Автоматический перевод и многоязычные курсы

Это инженерные рекомендации, а не юридическая консультация. Требования к языку обучения и обработке данных учащихся согласуйте с юристом.

Кратко

Автоматический перевод превращает один курс в несколько языковых версий: машина переводит субтитры, речь и текст на экране. Для учебного видео это самый быстрый способ дойти до тех, кто думает не на языке курса: слушателей из стран СНГ, иностранных студентов российских вузов, учащихся, чей родной язык – один из языков народов России. Проблема та же, что и с субтитрами: сырой машинный перевод – черновик, а не готовый продукт, а планка качества у учебного контента выше, чем у сериала, ведь неверно переведённый термин учит неправильному. В статье разберём три уровня многоязычности (субтитры, озвучку и полную локализацию) с расчётом в рублях, контроль качества, без которого машинный перевод опасен, российские движки и ограничения по данным учащихся. И покажем архитектуру, при которой один курс работает на многих языках, а не распадается на много копий.

Зачем это читать

Если вы отвечаете за корпоративное обучение, продаёте курсы или строите обучающий продукт, другие языки открывают аудиторию, которую легко недооценить: слушателей из СНГ, сотрудников, для которых русский не родной, иностранных студентов, зарубежные рынки. Машинный перевод впервые сделал многоязычные курсы доступными по цене, но ошибки он тиражирует так же быстро, как слова. В статье – реальная картина качества, расчёт затрат и архитектура: этого хватит, чтобы решить, как выходить на другие языки, и поставить задачу инженерам и методистам, не полагаясь на демо вендоров. Статья продолжает тему охвата из материала автоматические субтитры для учебного видео.

Что на самом деле значит «многоязычный»: три уровня

За просьбой «сделайте курс многоязычным» скрываются три очень разных проекта, и путаница между ними – первая ошибка при планировании бюджета. Разделите их, прежде чем что-либо оценивать.

Первый уровень – переведённые субтитры: речь появляется на экране текстом на целевом языке, а звучит исходное аудио. Это самый дешёвый и быстрый путь, он сохраняет настоящий голос преподавателя, и именно с него начинает большинство платформ. Второй уровень – озвучка или дубляж: новая аудиодорожка на целевом языке заменяет оригинал или звучит поверх него. Закадровая озвучка – один голос поверх приглушённого исходного звука, частый вариант в корпоративном обучении; дубляж – полная замена с попаданием в артикуляцию, его выбирают для курсов с высоким уровнем продакшена. Третий уровень – полная локализация: переводится не только речь, но и текст на экране, слайды, тесты, подписи к графике, примеры, валюта, даты и культурные отсылки, то есть весь курс пересобирается под локаль.

Если сравнить с магазином, субтитры – это перевод, наклеенный рядом с вывеской на чужом языке, озвучка – человек, который читает вам вывеску вслух, а полная локализация – витрина, перестроенная под новый район. Каждый следующий уровень дороже и охватывает больше. Большинство библиотек начинают с первого уровня, добавляют второй для ключевых аудиторий и оставляют третий для флагманских программ.

Нажмите, чтобы увеличить

Кому в России нужен многоязычный курс

Прежде чем считать деньги, назовите аудиторию: от неё зависят языки, уровень локализации и даже правовые требования. Типовых сценариев четыре.

Языки народов России. Закон об образовании (273-ФЗ, ст. 14) гарантирует образование на государственном языке – русском. В государственных и муниципальных организациях республик может вводиться преподавание и изучение государственных языков этих республик, но не в ущерб русскому. Кроме того, граждане вправе получать дошкольное, начальное общее и основное общее образование на родном языке из числа языков народов России. Для школьного и регионального EdTech это материалы на татарском, башкирском, якутском и других языках – чаще как дополнение к русской версии.

Страны СНГ и учащиеся, для которых русский не родной. Онлайн-школа, продающая курсы в Казахстан или Узбекистан, и компания, обучающая сотрудников с родным узбекским или таджикским, решают одну задачу: ключевые понятия должны дойти без искажений. Часто хватает субтитров на родном языке поверх русского голоса преподавателя.

Иностранные студенты. Та же ст. 14 (ч. 5) допускает получение образования на иностранном языке в соответствии с образовательной программой и в порядке, установленном законодательством и локальными актами, а язык или языки образования организация определяет локальными нормативными актами (ч. 6). Для вуза многоязычная версия курса – не только инженерная задача, но и пункт в документах организации.

Экспорт курсов. Школа, выходящая с каталогом за рубеж, переводит его на английский, китайский, арабский и другие языки – и здесь чаще нужен третий уровень: меняются примеры, валюта и культурные отсылки.

Как работает автоматический перевод

Пройдём весь конвейер: как и с субтитрами, машина отвечает только за его середину.

Всё начинается с исходного текста: исправленного файла субтитров или транскрипта оригинального видео. Перевод не может быть лучше исходника, поэтому основа всего – чистый, проверенный человеком транскрипт на исходном языке. Если переводите автоматические субтитры, сначала доведите до конца их проверку человеком, иначе перевод размножит каждую ошибку на все языки.

Исходный текст уходит в движок машинного перевода (MT, machine translation). Современные движки нейросетевые и всё чаще построены на больших языковых моделях, которые лучше учитывают контекст и тон, чем статистические системы прошлого десятилетия. В российском проекте выбор обычно такой: Yandex Translate в Yandex AI Studio (в его списке есть татарский, башкирский, чувашский, якутский, удмуртский, казахский, узбекский, киргизский, таджикский, китайский и арабский); большие языковые модели GigaChat и Alice AI для перевода с учётом контекста; открытые модели, развёрнутые в собственном контуре (on-prem). Движок выдаёт черновик реплика за репликой и сохраняет таймкоды, чтобы субтитры не расходились с картинкой. Устройство моделей (контекстное окно, подстановка терминологии) разобрано в курсе AI for Video Engineering: см. перевод речи в реальном времени в звонках и, для озвучки, ИИ-дубляж, закадровый голос и автосубтитры.

Похожий инструмент у учащегося уже есть в браузере: с мая 2025 года Яндекс Браузер делает закадровый перевод видео с английского на русский с сохранением тембра голоса. Зрителю удобно, но для курса это не локализация: термины вы не контролируете, а аналитика такой перевод не видит.

Затем идёт шаг, без которого продукт остаётся риском: пост-редактура человеком. Редактор, который знает оба языка и предмет, исправляет то, что машина исказила: неверный термин, перевёрнутый смысл, идиому, переданную дословно, грамматически верное, но методически неправильное предложение. В индустрии это называют пост-редактурой машинного перевода (MTPE, machine translation post-editing). Для учебного контента этот шаг обязателен, как и проверка человеком любой ИИ-функции в обучении.

Только после этого появляется готовый результат: переведённый файл субтитров WebVTT, синтезированная или записанная дорожка озвучки или полностью локализованный пакет курса. Многоязычный плеер загружает нужную дорожку, учащийся выбирает язык, а платформа, если вы это подключили, фиксирует его выбор.

Нажмите, чтобы увеличить

У курсов планка качества выше

Самое дорогое заблуждение: «мы прогнали субтитры через машинный перевод» не значит «наш курс доступен на казахском». Всё упирается в качество, а к обучению требования выше, чем к развлекательному контенту.

Качество перевода оценивают по тому, насколько сохранились смысл и естественность речи. Распространённая автоматическая метрика – COMET: нейросетевая модель, обученная воспроизводить оценки людей. Для ручной оценки используют разметку MQM (Multidimensional Quality Metrics), где редакторы помечают каждую ошибку по типу и серьёзности. Модели оценки качества без эталонного перевода, например CometKiwi, уже достаточно надёжно находят рискованные сегменты. Машина подсказывает, какие реплики проверять в первую очередь, и пост-редактура идёт быстрее.

Планка для курсов выше, потому что ошибки скапливаются как раз на тех словах, ради которых курс существует. Сериалу вольно переведённая идиома не повредит, а модулю по фармакологии навредит название препарата, переведённое как обычное слово, курсу программирования – «переведённое» ключевое слово языка, инструктажу по охране труда – термин, который поменял смысл. Посчитаем:

60-минутная лекция, ~9 000 произнесённых слов.

Сырой машинный перевод при ~95% адекватности (5% проблемных):
  9 000 слов × 5% = 450 мест под вопросом в одном часе видео.

После пост-редактуры до планки качества курса:
  450 проверены; те, что меняют смысл, исправлены.

Решение – не другой движок, а глоссарий терминов: заранее утверждённый перевод каждого предметного термина, названия и аббревиатуры, который передаётся движку и используется при проверке. В Yandex Translate глоссарий передаётся прямо в запросе массивом пар «термин – перевод»; работает он не для всех языковых пар, а «нейроглоссарии», которые учитывают падежи и род, поддерживают ограниченный список языков (в нём есть русский, английский, казахский и татарский), так что проверьте свою пару заранее. Соберите глоссарий один раз и используйте его во всех языках и курсах: самые вредные ошибки исчезнут ещё до того, как редактор прочитает реплику.

Нажмите, чтобы увеличить

Субтитры, озвучка или дубляж: что выбрать

Способы различаются стоимостью, сроками и возможностями трекинга. Выбирайте под аудиторию и не забывайте о стандартах: перевод, который плеер не может переключить, а аналитика не может посчитать, нельзя считать готовым. Ставки ниже – ориентировочный рыночный порядок цен в рублях; сверяйте их с прайсом своего подрядчика.

Большинство библиотек в итоге приходят к такой схеме: субтитры с пост-редактурой MT для широкого охвата, ИИ-озвучка для аудиторий, которым субтитров мало (например, при массовом обучении рабочих специальностей), и студийный дубляж или полная локализация только для флагманских программ. Для ИИ-озвучки есть синтез Yandex SpeechKit (среди голосов – русский, английский, казахский, узбекский; под проект можно заказать собственный голос) и SaluteSpeech от Сбера, а Yandex Cloud Video делает перевод с озвучкой для записанных видео. Клонирование голоса самого преподавателя – отдельное решение: получите его письменное согласие и закрепите в договоре, где можно использовать синтезированный голос. Из-за качества синтеза и эффекта «зловещей долины» первым шагом всё равно разумнее делать субтитры.

Как построить один курс для многих языков

Архитектура незаметно определяет стоимость локализации на годы вперёд. Ошибка – копировать курс под каждый язык: тогда каждое обновление превращается в аврал по дюжине копий. Правильно – отделить контент от локали: одна структура курса, в которой язык – сменный слой, а не отдельная копия, которую нужно поддерживать.

На практике это значит три вещи. Во-первых, размечайте каждый язык стандартным кодом. Стандарт – BCP 47 (определён IETF в RFC 5646 «Tags for Identifying Languages», 2009, правила сопоставления – в RFC 4647), та же система тегов, что используется во всём вебе: ru – русский, kk – казахский, tt – татарский, uz-Latn и uz-Cyrl – узбекский латиницей и кириллицей, zh-Hans – упрощённый китайский. Подтег письменности нужен там, где у языка в ходу две графики, иначе плеер не отличит одну версию от другой. Ставьте теги на каждую дорожку и вариант контента, чтобы любой совместимый плеер и LMS выбрали нужный. Во-вторых, отдавайте субтитры одним файлом WebVTT на язык, прикреплённым к видео через HTML-элемент <track> с атрибутом srclang, равным тегу BCP 47: у видео может быть много дорожек, по одной на язык, и учащийся переключается между ними. В-третьих, не вшивайте текст слайдов и тестов в изображение: держите его в слое переводимых строк, чтобы слайд «Глава 3» становился «Chapter 3» без перерендера видео.

Нажмите, чтобы увеличить

Со стандартами упаковки при локализации есть своя ловушка. SCORM (Sharable Content Object Reference Model, ADL, редакции 1.2 и 2004) – стандарт, который упаковывает курс так, чтобы любая система обучения могла его запустить и отследить. Он допускает два варианта: отдельный пакет на каждый язык или один пакет с переключением языка внутри. Пакет на язык проще для авторов, но множит поддержку и дробит отчётность; общий многоязычный пакет сложнее собрать, зато курс остаётся одним курсом. В любом случае главный риск при локализации SCORM – не слова, а поломка запуска, логики завершения или идентификаторов курса при пересборке языковой версии: курс, который на русском исправно фиксировал завершение, на казахском незаметно перестаёт это делать.

Для трекинга больше возможностей даёт Experience API (xAPI): он записывает обучение как утверждения вроде «Мария завершила модуль 3» в хранилище учебных записей (Learning Record Store, LRS). В его видеопрофиле (xAPI Video Profile) есть контекстное расширение cc-subtitle-lang, которое фиксирует выбранный учащимся язык субтитров. Подключите его, и ваша аналитика обучения покажет, какими языками аудитория пользуется на самом деле, а значит, куда вложить следующий рубль на перевод. Для этого имена отслеживаемых событий должны быть одинаковыми на всех языках, чтобы «завершил тест по охране труда» был одним показателем, а не двенадцатью. О самих стандартах – в статьях SCORM: что это и когда применять и трекинг видео через xAPI.

Данные учащихся и инфраструктура: что учесть в России

Перевод лекций сам по себе редко затрагивает данные учащихся. Но как только в конвейер попадают записи живых занятий с их голосами и именами, вопросы из чата или ответы на задания, вы обрабатываете ПДн учащихся. С 01.07.2025 ч. 5 ст. 18 152-ФЗ не допускает операций с ПДн граждан России с использованием баз данных за пределами РФ. Поэтому всё, где есть данные учащихся, переводите движками с размещением в России или моделями в собственном контуре и никогда – через зарубежные API.

Для образовательных организаций есть ещё одна рамка: по п. 21 ПП № 1678 программное обеспечение в составе дистанционных образовательных технологий должно создаваться и использоваться в соответствии с законодательством РФ и (или) входить в реестр российского ПО. Если перевод встроен в ЭИОС вуза или школы, учитывайте это при выборе движка. И о доступности: если вы ориентируетесь на ГОСТ Р 52872-2019 (он основан на WCAG 2.1), субтитры нужны в каждой языковой версии, а не только в исходной.

Частая ошибка: машинно перевести и выпустить

Чаще всего мы видим такую ошибку: команда прогоняет субтитры через движок MT и отмечает курс как «доступен на 12 языках». На демо всё хорошо, но реальной проверки курс не выдерживает. Носитель языка натыкается на идиомы, переведённые слово в слово, термины, превращённые в бытовые слова, и фразу в инструкции по безопасности, смысл которой стал обратным. Курс выглядит не локализованным, а машинно переведённым и учит неправильному сразу на двенадцати языках. Вторая ошибка структурная: текст вшит в изображение или ответы тестов зашиты на исходном языке, и «переведённый» курс по-прежнему показывает русский на каждом слайде. От первой ошибки защищает обязательная пост-редактура с глоссарием терминов, от второй – отделение текста от изображения ещё до перевода первого слова. Выпущенный черновик машинного перевода – не локализация, а её видимость, и расплачиваются за неё те учащиеся, до которых вы больше всего хотели дойти.

Расчёт: локализация 50-часовой библиотеки

Локализация – регулярная статья расходов, которая растёт и с объёмом видео, и с числом языков. Ставки ниже ориентировочные; подставьте прайс своего подрядчика, структура расчёта останется той же.

Возьмём библиотеку курсов на 50 часов (3 000 минут готового видео) и переведём её субтитры на один язык:

Только человеческий перевод субтитров:
  3 000 мин × 850 ₽/мин ≈ 2 550 тыс. ₽ на язык

MT + пост-редактура человеком (MTPE):
  Проход MT:   ~4 ₽/мин × 3 000 ≈ 12 тыс. ₽
  Редактура:   ~0,4 × 2 550 тыс. ₽ ≈ 1 020 тыс. ₽
  -----------------------------------------
  ≈ 1 032 тыс. ₽ на язык

Теперь пять языков – с таким выбором сталкивается большинство библиотек:

Субтитры, человек:   5 × 2 550 тыс. ₽ = 12 750 тыс. ₽ ≈ 12,8 млн ₽
Субтитры, MTPE:      5 × 1 032 тыс. ₽ = 5 160 тыс. ₽  ≈ 5,2 млн ₽  (≈ на 60% меньше)

Вариант с пост-редактурой обходится меньше чем в половину стоимости и хорошо масштабируется: для обновлённого модуля достаточно дешёвого прогона MT и короткой редактуры, а глоссарий ускоряет работу с каждым новым языком. Озвучку добавляйте только там, где она окупается: ИИ-озвучка по ориентировочным 680 ₽ за минуту добавит около 2 млн ₽ на язык (3 000 × 680 ₽ ≈ 2 040 тыс. ₽), а студийный дубляж той же библиотеки обошёлся бы в десятки миллионов рублей на каждый язык. Но машинный перевод не бесплатен: качество обеспечивают пост-редактура и глоссарий, и экономия на них – ложная. Полную картину затрат на создание и эксплуатацию см. в статьях модель стоимости платформы обучения и покупать или разрабатывать ИИ-функции и сколько это стоит.

Нажмите, чтобы увеличить

Где здесь Фора Софт

Мы встраиваем перевод в обучающий продукт, а не прикручиваем его сбоку. Фора Софт с 2005 года разрабатывает видеоконференции, стриминг, e-learning и ИИ-функции для видео. Когда клиенту нужны курсы на нескольких языках, мы начинаем с выбора между подрядчиком и своим решением: агентство локализации быстрее всего даёт качественный результат и берёт плату за каждый язык, а конвейер «MT + пост-редактура», встроенный в вашу систему разработки курсов, требует вложений в разработку заранее, зато исправленные переводы, глоссарий терминов и данные о языках учащихся остаются у вас. Мы подключаем движок с размещением в России или модель в вашем контуре, глоссарий, обязательную пост-редактуру человеком, доставку WebVTT на каждый язык с тегами BCP 47, ИИ-озвучку при необходимости и сигнал xAPI cc-subtitle-lang, чтобы каждый язык попадал в каталог как отслеживаемая версия единого курса, а не как отдельная копия. И прямо говорим: качество обеспечивают пост-редактура и глоссарий, а экономия на них в локализации обходится дороже всего.

Главное

• «Многоязычный» – это три разных проекта: субтитры, озвучка или дубляж и полная локализация.
• Сначала назовите аудиторию: языки народов России, СНГ, иностранные студенты или экспорт.
• Сырой машинный перевод – черновик; курсам нужны обязательная пост-редактура и закреплённый глоссарий.
• Отделяйте контент от локали; размечайте языки кодами BCP 47, включая подтег письменности.
• ПДн учащихся – только движками в России или в собственном контуре.
• Субтитры MT + пост-редактура стоят примерно на 60% меньше чисто человеческого перевода.

Что читать дальше

• Автоматические субтитры для учебного видео
• Многоязычная доставка учебного видео в больших масштабах
• Трекинг видео через xAPI: Video Profile и что отслеживать