Che cos’è la sottotitolazione in tempo reale
La sottotitolazione in tempo reale, o live subtitling, è la produzione di sottotitoli mentre un discorso viene pronunciato, con un ritardo di pochi secondi rispetto al parlato. A differenza dei sottotitoli preparati in anticipo per film e programmi registrati, quelli in tempo reale accompagnano eventi dal vivo: telegiornali, dirette televisive, conferenze, lezioni, sedute di assemblee pubbliche. La sfida non è soltanto tecnica ma cognitiva ed editoriale, perché occorre restituire in forma scritta, leggibile e sincronizzata, un flusso di parole che non si ferma.
Il progresso delle tecnologie di riconoscimento automatico del parlato, indicate con la sigla ASR (Automatic Speech Recognition), ha ampliato il numero delle applicazioni possibili e dei destinatari. Accanto alla sottotitolazione automatica e semiautomatica si sono affermate la resocontazione in tempo reale e il respeaking interlinguistico, tecniche che hanno accresciuto l’interesse di aziende, fornitori di servizi, committenti e università.
Il respeaking, la voce come ponte verso i sottotitoli
Il respeaking è oggi una delle tecniche più diffuse per generare sottotitoli dal vivo. Il respeaker ascolta il discorso originale e lo ripete, o meglio lo riformula, dettandolo a un software di riconoscimento vocale addestrato sulla propria voce. Nel farlo aggiunge la punteggiatura, segnala i cambi di interlocutore, condensa dove necessario e corregge in corsa. Il software trasforma quel parlato controllato in testo, che viene poi trasmesso come sottotitolo. È un lavoro che richiede una notevole capacità di ascolto e riproduzione simultanea, simile per molti versi a quella dell’interprete, unita alla padronanza degli strumenti di dettatura.
Il respeaking interlinguistico
Quando il respeaker non si limita a riprodurre il discorso nella stessa lingua, ma lo traduce mentre lo detta, si parla di respeaking interlinguistico. In questo caso la persona compie due operazioni contemporaneamente: traduce da una lingua a un’altra e produce sottotitoli in tempo reale. È una delle frontiere più impegnative dell’accessibilità, perché somma la difficoltà dell’interpretazione simultanea a quella della sottotitolazione dal vivo, e apre scenari importanti per eventi internazionali e per il pubblico che non condivide la lingua dell’oratore.
L’accessibilità comunicativa per persone sorde e ipoudenti
La ragione prima di queste tecniche è l’inclusione delle persone sorde e ipoudenti, per le quali il testo scritto è spesso il canale principale di accesso ai contenuti orali. La sottotitolazione in tempo reale consente di seguire un notiziario, una conferenza o un dibattito pubblico nello stesso momento in cui si svolge, senza dover attendere una trascrizione successiva. Va ricordato che la comunità delle persone sorde non è omogenea: chi utilizza principalmente la lingua dei segni e chi si affida soprattutto alla lettura hanno esigenze diverse, e i servizi di accessibilità più maturi tendono a offrire più canali affiancati, come i sottotitoli e l’interpretazione in lingua dei segni.
L’accessibilità, in questa prospettiva, non è un servizio accessorio ma una condizione di partecipazione. Poter leggere in tempo reale ciò che viene detto in un’aula consiliare, in un’aula universitaria o in un tribunale significa poter esercitare diritti, studiare, informarsi e prendere parte alla vita pubblica alle stesse condizioni degli altri.
Gli aspetti cognitivi della lettura dei sottotitoli
Leggere sottotitoli mentre si segue un evento dal vivo è un’attività cognitiva tutt’altro che banale. Lo spettatore deve dividere l’attenzione tra il testo che scorre, le immagini e, quando è udente, l’audio. La ricerca sulla lettura dei sottotitoli ha messo in luce alcuni fattori che ne determinano l’efficacia.
Il primo è la velocità di presentazione: se il testo compare troppo rapidamente, il lettore non riesce a completarne la lettura prima che scompaia; se è troppo condensato, si perdono informazioni. Il secondo è la latenza, cioè il ritardo tra la parola pronunciata e la sua comparsa a schermo: un ritardo eccessivo rompe la sincronia con ciò che accade e disorienta. Il terzo è la segmentazione, cioè il modo in cui le frasi vengono spezzate in righe: una segmentazione rispettosa delle unità di senso riduce lo sforzo di comprensione. In un contesto dal vivo, dove non è possibile rileggere, questi elementi incidono direttamente sulla quantità di contenuto che il lettore riesce effettivamente a trattenere.
Dai media agli enti pubblici, la resocontazione in tempo reale
Se la televisione è stata storicamente il primo grande ambito di applicazione della sottotitolazione dal vivo, negli ultimi anni sono gli enti pubblici a mostrare un interesse crescente. Un esempio è quello richiamato nel programma del simposio milanese: presso il Comune di Roma le sedute consiliari vengono trasmesse in streaming con sottotitoli in tempo reale e interpretazione in lingua dei segni. I sottotitoli prodotti dal vivo vengono poi riutilizzati per generare i resoconti scritti delle sedute, e le registrazioni sono archiviate e rese ricercabili tramite software specifici. Questa esperienza è stata presentata da Carlo Eugeni, ricercatore, respeaker e docente universitario, insieme a Simona Ficcardi, consigliera del Comune di Roma, e ad Andrea Venuto, disability manager del Comune di Roma.
Il valore di questo modello sta nel duplice risultato che produce con un solo processo: da un lato garantisce l’accessibilità immediata dei lavori dell’assemblea, dall’altro alimenta la documentazione ufficiale. La stessa attività che rende una seduta seguibile dalle persone sorde diventa così anche la base per l’archivio e per la ricerca dei contenuti.
Un simposio internazionale a Milano
Il 6th International Symposium on Live Subtitling si inserisce in una serie di appuntamenti internazionali dedicati all’accessibilità e alla sottotitolazione in tempo reale, dopo le edizioni di Forlì (2006), Barcellona (2009), Anversa (2011), di nuovo Barcellona (2013) e Roma (2015). L’edizione di Milano è organizzata dall’associazione internazionale di respeaking onA.I.R., Intersteno Italia, e dalla Civica Scuola Interpreti e Traduttori “Altiero Spinelli” di Milano. Il convegno si tiene in inglese ed è accompagnato da sottotitoli in italiano in tempo reale, coerentemente con il tema che affronta. Tra i temi in programma vi è la sessione dedicata alla resocontazione in tempo reale e all’esperienza già in essere presso il Comune di Roma.
Domande frequenti
Qual è la differenza tra sottotitoli in tempo reale e sottotitoli preregistrati?
I sottotitoli preregistrati vengono preparati in anticipo per contenuti già registrati, come film e programmi, e possono essere rivisti e sincronizzati con cura. Quelli in tempo reale, invece, sono prodotti durante l’evento dal vivo, con un ritardo di pochi secondi, e non possono essere corretti a posteriori prima della messa in onda.
Che cos’è il respeaking?
È la tecnica con cui un professionista, il respeaker, ascolta un discorso e lo riformula dettandolo a un software di riconoscimento vocale, aggiungendo punteggiatura e indicazioni. Il software converte questo parlato controllato in testo, che diventa il sottotitolo. Nella variante interlinguistica il respeaker traduce anche in un’altra lingua mentre detta.
A chi servono i sottotitoli in tempo reale?
Servono in primo luogo alle persone sorde e ipoudenti, per accedere ai contenuti orali nel momento in cui vengono prodotti. Sono utili anche in contesti in cui l’audio non è disponibile o non è chiaro, e nel caso del respeaking interlinguistico a chi non conosce la lingua dell’oratore.
Perché gli enti pubblici usano la sottotitolazione dal vivo?
Perché consente di rendere accessibili sedute e assemblee alle persone sorde e, allo stesso tempo, di riutilizzare i sottotitoli per produrre i resoconti ufficiali e archivi ricercabili. Un unico processo assicura così sia l’inclusione sia la documentazione dei lavori.