Subtítulos automáticos para su señal SDI, sin operador
Igson CC Inserter recibe la señal SDI, escucha el audio y transcribe en tiempo real lo que se dice, en español o en inglés. Entrega la misma señal por la salida SDI con closed captions CEA-608 (CC1) y CEA-708 (servicio 1) insertados en el VANC.
No requiere estenógrafo ni conexión a Internet. Todo el reconocimiento de voz se hace dentro del equipo, con una GPU NVIDIA.
Subtítulos que coinciden con la imagen
La señal sale con un retardo fijo, de 5 segundos por defecto, que da tiempo al reconocimiento para que cada subtítulo coincida con lo que se ve en pantalla. Video y audio se retrasan juntos, así que el lip-sync no se altera. Si el reconocimiento se reinicia, el video nunca se interrumpe.
El texto sale bien escrito: acentos, “ñ”, “¿” y “¡” correctos, y la marca “>>” cada vez que cambia la persona que habla, como en los noticieros profesionales.
Un panel con todo a la vista
El panel web abre desde cualquier navegador de la red, con contraseña opcional. Está disponible en español y en inglés. En la pestaña Operación el operador ve:
- Vista previa en vivo: el subtítulo tal como sale al aire y en su posición real, con el historial de cada renglón y su hora.
- Indicadores de estado:
- Señal: formato y cuadros por segundo de la entrada, con aviso inmediato si se pierde.
- Latencia ASR: cuánto tarda el reconocimiento. Debe estar muy por debajo del retardo.
- GPU: temperatura y velocidad de la tarjeta, con alerta si pasa de 85 °C o baja su reloj por calor.
- Palabras «tarde»: cuenta las palabras que llegaron fuera de tiempo. Lo normal es cero.
- Licencia: si el equipo tiene licencia o está en modo DEMO.
- Control en vivo: encender o apagar los subtítulos, borrar la pantalla al entrar a cortes y escribir un subtítulo manual para avisos o correcciones al momento.
Posición y estilo, sin reiniciar
- Arriba o abajo: los subtítulos se mueven a la parte superior de la pantalla con un clic, cuando abajo hay cintillos o gráficos.
- Izquierda, centro o derecha: renglones de ancho completo (32 caracteres) o de 24 caracteres centrados o alineados a la derecha.
- De 2 a 4 renglones en modo roll-up.
- TODO EN MAYÚSCULAS, el estilo de las grandes cadenas de noticias, activable con una casilla.
Ajustes del reconocimiento
Desde el panel, mientras se transmite:
- Marcar cambio de locutor: activa o desactiva los >>.
- Umbral de locutor: define qué tan distinta debe ser una voz para marcar el cambio.
- Turno mínimo: evita marcar dos cambios de locutor seguidos demasiado pronto.
- Pausa: el silencio que cierra una frase.
- Beam: equilibrio entre velocidad y precisión.
- Intervalo entre pasadas: reduce la carga y la temperatura de la GPU a cambio de un poco más de latencia.
Los ajustes se guardan y se aplican solos cada vez que el sistema arranca.
Vocabulario y correcciones: el sistema aprende su canal
- Vocabulario: escriba los nombres de sus conductores, colonias, municipios, marcas y términos locales, uno por línea. El reconocimiento los tomará en cuenta para escribirlos bien. Se aplica a los pocos segundos de guardar.
- Correcciones: reemplazos automáticos para los errores que se repiten, con el formato incorrecto => correcto. Por ejemplo: Gualdos => Waldo's, o dos mil veinticinco => 2025. Se aplican desde la siguiente frase.
Con unos minutos de ajuste, los subtítulos se adaptan al lenguaje de su programación.
Constancia de subtitulaje
Cada renglón emitido queda registrado con su hora en un archivo diario, como respaldo de su servicio de accesibilidad. También se guarda un registro del estado del sistema cada minuto.
Hecho para operar 24/7
- Corre como servicio de Windows: arranca solo al encender el equipo, sin iniciar sesión, y se recupera solo ante cualquier falla.
- Detecta automáticamente el formato de entrada: 720p, 1080i y 1080p.
- Selección de canales de audio: mezcla de 1 y 2, o solo uno de ellos, por ejemplo cuando el canal 2 lleva otro idioma.
- Instalador completo sin conexión a Internet, con verificación automática de la GPU y del modelo de voz.