El volumen de producción cinematográfica es infinito. Es tal la cantidad de series, películas y documentales que salen cada día y de tales dimensiones la expansión que estas tienen debido al streaming, que las empresas han tenido que buscar formas más rápidas de subtitular sus episodios. El objetivo es que salga rápido, bien y en cientos de idiomas a la vez para poder llevar el servicio a cientos de países.
A eso se dedican empresas como TransPerfect, una empresa estadounidense con sede en España que presta sus servicios a empresas Walt Disney, HBO, Sony Pictures, Warner Bross, o 21st Century Fox. Pero también a otros canales y entidades como la acb estadounidense, la NBA o la liga de béisbol de EEUU.
¿Pero cómo se aplica la IA a los subtítulos?
"Usamos 'deep learning', la base de la IA, y creamos sistemas específicos para cada cliente en base a textos suyos y la máquina aprende de forma continua del contenido; va mejorando", explica Diego Bertolomé, responsable de IA de TransPerfect.
El proceso no se hace solo con inteligencia artificial, sino que también pasa por, al menos, dos correctores que revisan el texto, que ha sido traducido y subtitulado por la máquina. Aunque esto pueda parecer una pérdida de tiempo, porque el trabajo se hace tres veces, la realidad es que, sobre todo la primera revisión, se hace muy por encima. Los traductores son dos o tres veces más rápidos que si no usaran la inteligencia artificial.
"Aunque no todas se revisan; hay aproximadamente un 5% que no", explica Bartolomé. "Tuvimos un caso de series coreanas que triunfaban en Indonesia y no era necesario que el subtítulo fuera excelente porque lo que les interesaba era lo visual. Pero en cuanto la serie tenía éxito sí hizo falta pasarla por revisión humana."
El objetivo no es otro que la rapidez: las empresas quieren sus series para ahora mismo, en cientos de países, con los subtítulos listos. Todo el proceso de revisión se hace antes de lanzarlo, porque las plataformas no quieren arriesgarse, quieren que el trabajo esté lo mejor hecho posible (pero siempre con celeridad).
La máquina aprende poco a poco pero no sabe analizar el contexto.
Lo primero que se hace es pedir a la empresa información sobre el contenido, para que la máquina pueda aprender algunas cuestiones básicas y que trabaje a partir de ese momento. Después, hace su trabajo, y con las revisiones que hace el equipo humano, la máquina sigue aprendiendo para poder hacer el trabajo cada vez más exacto.
Sin embargo, siempre tendrá un margen de error. La empresa forma a los traductores para que utilicen toda la riqueza del lenguaje, de forma que sepan usar la palabra exacta en cada situación (algo que las máquinas no consiguen). También hay momentos en los que la máquina no sabe identificar el contexto. Por ejemplo, si en una serie un personaje siempre dice la misma frase, hay que evitar que cada vez se traduzca de una forma distinta, por lo que se hace necesario el trabajo del equipo humano. "Estamos trabajando en estos detalles y se pueden conseguir, pero la tecnología es muy costosa", explica Diego Bartolomé.
Un beneficio de realizar este tipo de trabajo mediante máquinas es la mayor dificultad para filtrar datos. Las empresas no quieren que se sepa la trama de la serie antes de que salga, y el hecho de que sea una máquina quien hace la traducción y subtitulado minimiza el riesgo. Además, los trabajadores realizan el trabajo online en un programa determinado, de forma que no pueden compartir de ninguna forma lo que están viendo (tan solo si sacaran el móvil y se pusieran a grabar la pantalla).
"Algo que está muy de moda es usar la inteligencia artificial para el doblaje y la voz en off. Sin embargo, a nivel práctico creemos que todavía está bastante lejos", comenta Bartolomé. En el mercado, lo más avanzado que hay por el momento es la traducción por voz: una máquina que coge voz y la convierte en voz en otro idioma. Pero aún quedan detalles por cubrir, como sincronizar los labios y otros que hacen que esta tecnología aún quede lejos. "Estamos probando pero aún no estamos trabajando con ello. Aún está lejos", cierra Bartolomé.
