过去几年，Google 已不停地 YouTube 引入了相当强大的自动字幕功能。而在最新升级之后，这套系统甚至能够识别出场景音效了！Sourish Chaudhuri 在一篇博客中写到：“尽管语音是用来沟通的最熟悉方式，但环境音效也是人们感知这个世界不可或缺的一环。我们会对环境声产生本能的反应，比如被突然的骚动吓了一跳、用音乐来烘托氛围、以及情景剧中的观众笑声”。
Pharrell Williams & Janelle Monae: "Hidden Figures" Talks at Google
YouTube 于 2009 年引入了自动字幕功能，旨在翻译语音并让内容被更多人所接触到。然而此前视频中的环境声一直被有意无意的忽略，这对大家的观影体验产生了一些消极的影响。
YouTube 字母系统的最近进展，得益于它和 Sound Understanding、以及 Accessibility 的合作，后者为该视频网站开发出了首套自动声效翻译系统。
我们现在已经能够检测一则视频中是否存在这类音效，将之翻译并挂上合适的标签。可识别的声效类别很丰富，包括鼓掌、音乐、以及大笑等。
今年早些时候，YouTube 宣布其自动字幕翻译已经为 10 亿人次提供了服务。据该公司对一些用户的研究，2/3 的人们表示新加入的声效翻译功能增强了他们的整体使用体验。
[编译自：SoftPedia]