Há uma quantidade crescente de conteúdo audiovisual relevante — entrevistas, análises políticas, documentários, aulas — que circula quase exclusivamente em vídeo. Para pesquisa, ensino e arquivamento, o vídeo é um formato opaco: não dá para buscar dentro dele, não dá para citar com precisão, não dá para reler rapidamente. A informação está lá, mas praticamente inacessível ao trabalho intelectual sistemático.
As legendas automáticas do YouTube poderiam ser uma saída — a maioria dos vídeos longos já as possui. Mas o formato em que chegam (WebVTT com marcações de karaokê, linhas duplicadas a cada rolagem, timestamps espalhados no meio das frases) é inútil para leitura humana ou para alimentar um modelo de linguagem.
Powered by WPeMatico