf/d457a599-7f4a-99ca3230-b8f4ec620bdd?version=1.0&t=1595436508362

Rao, Durgesh D. (1998). Machine translation. A gentle introduction. Resonance, 3(7), 61–70.

Ríos Valero, Laura (2022). Análisis de la calidad. El subtitulado para sordos de YouTube en un programa de televisión peruano. En Miguel Ibáñez Rodríguez, Carmen Cuéllar Lázaro y Paola Masseau (eds.), De la hipótesis a la tesis: Traductología y lingüística aplicada. Comares.

Robert, Isabelle R. y Remael, Aline (2017). Assessing quality in live interlingual subtitling: A new challenge. Linguistica Antverpiensia, New Series–Themes in Translation Studies, 16, 168–195.

Romero-Fresco, Pablo (2010). Standing on quicksand: hearing viewers’ comprehension and reading patterns of respoken subtitles for the news. En Jorge Díaz Cintas, Anna Matamala y Josélia Neves (eds.), New insights into audiovisual translation and media accessibility (pp. 175–1994). Brill.

Romero-Fresco, Pablo (2011). Subtitling through speech recognition: Respeaking. St Jerome.

Romero-Fresco, Pablo (2016). Accessing communication: The quality of live subtitles in the UK. Language and Communication, 49, 56–69.

Romero-Fresco, Pablo (2020, February 13). The State of Live Captioning Today - An Expert’s Perspective. AppTek.

https://www.apptek.com/post/the-state-of-live-captioning-today-an-experts-perspective-accessibility-seriespart-4

Romero-Fresco, Pablo y Alonso-Bacigalupe, Luis (2022). An empirical analysis on the efficiency of five interlingual

live subtitling workflows. XLinguae, 15(2), 3–16.

Romero-Fresco, Pablo y Martínez, Juan (2015). Accuracy Rate in Live Subtitling-the NER Model. Audiovisual Translation in a Global Context: Mapping an Ever-Changing Landscape, 28–50.

Romero-Fresco, Pablo y Pöchhacker, Franz (2017). Quality assessment in interlingual live subtitling: The NTR model. Linguistica Antverpiensia, 16, 149–167.

Rubio, Isabel (29 de mayo de 2020). ¿Cuál es el mejor traductor?: probamos DeepL, Google Translate y Bing. El País. https://elpais.com/tecnologia/2020-05-29/cual-es-el-mejor-traductor-probamos-deepl-google-translate-y-bing.html

Sandrelli, Annalisa (2020). Interlingual respeaking and simultaneous interpreting in a conference setting: a comparison. En Nicoletta Spinolo y Amalia Amato (eds.), inTRAlinea Special Issue: Technology in Interpreter Education and Practice. Università degli Studi Internazionali di Roma.

Sandrelli, Annalisa (2021). Eventi dal vivo e accessibilità: Uno studio di caso sul respeaking interlinguistico. Lingue

e Linguaggi, 43, 145–168.

Tarakini, G., Mwedzi, T., Manyuchi, T. y Tarakini, T. (2021). The Role of Media During COVID-19 Global Outbreak: A

Conservation Perspective. Tropical Conservation Science, 14, 1–13.

Trajectory Partnership. (2010). The Information Dividend: Why IT makes you “happier.” Trajectory. https://trajectorypartnership.com/wp-content/uploads/2013/09/BCS_InformationDividend_UK.pdf

Ulatus. (20 de junio de 2022). How Automatic Speech Recognition & Machine Translation are Revolutionizing Subtitling. Ulatus. https://www.ulatus.com/translation-blog/how-automatic-speech-recognition-machine-translation-are-revolutionizing-subtitling/

University of Minessota Duluth (Media Hub) (s.f.). Correcting YouTube Auto-Captions. https://itss.d.umn.edu/centers-locations/media-hub/media-accessibility-services/captioning-and-captioning-services/correct

Youtube. (s.f.). Ayuda de YouTube. https://support.google.com/youtube/?hl=es-419#topic=925749