강의 실시간 캡션,
다시 말해 달라고 할 수 없을 때.

강의에서 캡션이 붙는 것

플랫폼 자체 캡션으로는 왜 부족할까요?

대학 영상 플랫폼도 캡션을 만듭니다. Panopto는 스무 개가 넘는 언어로 자동 생성하고, Echo360은 게시된 녹화본을 받아 적어 정확도가 충분히 높을 때 캡션으로 붙입니다. 그게 켜져 있고 잘 돌아간다면 그걸 쓰세요. 다만 세 가지는 다루지 못합니다.

• 그 캡션은 녹화본을 위한 것입니다. 녹화본이 처리되고 게시된 뒤에야 나와요. 지금 Mac으로 흘러 들어오는 강의에는 아직 없고, 읽어야 하는 시점은 바로 지금이고요.
• 학교가 정하고, 나는 정할 수 없습니다. 캡션이 아예 존재하는지가 다른 누군가 설정해 둔 옵션과 다른 누군가 고른 정확도 기준에 달려 있어요. 내 자리에는 그걸 켤 토글이 없습니다. 이 앱은 Mac을 벗어나지 않으니 누구의 허락도 구하지 않아요.
• Mac 밖으로 나가는 것도 없고, 원하지 않으면 Mac 안에 남는 것도 없습니다. 강의는 녹음되지 않고, 받아쓰기를 위해 어딘가로 보내지도 않아요. 디스크에 쓰는 것은 직접 저장하기로 한 대본 하나뿐입니다. 여기서는 이게 특히 중요합니다. 강의는 남의 저작물이니까요.
• 수업의 절반은 강의 플랫폼 바깥에 있어요. Zoom 세미나, YouTube 강연, 녹화된 학회, 스터디 그룹 허들, Canvas에 삽입된 영상. 앱 하나가 이걸 전부 덮습니다. 특정 서비스가 아니라 Mac에서 나는 소리에 캡션을 붙이니까요.
• 보고 있는 게 아니라 받아 적고 있습니다. 강의는 이 창에서 재생되고 필기는 저 창에서 하는데, 애초에 녹화 강의를 보는 이유의 대부분이 그것입니다. 플랫폼 플레이어 안의 캡션은 노트를 쓰기 시작하는 순간 그 뒤로 들어갑니다. 이 캡션은 지금 타이핑하고 있는 것이 무엇이든 그 위에 남습니다.

강의 관련 질문

Panopto, Echo360, Canvas, YouTube에서도 되나요?

전부 됩니다. 플랫폼과 연동하는 게 아니라 앱이 내는 소리를 가져오기 때문에, Panopto 강의도, Echo360 녹화도, Zoom 세미나도, YouTube 녹화도, Canvas에 삽입된 영상도 이 앱에는 전부 같은 것입니다. Mac에서 나오는 소리요.

전문 용어를 제대로 알아듣나요?

안 되는 경우가 많고, 어떤 음성 인식기도 마찬가지입니다. 대학들도 자동 캡션에 관한 자체 안내에서 같은 말을 해요. 억양이 있는 말과 전문 어휘에서 정확도가 떨어진다고요. 이 앱은 반쯤 들린 문장에는 도움이 되지만, 모델이 본 적 없는 용어에는 도움이 되지 않습니다. 이름, 기호, 전문 용어는 직접 고쳐야 한다고 생각하세요.

복습용으로 캡션을 남겨 둘 수 있나요?

네, 있는 그대로의 대본으로요. 강의가 멈추면 앱이 일반 텍스트, Markdown, SRT 중 하나로 저장하겠느냐고 묻고, 그러지 않으면 디스크에는 아무것도 쓰지 않습니다. 그래도 복습에는 학교의 녹화본과 거기서 나오는 기록이 있다면 그쪽이 더 나은 도구이고, 대개 등록금에 포함돼 있습니다.

학교가 캡션을 켜 두지 않았다면요?

그래도 이 앱은 됩니다. 학교에 아무것도 묻지 않으니까요. 플랫폼 캡션이 존재하는지는 학교가 정한 설정과 정확도 기준에 달려 있고, 둘 다 내 자리에서 바꿀 수 있는 것이 아닙니다.

강의실에서도 되나요?

네, 마이크를 통해서요. 기본으로는 Mac이 재생하는 소리에 캡션을 붙입니다. 스트리밍하거나 접속하거나 재생하는 강의요. 눈앞의 강의라면 ‘들을 소리’에서 마이크를 고르세요. 그러면 대신 강의실 소리에 캡션을 붙이고, 마이크를 처음 고를 때 macOS가 권한을 묻습니다. 얼마나 잘 되는지는 강연자의 목소리가 내 자리까지 얼마나 닿느냐에 달렸어요. 강의실 뒤쪽의 노트북 마이크는 스트리밍보다 어려운 일입니다.

강의에는 어떤 모델을 쓰면 되나요?

느린 쪽을 고르세요. 대화에서는 곧 답해야 하니 160 ms 모델이 좋습니다. 강의에서는 누구에게 답할 일이 없으니, 지연 시간을 정확도와 맞바꿔 1120이나 2240 ms의 Nemotron을 쓰세요. 문장 부호와 대소문자까지 붙여 줍니다.