記者／陳俊宇
美國知名影片分享網站YouTube，23日在官方網站宣布了一項創新功能。在未來，影片當中自動字幕功能也能夠顯示情緒性和聲音效果的字詞。更明確來說，舉凡像是「音樂」、「拍手」、「笑聲」等效果，未來都能夠以字幕來呈現，而最大的受惠者莫過於是全球3.6億的聽力損傷患者。
一直以來，Youtube其實都有提供使用者自動字幕的功能，不過也僅止於轉換口語的部分，較細微的聲音是沒辦法捕捉到的。因此對於少部分聽力損傷的使用者，並不能真實感受到影片中的情緒字詞或是聲音效果。不過，歸功於Google近年來在機器學習領域的技術成果，使得YouTube有能力針對這一些較弱的音訊進行研究，自動字幕功能上才能有創新性的突破。
￭ 點擊右下角自動字幕即能體驗YouTube的新功能。（影片來源自／YouTube）
另外，YouTube工程開發人員在其部落格文章也表示，觀看視頻過程中，有更多的享受是來自於音效並不只是言語而已，這些音效也為視頻體驗增添了色彩。而且，若我們站在聽力損傷患者的立場，想像在觀看影片時聽不到音樂、笑聲，抑或是人群的咆哮聲時，或許就會深刻體會到，這項功能的問世是切身相關的。
￭ YouTube新功能讓聽力損傷患者也能感受影片的情境。（截圖自／YouTube）
不過，部落格文章也提到了一點，當自動字幕功能遇到一些錯誤時，僅有50%的用戶會提出反饋，因為那些可以聽到聲音的使用者較容易忽略字幕的錯誤。而若是聽力損傷的使用者，則會將錯誤解釋為存在的聲音，以為他們沒有錯過關鍵的訊息，使得開發人員無法準確、即時地蒐集使用者的意見。若未來能夠以相關的資訊技術來克服，相信YouTube還能做到更好。
最後，若對於YouTube自動音效字幕系統的相關技術有興趣的讀者，您可以在Google Research Blog了解到更多。