PRIMENA VEŠTAČKE INTELIGENCIJE U AUDIO-DESKRIPCIJI TELEVIZIJSKOG SADRŽAJA
Sažetak
Apstrakt: Pružaoci audio-vizuelnih medijskih usluga, posebno medijski javni servisi, imaju obavezu obezbeđivanja dostupnosti televizijskih sadržaja slepim i slabovidim osobama. Zakonska regulativa se razlikuje od zemlje do zemlje, ali je u osnovi svih pravnih akata, u slučaju gde ne postoji obavezna kvota, nastojanje da se što veća količina TV programa učini dostupnom osobama sa oštećenjem vida. U doba proširene programske ponude kroz linearno emitovanje osnovnih i specijalizovanih TV kanala, kao i video striming platformi i nelinearnih servisa, posebno „videa na zahtev“ (VoD), razvoj i primena veštačke inteligencije prepoznati su kao alat kojim bi mogla da se obezbedi, uz podrazumevajući kvalitet, šira dostupnost sadržaja. Medijski stručnjaci prepoznaju prednosti, ali i nedostatke u praktičnoj primeni, kao i korisnici, što će u radu biti prikazano kroz naučne intervjue obavljene sa stručnjacima za pristupačne servise iz evropskih javnih medijskih servisa (BBC, TV France), kao i sa slepom osobom, stručnim konsultantom u timu Radio-televizije Srbije za izradu scenarija za audio-deskripciju. Cilj rada je da se kroz studiju slučaja, naučne intervjue i analizu tehničko-tehnoloških mogućnosti, aktuelnih inicijativa u razvoju servisa za pristupačnost i novih programskih aktivnosti, sagledaju benefiti, ali i ukaže na nedostatke u trenutnom stepenu primene veštačke inteligencije, kao i na prednosti prisustva ljudskog faktora u procesu prilagođavanja programa za slepe i slabovide.
Reference
American Council of the Blind [ACB]. (2025). Guidelines and Best Practices for the Use of Text-to-Speech (TTS) in Audio Description. American Council of the Blind. Posećeno: 24.8.2025.URL:2025 Proposed Resolutions, Bylaws and Standing Rules | American Council of the Blind
ARCOM. (2009). Décret n° 2009-796 du 23 juin 2009 fixant le cahier des charges de la société nationale de programme France Télévisions. (Dernière mise à jour des données de ce texte : 06 décembre 2024). Posećeno 27.8.2025. URL:https://www.legifrance.gouv.fr/loda/id/JORFTEXT000020788471/2025-03-30
ARCOM. (2018). Le guide de l'audiodescription. Les droits des personnes handicapées. Posećeno 27.8.2025. URL: https://www.arcom.fr/nous-connaitre-nos-missions/garantir-le-pluralisme-et-la-cohesion-sociale/les-droits-des-personnes-handicapees
Audio description coalition [ADC]. (2009). National Standards for Audio Description and Code of Professional Conduct for Describers. Audio description solutions.Posećeno: 18.8.2025. URL: https://audiodescriptionsolutions.com/wp-content/uploads/2020/04/adc_standards_090615.pdf
Autor. (2020).
Cheema, M., Elahimanesh, S., Martin, S., Seifi, H. & Pazli, P. (2025). DescribePro: Collaborative audio description with human-AI interaction. arXiv. Posećeno 26.8.2025. https://doi.org/10.48550/arXiv.2508.01092
CRTC. (2015). Broadcasting Regulatory Policy CRTC 2015-104. Canadian Radio-television and Telecommunications Commission. Posećeno: 24.8.2025. URL:https://crtc.gc.ca/eng/archive/2015/2015-514.pdf
Directive 2010/13/EU of the European Parliament and of the Council. (2010). Audiovisual Media Services Directive. EUR-lex. Posećeno: 24.8.2025. URL:https://eur-lex.europa.eu/eli/dir/2010/13/oj
Federal Communications Commission [FCC]. (2025). Audio Description. Posećeno: 24.8.2025. https://www.fcc.gov/consumers/guides/audio-description?
Federal register. (2000). Implementation of Video Description of Video Programming. Federal Communications Commission 47 CFR Part 7. Posećeno: 18.8.2025. URL:https://www.federalregister.gov/documents/2000/09/11/00-23154/implementation-of-video-description-of-video-programming
Gao,Y., Fischer,L., Lintner, A. & Ebling, S. (2025). Audio Description Generation in the Era of LLMs and VLMs: A Review of Transferable Generative AI Technologies. In Findings of the Association for Computational Linguistics: NAACL 2025 (pp. 471–490). Albuquerque, New Mexico.
International Agency for the Prevention of Blindness [IAMB]. (2020). Magnitude of sight loss. Vision Atlas. Posećeno: 17.8.2025.URL: https://visionatlas.iapb.org/topics/magnitude-of-sight-loss/
International Telecommunication Union [ITU]. (2022). Guidance on audio description. ITU-T Rec. T.701.21 Posećeno: 20.8.2025. URL: https://www.itu.int/ITU-T/recommendations/rec.aspx?id=14972
Kaneko, H. Takahashi, M., & Okuda, M. (2024). Latest Trends in Supporting Technology for Media Accessibility. NHK STRL. Posećeno, 27.8.2025. URL:https://www.nhk.or.jp/strl/english/publica/bt/98/2.html
Klatt, H. D. (1987). Sound files and descriptions from “Review of text-to-speech conversion for English.” Journal of the Acoustical Society of America, 82, 737-793. Posećeno 24.8.2025. URL:https://acousticstoday.org/klatts-speech-synthesis-d/
Kokotajlo, D. Scott, A. Larsen, T. Lifland, E & Dean, R. (2005). AI 2027. AI Futures project. Posećeno: 25.8.2025. URL: https://ai-2027.com
Kurihara, K., Imai, A., Seiyama, N., Shimizu, T., Sato, S., Yamada, I., Kumano, T., Tako, R., Miyazaki, T., Ichiki, M., Takagi, T., & Sumiyoshi, H. (2019). Automatic Generation of Audio Descriptions for Sports Programs. SMPTE Motion Imaging Journal (2019). https://doi.org/10.5594/JMI. 2018.2879261
Lee, S. H., Wang, J., Fan, D., Zhang, Z., Liu, L., Hao, X., Bhat, V., & Li, X. (2025). Now you see me: Context-aware automatic audio description [Conference paper]. In Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2025). arXiv. https://doi.org/10.48550/arXiv.2412.10002
Locke, K. (2025, June 1). AI is now used for audio description. But it should be accurate and actually useful for people with low vision. Modern Science. Posećeno: 18.8.2025. URL:https://modernsciences.org/ai-audio-description-accessibility-low-vision-accuracy-may-2025/
Masleša. P. (2020). AI - artificial intelligence - gift or reason for fear? Poslovni Inkubator. Posećeno 25.8.2025.URL: https://inkubator.biz/vi-vestacka-inteligencija/
NHK STRL. (n.d.) NHK Technical Catalog: Audio commentary production and distribution technology. NHK Science & Technology Laboratories. Posećeno: 26.8.2025. https://www.nhk-fdn.or.jp/es/transfer/catalog/barrierfree_05.html
Ofcom. (2024). Ofcom’s Code on Television Access Service. Ofcom. Posećeno: 24.8.2025. URL: https://www.ofcom.org.uk/siteassets/resources/documents/tv-radio-and-on-demand/broadcast-codes/code-on-television-access-services/ofcom-code-television-access-services.pdf?v=370035
Ofcom. (2025). Television channels required to provide access services in 2026. Ofcom. Posećeno: 25.8.2025. URL: https://www.ofcom.org.uk/siteassets/resources/documents/tv-radio-and-on-demand/broadcast-guidance/television-channels-required-to-provide-access-services-in-2026.pdf?v=399983
ORF (2025, February 18). ORF barrierefrei – Aktionsplan 2024-2027. Posećeno: 17.8.2025.URL:https://der.orf.at/unternehmen/humanitarian/barrierefreiheit/aktionsplan-barrierefreiheit104.html
Royal National Institute of Blind People [RNIB]. (2025). RNIB's Accessible media services overview 2024.. Posećeno: 24.8.2025. URL:https://www.rnib.org.uk/news/rnibs-accessible-media-services-overview-2024/?
Schwartz, A. H., Chalson, M., Beisiegel, N., Caddigan, D. J., Zimmerman, R. S., Antunes, C. S., & Moutis, N. R. (2024). Automated audio description system and method (U.S. Patent No. 12142047B1). United States Patent and Trademark Office. https://patents.google.com/patent/US12142047B1/
Snyder, J. (2009). In memoriam: Margaret R. Pfanstiehl, radio reading service & audio description Pioneer. American Council of the blind. Posećeno: 18.8.2025. URL: https://www.acb.org/memoriam-margaret-pfanstiehl
Takou, R. & Fujimori, R. (2025). Audio Description Generation Technology for Live Sport Broadcasting. NHK Science & Technology Laboratories. Posećeno: 26.8. 2025. URL:https://www.nhk.or.jp/strl/english/publica/giken_dayori/243/4.html
World Health Organisation [WHO]. (2023, August 10). Blindness and vision impairment. World Health Organisation. Posećeno, 17.8.2025. URL: https://www.who.int/news-room/fact-sheets/detail/blindness-and-visual-impairment?
World Wide Web Consortium [W3C]. (2025). Timed Text Markup Language 2 (TTML2) – DAPT: Dubbing and Audio description Profiles of TTML2 (W3C Working Draft).. Posećeno: 27.8. 2025. https://www.w3.org/TR/dapt/
Ye, X., Song, Y., Zhou, S., & Li, L. (2025). FocusedAD: Character-centric movie audio description. arXiv. https://doi.org/10.48550/arXiv.2504.12157
Zakon o elektronskim medijima [ZEM]. (2023). Posećeno: 26.8.2025. URL: https://pravno-informacioni-sistem.rs/eli/rep/sgrs/skupstina/zakon/2023/92/3/reg
Autori zadržavaju autorska prava nad objavljenim člancima, a izdavaču daju neekskluzivno pravo da članak objavi, da u slučaju daljeg korišćenja članka bude naveden kao njegov prvi izdavač, kao i da distribuira članak u svim oblicima i medijima.
Licenciranje
Objavljeni članci distribuiraju se u skladu sa licencom Creative Commons Autorstvo - Deliti pod istim uslovima 4.0 International (CC BY-SA). Dopušteno je da se delo kopira i distribuira u svim medijima i formatima, da se prerađuje, menja i nadograđuje u bilo koje svrhe, uključujući i komercijalne, pod uslovom da se na pravilan način citiraju njegovi prvobitni autori, postavi link ka originalnoj licenci, naznači da li je delo izmenjeno i da se novo delo objavi pod istom licencom kao i originalno.
Korisnici su pri tome dužni da navedu pun bibliografski opis članka objavljenog u ovom časopisu (autori, naslov rada, naslov časopisa, volumen, sveska, paginacija), kao i njegovu DOI oznaku. U slučaju objavljivanja u elektronskoj formi takođe su dužni da postave HTML link, kako sa originalnim člankom objavljenim u časopisu CM: Communication and Media, tako i sa korišćenom licencom.
Autori mogu da stupaju u zasebne, ugovorne aranžmane za neekskluzivnu distribuciju rada objavljenog u časopisu (npr. postavljanje u institucionalni repozitorijum ili objavljivanje u knjizi), uz navođenje da je rad prvobitno objavljen u ovom časopisu.
Politika samoarhiviranja
Autorima je dozvoljeno da objavljenu verziju rada deponuju u institucionalni ili tematski repozitorijum ili da je objave na ličnim veb stranicama (uključujući i profile na društvenim mrežama, kao što su ResearchGate, Academia.edu, itd.), na sajtu institucije u kojoj su zaposleni u bilo koje vreme nakon objavljivanja u časopisu.
Autori su obavezni da pritom navedu pun bibliografski opis članka objavljenog u ovom časopisu (autori, naslov rada, naslov časopisa, volumen, sveska, paginacija) i postave link, kako na DOI oznaku tog članka, tako i na korišćenu licencu.Autorima je dozvoljeno da objavljenu verziju rada deponuju u institucionalni ili tematski repozitorijum ili da je objave na ličnim veb stranicama (uključujući i profile na društvenim mrežama, kao što su ResearchGate, Academia.edu, itd.), na sajtu institucije u kojoj su zaposleni u bilo koje vreme nakon objavljivanja u časopisu.
Odricanje od odgovornosti
Stavovi izneti u objavljenim radovima ne izražavaju stavove urednika i članova redakcije časopisa. Autori preuzimaju pravnu i moralnu odgovornost za ideje iznete u svojim radovima. Izdavač neće snositi nikakvu odgovornost u slučaju ispostavljanja bilo kakvih zahteva za naknadu štete.