成為中國YouTube，這估計是每一家國內(nèi)視頻網(wǎng)站都曾經(jīng)設(shè)想過的目標。
現(xiàn)在，無論是從全球市場規(guī)模、還是從營收規(guī)模上來說，YouTube都已經(jīng)是一個龐然大物。而在國內(nèi)，至今已難以找到一家能夠與YouTube實力相當(dāng)，甚至說模式相似的視頻網(wǎng)站了。
差異是如何產(chǎn)生的，已經(jīng)成為一個可以寫成商業(yè)專著的選題了。而這一次我們則關(guān)心一個更為細節(jié)的產(chǎn)品技術(shù)問題，那就是在YouTube上早已實現(xiàn)的自動字幕功能，為何沒有在國內(nèi)的主流的視頻網(wǎng)站上出現(xiàn)?
據(jù)報道，在2017年初，以UGC起家的YouTube已經(jīng)為10億條視頻提供了自動添加字幕的服務(wù)，使用者每天的播放次數(shù)超過 1500 萬次，而且目前已支持全球10種語言的自動字幕加載，以及支持包括簡體中文在內(nèi)的上百種語言的機器翻譯。
那么這一自動字幕的功能為何沒有被我們國內(nèi)的視頻網(wǎng)站“Copy”?
也許你第一反應(yīng)會想到技術(shù)原因。也是也不全是。畢竟近幾年，我國在自動語言識別上面的技術(shù)早已成熟，在視頻網(wǎng)站上應(yīng)用也許早已不成問題。
“是不為也，非不能也。”如果孟老夫子在世，可能還會說出這句話來。但原因究竟是啥，恐怕還是要繼續(xù)追問下去，而最終我們其實還是想對這些國內(nèi)視頻網(wǎng)站的新老玩家們提問下：
這么“香”的技術(shù)，到底要不要學(xué)習(xí)一下呢?
自動字幕：從Goodness到Business
YouTube的自動字幕功能是在2009年由谷歌的工程師們開發(fā)的，那時離谷歌收購YouTube已經(jīng)過去三年了。
這一功能的初衷是，通過將視頻聲音轉(zhuǎn)化成文字字幕，為全世界有聽力障礙的用戶提供便利。而開發(fā)這一功能的軟件工程師肯·海倫斯坦也正是一位聾啞人士。
眾所周知，YouTube是從用戶UGC視頻內(nèi)容起家的，目前仍然是全球最大的UGC視頻網(wǎng)站。當(dāng)前月用戶訪問數(shù)可以達到18億，用戶每分鐘上傳視頻時長達到400小時，并且時長還在增長。
這同時意味著，有大量上傳的UGC視頻中是沒有主動添加字幕的。這對于正常聽力的用戶來說，并沒有什么影響，而對于有聽力障礙的人來說，則相當(dāng)于缺少了極其重要的音頻信息。
而自動字幕的加入，則在一定程度上幫助了聽障用戶獲取更多的信息渠道。
目前，谷歌和YouTube團隊正在利用機器學(xué)習(xí)為自動字幕增加音效信息，從而更大程度地豐富音頻內(nèi)容的表達。通過添加如鈴聲、狗叫聲、敲門聲等音效字幕，也正是出于改善聾啞或聽障人士的觀看體驗而進行的技術(shù)改進。
這樣一項出于社會責(zé)任感和用戶公平體驗的技術(shù)，也帶來了額外的市場推廣價值。
隨著自動字幕可以識別的語種的增加，以及自動翻譯功能的加入，這一項技術(shù)成為一項全球用戶都可以受益的功能。比如，大量優(yōu)質(zhì)的英語原聲知識分享視頻可以通過自動添加英語字幕，再轉(zhuǎn)為其他語種，供非英語區(qū)的用戶觀看學(xué)習(xí)。這顯然對YouTube的全球化推廣產(chǎn)生了積極的推動作用。
在每天上千萬次的自動字幕的使用中，語音識別難免會出現(xiàn)一定錯誤，但隨著YouTube社區(qū)用戶對這些自動字幕信息進行評論和編輯后，這些信息又會再進入機器學(xué)習(xí)的流程，從而幫助自動字幕系統(tǒng)更好地提高準確率。同時，自動字幕及機器翻譯準確度的提升，又推動內(nèi)容推薦的精準度的提升，進一步增加用戶粘性和使用時長。
一項幫助提升用戶體驗的AI技術(shù)，又在用戶的海量數(shù)據(jù)的幫助下變得更加強大，很好地印證了“科技向善”可以帶來更多意想不到的好處。
當(dāng)然，這里有一點比較遺憾的地方是，如果你有機會使用YouTube的中文簡體的自動翻譯功能的時候，你可能并不好理解翻譯出來的中文到底在表達什么意思?
一來，可能視頻中中文口語化的音頻內(nèi)容確實不好翻譯;二來，由于你懂得的原因，這個自動翻譯的數(shù)據(jù)模型并沒有得到有效的訓(xùn)練。
那么，自動字幕如此得天獨厚的市場空白、如此巨大的應(yīng)用規(guī)模，以及如此現(xiàn)成的技術(shù)條件，為什么沒有國內(nèi)的視頻網(wǎng)站主動去使用呢?
為什么國內(nèi)視頻網(wǎng)站們“主動”錯過這一技術(shù)？
想要回答幾大國內(nèi)視頻網(wǎng)站“為啥沒有采用自動字幕”這一小問題前，需要先回答“他們?yōu)樯稕]有繼續(xù)發(fā)展UGC的內(nèi)容模式，而是轉(zhuǎn)向了影視劇版權(quán)購買的模式”?
十年多前的中國還不是一塊UGC的沃土，相比較于美國家庭掀起的家庭錄像及生活視頻的制作消費的浪潮，當(dāng)時的國人對于優(yōu)秀影視作品的需求更為強烈。UGC內(nèi)容并沒有實現(xiàn)更好的商業(yè)變現(xiàn)方式，堅持以UGC為定位“土豆網(wǎng)”成了早早出局的元老級玩家。
而影視劇作品是不缺少優(yōu)質(zhì)的人工字幕翻譯的。在國家嚴格把控版權(quán)問題之前，在這些視頻網(wǎng)站上，大量的海外電視劇電影被以“用戶上傳”的名義免費播放。同時，提供國外影視劇翻譯的字幕組的出現(xiàn)，也讓視頻網(wǎng)站們可以以極低的成本獲得優(yōu)質(zhì)、準確的字幕。
2010年之后，隨著愛奇藝、騰訊視頻的出現(xiàn)，優(yōu)酷土豆合并后又被阿里收購為標志的BAT巨頭入場，視頻網(wǎng)站們徹底進入了以PGC影視劇內(nèi)容生態(tài)為主的“版權(quán)”燒錢爭奪戰(zhàn)。這時的巨頭們已經(jīng)開始向往Netflix的自制會員付費模式了。
UGC內(nèi)容當(dāng)中的字幕添加問題，從商業(yè)價值上也就再也沒有進入這些網(wǎng)站的決策范圍了。
再者，中國自身市場的數(shù)億的用戶紅利，使得當(dāng)時的視頻網(wǎng)站們在爭奪存量市場都有些自顧不暇，自然也沒有動過“出海”的念頭。沒有出海需求，也就沒有海外用戶。而統(tǒng)一的中文語言環(huán)境并不需要對中文音頻進行多語種的翻譯。即使隨著機器學(xué)習(xí)、自然語言處理技術(shù)的出現(xiàn)，也沒有視頻大廠們想要費力去應(yīng)用。
對于長期處在燒錢虧損狀態(tài)的玩家們，照顧聽障者等弱勢人群的觀看體驗，看來也沒有進入到他們的產(chǎn)品目標當(dāng)中。畢竟主流的影視劇視頻資源和PCG內(nèi)容資源都已經(jīng)使用了人工添加的字幕。邊緣化的UGC內(nèi)容和特殊的少數(shù)用戶群，似乎并不需要投入過多精力。
從以上種種的原因看來，動力不足，正是這些視頻大廠們不愿玩轉(zhuǎn)“自動字幕”的最好解釋。而無所作為并不代表他們未來也不需要這項技術(shù)。
在當(dāng)前人口紅利消失、用戶增加趨緩的情況下，出海成為近兩年來幾大視頻網(wǎng)站玩家們的集體行動。除了將國內(nèi)優(yōu)秀的影視劇內(nèi)容對外輸出外，吸引海外用戶制作分享大量的優(yōu)質(zhì)UGC內(nèi)容，成為產(chǎn)品海外市場本地化發(fā)展的必由之路。
而從YouTube的啟示來看，增加這一自動字幕以及自動語言翻譯功能，將會對UGC內(nèi)容生態(tài)帶來非常積極的正面作用。
十年來，狂飆突進中落下的功課，是不是該補一補了?
破解出海困境，自動字幕可助一臂之力
當(dāng)前，以海外版抖音TikTok為代表的短視頻應(yīng)用出海方興未艾，而國內(nèi)以騰訊、愛奇藝為代表的長視頻網(wǎng)站巨頭也已經(jīng)開啟出海模式。當(dāng)前，主要扎堆進入東南亞市場。
TikTok這類更具興趣屬性和娛樂表演屬性的短視頻應(yīng)用，沉浸式的算法推薦也同樣在海外取得了極大的成功;帶版權(quán)的背景音樂、炸裂特效和簡單方便的字幕特效和傻瓜式的剪輯手法，使得海外年輕人們的接受和制作門檻更低。TikTok很快在日韓、美國以及東南亞等國家快速流行起來。
相比之下，依靠精品內(nèi)容出海的視頻網(wǎng)站則顯得進展緩慢，需要步步為營，穩(wěn)扎穩(wěn)打。
我國視頻網(wǎng)站的出海時間不長，但已經(jīng)經(jīng)歷了三個階段。先是經(jīng)歷了海外優(yōu)質(zhì)內(nèi)容的引入;然后再復(fù)制這一模式加強自身版權(quán)內(nèi)容的對外輸出。而在去年，則開始主導(dǎo)搭建海外的自有媒體平臺，并開始與海外各個國家的主流媒體、運營商等達成長期戰(zhàn)略合作。
華語內(nèi)容的輸出成為本次出海的重點，但是想要在海外市場真正取得成功，那必然還是要吸引本地化的視頻內(nèi)容。據(jù)調(diào)查，海外視頻用戶更會為帶有本地文化印記和本土語言的視頻內(nèi)容進行付費。因此，鼓勵海外本地的UGC內(nèi)容的制作和分享，培養(yǎng)和建成規(guī)模化和規(guī)范化的本地內(nèi)容生態(tài)，才能最終留存住本地化用戶，形成長期使用習(xí)慣。
除了進行一定的原創(chuàng)內(nèi)容補貼，或者參照YouTube的廣告分成模式外，降低UGC制作的使用門檻，提升海外用戶的觀影體驗，也是更為根本的解決方案。
這時候，基于語音識別和機器翻譯的能力，增加自動字幕以及自動翻譯的功能，可以更好地幫助制作者完成字幕的添加工作，同時幫助大量用戶快速翻譯其他國家的視頻內(nèi)容。
一、通過加入對視頻內(nèi)容的自動字幕的加入，可以吸引海外用戶更愿意主動創(chuàng)作本土內(nèi)容，增進海外用戶對本土內(nèi)容的觀看和消費。
二、通過引入多語種之間的字幕翻譯，來提升和優(yōu)化海外用戶的內(nèi)容推薦體系，從而形成豐富的海外生態(tài)，從而提高視頻內(nèi)容的國際化推廣的力度。
當(dāng)然，自動字幕和自動翻譯功能的實現(xiàn)還受到語料資料的限制，國內(nèi)的視頻網(wǎng)站們除了自身所熟悉的中文視頻外，還要對東南亞各國的音視頻的語音進行大量地采集和訓(xùn)練。
出海難題無數(shù)條，起碼這一技術(shù)可以作為在出海中打拼的“騰愛們”必須要補上的一門基礎(chǔ)課，而視頻內(nèi)容的本地化UGC可以成為下一輪出海重點發(fā)力的新嘗試。
欲戴王冠，必承其重。眾所周知，YouTube在全球獲得的巨大流量，來自于YouTube的強大的技術(shù)能力、廣告營銷體系以及谷歌的軟硬件支持……從今天YouTube的成功去倒推原因，我們會列出一串長長的清單。在這份清單的一行里，我們注意到了出于社會責(zé)任而添加的一項小小的功能，而這一功能卻帶來每天上千萬人的使用。
對于國內(nèi)的視頻網(wǎng)站來說，這確實是值得學(xué)習(xí)的一個經(jīng)驗。即使一開始并沒有特別緊要的應(yīng)用場景，也沒有明顯的商業(yè)利益，但是可以通過技術(shù)，特別是AI技術(shù)，來大規(guī)模地、以無限降低邊際成本的方式，來改善用戶體驗，那一定是值得去嘗試的。
而現(xiàn)在，國內(nèi)視頻網(wǎng)站、短視頻已經(jīng)處在揚帆出海的風(fēng)口，語音識別以及機器翻譯的技術(shù)也現(xiàn)成可用，而全球文化多元化交流的需求也正在井噴。出海的這些玩家們想要抓住這場新的全球UGC內(nèi)容爆發(fā)的紅利，自動字幕技術(shù)大有可為。
