La «latenza» racchiude tre domande diverse
Molte discussioni poco chiare sulla latenza dei sottotitoli confondono due di queste grandezze. Separandole, i numeri smettono di sembrare contraddittori.
Le tre grandezze
Latenza, tempo di elaborazione e ritardo
Latenza video
La distanza temporale tra il video in uscita e quello in ingresso: la latenza di base del protocollo più il buffer configurato. È possibile ottenere una latenza inferiore al secondo con qualsiasi tipo di output.
Tempo di elaborazione
Il tempo impiegato dalla pipeline per produrre un sottotitolo nella lingua originale, una traduzione o un doppiaggio a partire dal parlato: riconoscimento vocale, traduzione e sintesi vocale.
Ritardo
Ciò che percepisce il pubblico: la distanza tra il sottotitolo e l’audio ascoltato. Il ritardo equivale al tempo di elaborazione meno la latenza, con valore minimo pari a zero.
Il compromesso
Il buffer è il controllo
Aumentare la latenza riduce il ritardo. Questo è il compromesso, configurato per ogni implementazione anziché fissato a priori.
Buffer pari a zero
Il video passa con la sola latenza di base del percorso e il pubblico vede i sottotitoli poco dopo il parlato: meno di 2 secondi di ritardo in SRT e in genere circa 5 secondi rispetto all’audio nei flussi HLS.
Alcuni secondi di buffer
Per i sottotitoli nella stessa lingua, un buffer di 3-5 secondi assorbe interamente il tempo di elaborazione, mostrando il testo sincronizzato con l’audio senza ritardo percepibile.
Traduzione e doppiaggio
I sottotitoli tradotti e l’audio doppiato vengono distribuiti in tempo reale e richiedono un buffer maggiore rispetto ai sottotitoli nella lingua originale per risultare sincronizzati, perché la traduzione richiede più tempo della trascrizione. Il buffer viene configurato per ogni progetto, senza indicare un unico valore.
Conta anche la latenza di base
Il tempo già impiegato dal percorso, come la durata di un segmento in CMAF Ingest, viene utilizzato anche per l’elaborazione. Buffer e latenza di base si sovrappongono invece di sommarsi, quindi la latenza totale si avvicina al maggiore dei due valori.
Per percorso
Latenza di base per percorso di distribuzione
Ciò che ogni percorso aggiunge al video prima del buffer e le conseguenze per i sottotitoli. Tutti i percorsi accettano un buffer aggiuntivo, tranne HLS all’origine in modalità append, che non aggiunge né modifica nulla nel flusso.
- SRT / MPEG-TS
- Nei flussi SRT, il percorso video aggiunge circa mezzo secondo di latenza: circa 0,3 secondi per il multiplexing più ogni tratta SRT. L’inserimento dei sottotitoli nel flusso avviene in meno di un secondo, con un ritardo inferiore a 2 secondi; le soluzioni tipiche mostrano i sottotitoli live in 4-8 secondi.
- CMAF Ingest (DASH-IF)
- Un segmento di latenza di base, che contribuisce anche ad assorbire l’elaborazione dei sottotitoli.
- HLS all’origine (modalità append)
- Un vero zero: il flusso esistente viene arricchito, non ritardato. Nei flussi HLS il pubblico vede in genere i sottotitoli circa 5 secondi dopo l’audio, poiché su questo percorso non è presente un buffer che assorba l’elaborazione.
- Widget
- Circa un secondo di latenza di base; i sottotitoli vengono in genere visualizzati 1-3 secondi dopo il parlato, considerando l’intero percorso.
Domande frequenti
I sottotitoli possono apparire perfettamente sincronizzati con l’audio?
Sì. Configuri un buffer di alcuni secondi affinché la latenza video assorba il tempo di elaborazione e i sottotitoli appaiano senza ritardo percepibile. Molti clienti scelgono invece un buffer pari a zero e accettano un breve ritardo dei sottotitoli, in genere inferiore a 2 secondi nei flussi SRT. La scelta dipende da ciò che il pubblico tollera meglio: un video ritardato o sottotitoli ritardati.
Quanto sono rapidi i sottotitoli SyncWords rispetto alle soluzioni tipiche?
L’inserimento nei flussi SRT avviene in meno di un secondo, con un ritardo dei sottotitoli inferiore a 2 secondi, mentre le soluzioni tipiche li mostrano in 4-8 secondi. Nel widget per eventi, i sottotitoli appaiono in genere 1-3 secondi dopo il parlato, considerando l’intero percorso.
Qual è la latenza di sottotitoli tradotti e doppiaggio?
I sottotitoli tradotti e il doppiaggio AI vengono distribuiti in tempo reale. La traduzione richiede più tempo della trascrizione, quindi per sincronizzarli serve un buffer maggiore rispetto ai sottotitoli nella lingua originale. L’impostazione dipende dalle lingue, dalla qualità e dalla latenza video accettabile. La definiamo insieme a lei senza indicare un unico valore.
L’aggiunta di sottotitoli rallenta il video?
Solo per la latenza di base del percorso più il buffer scelto. Sul percorso SRT il video aggiunge circa mezzo secondo; su HLS all’origine in modalità append non aggiunge nulla, perché i segmenti originali non vengono modificati. Nessun percorso esegue la transcodifica.
Perché SyncWords distingue tre termini?
Perché un unico valore di «latenza» di solito risponde alla domanda sbagliata. Un fornitore che indica la velocità dei sottotitoli può riferirsi al tempo di elaborazione; un tecnico che chiede la latenza intende spesso il percorso video; una segnalazione del pubblico riguarda il ritardo. Le tre grandezze sono collegate e il buffer le bilancia, ma restano diverse e hanno valori differenti.
Lo configuri sul suo flusso
Il buffer adatto dipende dal pubblico, non da una specifica. Esegua una prova di fattibilità con i nostri tecnici e valuti il compromesso dal vivo sui suoi contenuti.