Исходная ситуация: есть 6 записанных скринкастов (всего ~90 минут) из внутреннего обучения по реагированию на инциденты и расследованию логов (SIEM) для команды SOC. Видео на английском, много терминов и аббревиатур, спикер с акцентом, встречаются названия полей событий, команды и фрагменты конфигов. Материалы нужно выпустить на русском для русскоязычных аналитиков, сохранив точность формулировок и привязку к таймкодам. Техническая среда и предметная область: кибербезопасность - SOC, SIEM, корреляционные правила, анализ Windows Event Logs, Sysmon, MITRE ATT&CK, базовые команды PowerShell, разбор сетевых индикаторов. В видео присутствуют экранные фрагменты с консолью, Kibana/Elastic, Splunk-подобный интерфейс, таблицы, JSON-поля, регулярные выражения. Что требуется сделать - несколько этапов:
1) Извлечь речь и подготовить точную транскрипцию EN с таймкодами и пометками непонятных мест - допускается использование ASR, но финальная правка вручную обязательна, особенно для терминов, чисел, имен техник и команд.
2) Сделать перевод EN->RU с учетом доменной терминологии. Перевод должен быть не дословным, а учебно-практичным - без потери смысла, но с аккуратной локализацией терминов, где это уместно. Команды, имена полей, значения, CVE, техники MITRE, индикаторы, пути и ключи реестра не переводить, а сохранять как в оригинале.
3) Сформировать глоссарий (EN-термин - утвержденный RU-вариант - примечание) минимум на 60 единиц, чтобы дальнейшие ролики можно было переводить единообразно.
4) Подготовить субтитры в формате SRT для каждого ролика - с корректной сегментацией, читаемостью и синхронизацией. Ограничения по субтитрам: 1-2 строки, до 42 символов в строке, скорость чтения не выше 17 cps, на экране не менее 1.0 сек и не более 6.0 сек, без перекрытия таймкодов.
5) Провести контроль качества - выловить несоответствия терминов, рассинхрон, ошибки в числах, командах и именах полей, и выдать короткий отчет о спорных местах с предложениями. Конкретный результат: папка с 6 файлами .srt (RU) и 6 файлами .txt или .docx с финальной EN-транскрипцией и RU-переводом по абзацам, единый глоссарий .xlsx, и QC-отчет .txt с перечнем проблемных фрагментов по таймкодам. Ограничения: исходные видео и возможные внутренние названия не публиковать и не использовать для обучения моделей. Не менять смысл инструкций по реагированию на инциденты. Любые сомнительные места отмечать, а не додумывать. Важно не ломать технические артефакты - команды, запросы, пути, имена полей, хэши и IP должны совпадать с оригиналом. Измеримые критерии приемки:
- 100% покрытие по таймкодам - все произнесенное имеет отражение в субтитрах, без пропусков длиннее 2 секунд, кроме пауз.
- Расхождение длительности реплик в SRT с аудио не более 200 мс на ключевых местах (команды, показатели, выводы) и не более 400 мс в среднем.
- Ошибок в числах, CVE, путях, командах и именах полей - 0 по итогам выборочной проверки 30 случайных фрагментов.
- Единообразие терминов: не менее 95% совпадений с глоссарием по проверке вхождений (на спорные термины допускаются пометки в QC-отчете).
- Соответствие ограничениям по длине строк и cps - не менее 95% строк, оставшиеся случаи обоснованы (например, длинная команда) и отмечены. Профессиональные инструменты: удобнее работать в Subtitle Edit/Aegisub, для транскрипции допускаются Whisper-подобные решения, но финальная синхронизация и вычитка вручную обязательны.
