อภิธานศัพท์เกี่ยวกับการแปลและการถอดเสียงเป็นคำ

• ASR: การรู้จำคำพูดอัตโนมัติ YouTube ใช้การจดจำคำพูดอัตโนมัติในการเพิ่มคำบรรยายอัตโนมัติลงในวิดีโอ ฟีเจอร์นี้มีให้ใช้งานสำหรับภาษาอังกฤษ ดัตช์ ฝรั่งเศส เยอรมัน อิตาลี ญี่ปุ่น เกาหลี โปรตุเกส รัสเซีย และสเปน ASR ใช้งานได้กับวิดีโอบางรายการเท่านั้น
• คำบรรยายอัตโนมัติ: แทร็กคำบรรยายที่สร้างขึ้นจากการรู้จำคำพูดอัตโนมัติ
• คำบรรยายวิดีโอ: ใช้เพื่ออ้างอิงถึงการถอดเสียงเป็นคำในภาษาเดียวกันและคำบรรยายที่แปลแล้ว ซึ่งแสดงเป็นข้อความในวิดีโอ โดยค่าเริ่มต้น "คำบรรยายวิดีโอ" จะหมายถึงการถอดเสียงเป็นคำในภาษาเดียวกัน 
• คำอธิบายภาพ: บรรยายเสียงในวิดีโอเป็นข้อความ เนื้อหานี้มีไว้สำหรับผู้ชมที่มีปัญหาในการได้ยินและผู้ชมที่หูหนวกเป็นหลัก เนื้อหาประกอบด้วยการถอดเสียงเป็นคำสำหรับคำพูดและคิวเสียง เช่น "[เสียงเพลง]" หรือ "[เสียงหัวเราะ]" นอกจากนี้ คำอธิบายภาพยังระบุผู้พูด เช่น "Mike: สวัสดี" หรือใช้การจัดตำแหน่งบนหน้าจอได้ด้วย
• ร่วมให้คำบรรยาย: สร้างหรือแก้ไขคำแปลข้อมูลเมตาหรือแทร็กคำบรรยายใหม่ที่เผยแพร่ในวิดีโอ
• การสนับสนุนคำบรรยาย: การแปลข้อมูลเมตาหรือคำบรรยายใหม่ หรือแก้ไขคำแปลที่มีการตรวจสอบและเผยแพร่ในวิดีโอ
• ผู้ร่วมให้คำบรรยาย: อาสาสมัครที่ส่งเนื้อหาคำบรรยายใหม่หรือคำแปลข้อมูลเมตา หรือผู้ที่แก้ไขหรือตรวจสอบเนื้อหาของผู้ร่วมให้คำบรรยายคนอื่นๆ
• ครีเอเตอร์: ผู้อัปโหลด/เจ้าของวิดีโอ
• ส่ง: ส่งแทร็กคำบรรยายที่แปลเสร็จแล้วบางส่วนหรือทั้งหมดเพื่อตรวจสอบก่อนที่จะเผยแพร่ในวิดีโอ
• การส่ง: การถอดเสียงเป็นคำหรือคำแปลที่แปลเสร็จแล้วบางส่วนหรือทั้งหมดซึ่งส่งเข้ามาเพื่อตรวจสอบก่อนที่จะเผยแพร่ในวิดีโอ
• คำบรรยาย: แทร็กข้อความประกอบวิดีโอในภาษาอื่นนอกเหนือจากภาษาที่พูดในวิดีโอนั้น โดยมีไว้สำหรับผู้ดูที่พูดภาษาต่างประเทศเป็นหลัก เนื้อหานี้คือคำแปลของภาษาที่พูดและข้อความที่เขียนซึ่งจะแสดงอยู่ด้านล่างหรือใต้วิดีโอ ("คำบรรยาย")
• การตั้งเวลา: เมื่อผู้ใช้ส่งข้อความถอดเสียง เราจะใช้เซิร์ฟเวอร์สำหรับซิงค์ในการปรับข้อความถอดเสียงให้ตรงกับวิดีโอโดยอัตโนมัติเพื่อสร้างแทร็กคำบรรยายที่มีการระบุเวลา
• ข้อความถอดเสียง: ข้อความที่ยังไม่ได้จัดรูปแบบ (และยังไม่มีการระบุเวลา) ซึ่งถอดเสียงจากวิดีโอแบบคำต่อคำ
• คำแปล: ชื่อ คำอธิบาย หรือคำบรรยายที่สร้างโดยการแปลข้อมูลเมตาหรือคำบรรยายที่มีอยู่