【2020-11-07】
我认领的是演讲《AI/ML如何加速小分子药物发现》的英文校验任务。演讲的分享者黄毅汪，是法国亚创生命科学部门Team Leader，也是算法工程师。
因为涉及机器学习和深度学习领域的术语，在加入的时候大家填过自己的英语水平和专业背景简介，可能比较合适吧，所以就领到了这个英文校验的任务。
我觉得这个任务说简单也简单，说难也难。
一是它需要有良好的英语听力能力，二是要有一点专业知识背景，三就是需要多一些细心和耐心了。
演讲者应该是个上海人或湖蓝人吧，至少很肯定是南方人。大部分还是听得懂的，但是有些词还是费了一些力气去听懂，尤其带N和L的词。口音很阔耐。2333
我拿到的不是裸的演讲视频，它是使用了Transflow经过了AI翻译，并且打上了时间轴的演讲视频。
从这里的流程图上可以清晰的看到它的整个翻译流程，共有5步：AI翻译--人工校验--AI翻译--人工翻译--完成。
我认领的就是第二个阶段人工校验的工作。
当然如果你熟悉语音识别和NLP的话，你就会意识到，其实我这是帮人家的语音识别算法做了人工校验的工作。【心塞，还是免费的。】
但我觉得Transflow这套工作流程很棒，工具也非常的简洁好用。
但这个工作要向快速高效的完成，也是需要一点技巧的。毕竟AI的翻译还是有很多问题的。
- 首先，先整体听一遍。然后快速进行断句合句。
把长的英文句子断开，把AI错误断开的句子进行合并。
这样先把整体框架拆好了，同时又保证了时间轴是对的，免得后期字幕和视频对不上。
如果时间轴对不上，只能手动调整句子右侧对应的时间戳了。还是有点麻烦的。
- 其次，就是一句句的改单词和语法错误了。
当然不要求一遍就完成，如果实在听不清、不确定的单词可以先放下。
因为整个演讲是主题连贯的，在翻译后面的字母时，你可能会忽然明白前面作者没有发音清楚的那个词到底是啥。
翻译完一遍后，再进行第二遍第三遍的校验是肯定需要的。所以，不用急于一次做到完美。
当然，还是提醒下一定要及时保存。
虽然Transflow很友好的每隔两分钟会帮你自动保存一下，但还是在改了一些后记得保存一下。
我在改到一半的时候，因为操作了快捷键，Transflow意外退出了.还好之前的翻译都有保存。如果没有保存的话，真的是前功尽弃了。
- 最后，就是英文句子加上时间轴，整体视频再检查一遍。
如果没什么问题，那么工作就完成了，就可以点提交了。
如果到了最后还是有些单词实在没办法听清，那么就使用句子左侧的星星标记一下，方便留给后面流程的人工翻译的同学重点检查。
个人工作也是非常的忙，近期也开始了新的项目，还是需要自己探索的有点开放的题目。
但是能遇到这么有意思的翻译工作还是蛮开心的，比较好玩。
【2020-11-14】
因为上周个人工作比较顺利的开展，所以本周又认领了一份演讲视频的翻译校验工作。
这次我选了中文校验，还是想要多些不同的体验，同时演讲的主题也是我想去了解的。
我本以为中文校验比英文要简单一些，毕竟是母语。
但是事实狠狠地打了我一巴掌。
因为Transflow对英文的语音识别比中文好太多了，中文的识别简直就是灾难，准确率相当之低。
再加上中文的断句不是那么明显，经常就是一大段一大段的句子，很多都需要去断句。
而且演讲者用中文演讲时，会有有很多个人的口语习惯，比如语速很快、话很密集，
或者很多语气词，呃，这个，那个，啊，嘛，等等，简直让校验工作难上加难。
Transflow还有一点不好的地方就是中文校验文本界面操作极其不友好，经常一个空格打不出来，删除空格造成换行等。
这些都让中文校验工作很难顺利进行。
所以，我一个小时才校验了5分钟的视频，你就可想而知有多不友好了。
这个演讲视频时长是40分钟，我真的是欲哭无泪了。
从这个教训里让自己学会注意自己的演讲语速和语言。不可以这么多的语气词，语速也要适当。
毕竟很多场合都需要工作分享和当众讲话，听众还是需要舒服的感受的。
大约就是我认领的第一个视频演讲者的语速比较慢，时长也合适，让我对其他演讲者也抱着同样的感觉，就轻敌了。
原来并不是所有的演讲者都能做到语速合适、停顿合适的。
进入正题，还是分享下中文校验的经验。
除了与上面英文相同的步骤，先断句外，另外就是
- 去掉分享者的口语语气词
如，这个、那个、呃、呢、啊等等
- 如果口语化太严重，或话的前后顺序反了，打断了对整个句子的书面化理解，那就换一种意思表达，简化、调整、书面化。
原句：我叫**，是作为这个谷歌开发的专家这个身份，然后来给大家这次来介绍一下TensorFlow2的一些最新的一个特性。
调整后：我叫**，作为谷歌开发者专家，为大家分享TensorFlow2的部分最新特性。
- 句子的结尾不要用标点符号
扫一扫
4509
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
