Koneellisen tekstityksen tarkistus: työvälineet, joilla virheet löytyvät

Kun saan käsiini koneellisesti tuotetun tekstityksen, käsittelen sitä luonnoksena. Syksyn kuluessa kurssilaisilta tulee paljon tiedostoja, jotka näyttävät ensi silmäyksellä siistiltä, ja juuri siksi ne vaativat huolellisen lukemisen. Ajoitus on usein kohtuullinen, mutta sanat voivat olla väärin, ja virheet ovat harvoin sellaisia, jotka huomaa vain vilkaisemalla.

Suomen kielessä kone kompastuu erityisesti taivutukseen, yhdyssanoihin ja puhekielen muotoihin. Sana voi olla kieliopillisesti oikea mutta tarkoittaa aivan muuta kuin puhuja sanoi. Tällainen virhe ei näy oikoluvussa, koska jokainen sana on olemassa. Se paljastuu vasta, kun kuuntelee ja lukee samaan aikaan.

Siksi tarkistukseni perustuu kolmeen välineeseen: kuulokkeisiin, tekstitysohjelman aikajanaan ja omaan tarkistuslistaan. Mikään niistä ei yksin riitä, mutta yhdessä ne tekevät työstä toistettavan eikä tarkistus riipu päivän jaksamisesta.

Kuulokkeet ovat tärkein työvälineeni. Kaiuttimista kuuluva puhe sekoittuu huoneen ääniin, ja heikko kohta jää helposti huomaamatta. Kuulokkeilla erotan sanojen alut ja loput selvemmin, ja pystyn päättelemään, onko koneen ehdottama sana todella sanottu vai onko se arvaus.

Käytän hidastettua toistoa vain vaikeissa kohdissa: nopeassa puheenvuorossa, päällekkäispuhunnassa ja kohdissa, joissa taustalla on musiikkia. Koko aineiston hidastaminen veisi kohtuuttomasti aikaa ja heikentäisi rytmin tuntua. Normaalilla nopeudella huomaa myös sen, onko tekstitys luettavissa siinä ajassa, jonka se on ruudulla.

Kun kone on epävarma, se tuottaa usein sanan, joka kuulostaa samalta mutta ei sovi asiayhteyteen. Tällaisissa kohdissa palaan kohtaan kolmesti ja teen merkinnän, jos en vieläkään ole varma. Epäselvän kohdan voi tarkistaa myöhemmin lähdemateriaalista tai tekijältä, mutta arvaamalla korjattu virhe on vaikeampi löytää uudelleen.

• Kuuntele vaikeat kohdat kuulokkeilla
• Hidasta vain nopeat tai sekavat jaksot
• Merkitse epävarmat kohdat, älä arvaa

Tekstitysohjelman aikajana on toinen peruspilarini. Siitä näen jokaisen tekstiblokin keston ja sen suhteen puheeseen. Koneellinen ajoitus tuottaa usein liian lyhyitä blokkeja, jotka vilahtavat ruudulla, tai pitkiä, jotka jäävät roikkumaan puheen loputtua. Aaltomuoto auttaa havaitsemaan taukoja, joiden kohdalla teksti voi vaihtua.

Katson aikajanalta myös lukunopeuden. Jos kahden rivin teksti on ruudulla vain hetken, katsoja ei ehdi lukea sitä kokonaan. Silloin joko pidennän näkymisaikaa, jos seuraava blokki sen sallii, tai tiivistän tekstiä niin, ettei merkitys muutu. Tiivistäminen on harkintaa, ei mekaanista karsintaa.

Koneen tekemät rivinvaihdot ovat usein tasapituisia mutta kielellisesti huonoja: rivi katkeaa keskelle fraasia tai erottaa määritteen sanasta, johon se kuuluu. Korjaan ne käsin lukemalla jokaisen blokin ääneen. Jos lause kuulostaa kömpelöltä katkeamiskohdasta, se on sitä myös lukijalle.

Olen oppinut, että koneelliset virheet toistuvat samoissa paikoissa. Erisnimet ovat ensimmäinen ryhmä: paikannimet, henkilönnimet ja oppilaitosten nimet muuttuvat usein yleisiksi sanoiksi. Toinen ryhmä ovat luvut, vuosiluvut ja mittayksiköt, jotka kone voi kirjoittaa väärin tai jättää kokonaan pois.

Kolmas ryhmä on puhujanvaihdokset. Kone ei yleensä tunnista, kuka puhuu, joten kahden ihmisen vuoropuhelu voi päätyä yhdeksi pitkäksi lauseeksi. Neljäs on välimerkit: kysymysmerkki puuttuu, pilkku on väärässä paikassa tai lause päättyy kesken. Näistä jokainen vaikuttaa siihen, miten katsoja ymmärtää sanotun.

Viides ryhmä on merkitykselliset äänet. Kone ei kuvaa naurua, oven kolahdusta tai taustamusiikin muutosta, vaikka ne kantaisivat tarinaa. Lisään ne vasta kielen tarkistuksen jälkeen, koska silloin tiedän, mitä ääniä jo kirjoitettu teksti kertoo ja mitä ei.

• Erisnimet ja paikannimet
• Luvut, vuodet ja yksiköt
• Puhujanvaihdokset ja välimerkit
• Äänet, joita kone ei kuvaa

Luotan kirjalliseen tarkistuslistaan, koska muisti pettää väsyneenä. Lista kulkee samassa järjestyksessä kuin työ: ensin sisältö, sitten ajoitus, sitten rivit, lopuksi tiedostomuoto. Kun kohta on tehty, rastitan sen, ja palaan siihen vain, jos jokin myöhempi korjaus muuttaa tekstiä.

Järjestyksellä on merkitystä. Jos aloittaa rivinvaihdoista ennen kuin sanat ovat oikein, joutuu rivittämään uudelleen, kun sana vaihtuu pidempään. Sama koskee ajoitusta: se kannattaa lukita vasta, kun teksti on lopullista. Helmi Koskinen on rakentanut kurssin listan niin, että se noudattaa tätä logiikkaa.

Tarkistuslista on myös viestintäväline. Kun luovutan työn eteenpäin tai kurssilainen palauttaa harjoituksen, lista kertoo, mitä on käyty läpi ja mitä ei. Epäselvät kohdat jäävät näkyviin eivätkä katoa hyvän yleisvaikutelman taakse.

Täydellistä tekstitystä ei ole, mutta riittävän hyvälle voi asettaa selkeän rajan. Kun olen kuunnellut koko aineiston, korjannut sanavirheet, tarkistanut ajoituksen ja rivitykset ja käynyt listan läpi, luen tekstityksen vielä kerran ilman ääntä. Jos pystyn seuraamaan asiaa pelkästä tekstistä, katsoja pystyy myös.

Viimeinen vaihe on esikatselu julkaisuympäristössä. Teksti voi näyttää toisenlaiselta eri soittimessa tai pienellä näytöllä, ja rivin pituus saattaa muuttua. Katson vähintään yhden kohdan puhelimen kokoisella ruudulla, koska moni katsoja lukee tekstityksen juuri siellä.

Kokemus on osoittanut, että kiireessä julkaistu koneellinen tekstitys aiheuttaa enemmän korjaustyötä jälkikäteen kuin etukäteen tehty tarkistus. Siksi varaan tarkistukseen aikaa jo julkaisun aikataulua suunnitellessa.