একই ভয়েস রেখে ভিডিও অনুবাদ করুন
আপনার বর্ণনাকারীই কথা বলছেন জাপানি, জার্মান বা হিন্দিতে
সাবটাইটেল দর্শকের কাছে পড়ার পরিশ্রম চায়। আর সাধারণ AI ভয়েস শুনলে মনে হয় অন্য কেউ বলছে। Seed Audio 1.5 কথাগুলো অন্য ভাষায় নতুন করে রেকর্ড করে, কিন্তু মূল বক্তার কণ্ঠস্বর বজায় রাখে। অনুবাদ করা ট্র্যাক মূল ভিডিওর সমান দৈর্ঘ্যে ফিরে আসে, তাই সরাসরি ছবির সঙ্গে বসিয়ে দেওয়া যায়।
ইংরেজি বা চীনা ভিডিও থেকে ৩০টি ভাষায় অনুবাদ করা যায়।
ব্যবহার করার আগে নিজের কানেই শুনুন
৯ মিনিটের একটি ইংরেজি ফিল্ম, আমাদের টিম Seed Audio 1.5 দিয়ে ১২টি ভাষায় অনুবাদ করেছে। ভিডিওটি চালিয়ে Settings → Audio track থেকে ভাষা বদলে নিন। প্রতিটি ভার্সনে একই বর্ণনাকারীর কণ্ঠ কান পেতে শুনুন।
- মূল ভাষা
- ইংরেজি
- অনুবাদের ভাষা
- ১২
- রিকোয়েস্ট
- ২৪
- দৈর্ঘ্যের পার্থক্য
- < ০.০৩ সেকেন্ড
কাদের জন্য
YouTube চ্যানেল
একটি ভিডিও, অনেকগুলো অডিও ট্র্যাক। টোকিও আর মাদ্রিদের দর্শক দ্বিতীয়বার আপলোড ছাড়াই একই উপস্থাপকের কণ্ঠ নিজের ভাষায় শুনতে পান।
কোর্স ও এক্সপ্লেইনার
শিক্ষকের কণ্ঠ পাঠের অংশ। অনুবাদের সময় সেটি রেখে দিলে শুধু শব্দ নয়, মানুষটিও থেকে যান।
প্রোডাক্ট ভিডিও ও বিজ্ঞাপন
নতুন বাজারে ডেমো চালু করুন একই দিনে, আপনার ক্রেতারা যে উপস্থাপককে আগে থেকেই চেনেন তাঁকে সঙ্গে নিয়ে।
ডকুমেন্টারি ও গল্পের ভিডিও
ভাষ্যনির্ভর ফিল্ম, যেমন আমাদের পম্পেই পরীক্ষা, সবচেয়ে সহজ ক্ষেত্র: একটি কণ্ঠ, স্পষ্ট বিরতি, স্থির গতি।
একই ভয়েসে ভিডিও অনুবাদ করবেন যেভাবে
উপরের ফিল্মটির জন্য আমরা ঠিক এই ক্রমেই কাজ করেছি।
মূল ভাষা যাচাই করুন
ভিডিও অনুবাদ শুরু হয় ইংরেজি বা চীনা থেকে। মডেল নিজেই বুঝে নিতে পারে ভিডিওটি কোন ভাষার, তাই আপনাকে শুধু অনুবাদের ভাষা বেছে নিতে হয়।
লম্বা ভিডিও বিরতির জায়গায় কাটুন
একটি রিকোয়েস্টে ৪ থেকে ৩৬০ সেকেন্ড পর্যন্ত ভিডিও দেওয়া যায়। আমাদের ৯ মিনিটের ফিল্মটি গেছে দুই অংশে, ৪:৪৩ ও ৪:১৭, প্রতিটি কাটা হয়েছে যেখানে বর্ণনাকারী দম নিতে থামেন। বাক্যের মাঝখানে কাটলে অনুবাদে তা কানে ধরা পড়ে।
নাম ও বিরল শব্দের তালিকা করুন
ব্যক্তি বা স্থানের নাম এবং পুরোনো বা পারিভাষিক শব্দেই অনুবাদ সবচেয়ে বেশি পিছলে যায়। এগুলো রিকোয়েস্টের গ্লসারিতে যোগ করুন, যাতে সব ভাষায় একইভাবে আসে।
একবারে একটি ভাষা চালান
প্রতিটি রিকোয়েস্টে একটি করে ভাষা পাওয়া যায়। আমাদের পরীক্ষায় প্রায় সাড়ে চার মিনিটের একেকটি অংশে লেগেছে ১৫৭ থেকে ২০০ সেকেন্ড।
প্রকাশের আগে শুনে নিন
প্রতিটি ভাষা অন্তত একবার চালান, বিশেষ করে শুরুর অংশ আর নামগুলো। দর্শক ভুল ধরার পর ঠিক করার চেয়ে আপলোডের আগে একটি শব্দ শুধরে নেওয়া অনেক সস্তা।
ট্র্যাকগুলো ভিডিওতে বসান
অনুবাদ করা ট্র্যাকের দৈর্ঘ্য মূল ভিডিওর সমান, তাই কোনো সমন্বয় ছাড়াই ছবির সঙ্গে মিলে যায়। চাইলে প্রতি ভাষায় আলাদা ভিডিও প্রকাশ করুন, অথবা একটি YouTube ভিডিওতে সব ট্র্যাক যোগ করুন।
কী বদলায় আর কী থাকে
| ভিডিওর অংশ | অনুবাদের পর |
|---|---|
| উচ্চারিত কথা | অনুবাদের ভাষায় রূপান্তরিত |
| কণ্ঠের বৈশিষ্ট্য | বজায় থাকে: একই বক্তা, সাধারণ কোনো ভয়েস নয় |
| ব্যাকগ্রাউন্ড মিউজিক | বজায় থাকে |
| সাউন্ড ইফেক্ট | বজায় থাকে |
| দৈর্ঘ্য | মূল ভিডিওর সমান (আমাদের পরীক্ষায় পার্থক্য ০.০৩ সেকেন্ডের কম) |
| ছবি ও ঠোঁটের নড়াচড়া | অপরিবর্তিত: এটি অডিও অনুবাদ, লিপ সিঙ্ক নয় |
ByteDance-এর ডকুমেন্টেশন অনুযায়ী মিউজিক ও ইফেক্ট বজায় থাকে। আমাদের নিজেদের পরীক্ষায় আমরা শুধু ভাষ্যটুকু আলাদা করে অনুবাদ করেছি এবং মিউজিক পরে নিজেরাই মিশিয়েছি।
৩০টি ভাষার যেকোনোটিতে অনুবাদ
ইংরেজি বা চীনা থেকে অনুবাদ করা যায় এই ভাষাগুলোতে:
স্প্যানিশ ও পর্তুগিজ, দুটি ভাষারই দুটি করে রূপ আছে। আপনার দর্শক যে রূপে কথা বলেন সেটি বেছে নিন: মেক্সিকান বা ইউরোপীয় স্প্যানিশ, ব্রাজিলিয়ান বা ইউরোপীয় পর্তুগিজ।
যে সীমাবদ্ধতাগুলো জানা দরকার
- মূল ভিডিও ইংরেজি বা চীনা হতে হবে। স্প্যানিশ ভাষার ভিডিও সরাসরি অনুবাদ করা যায় না।
- একটি রিকোয়েস্টে ৪ থেকে ৩৬০ সেকেন্ডের ভিডিও দেওয়া যায়, সর্বোচ্চ ২০০ MB, রেজোলিউশন 480p, 720p বা 1080p।
- গ্লসারিতে না দিলে এক ভাষা থেকে আরেক ভাষায় যাওয়ার সময় নামের রূপ বদলে যেতে পারে।
- পর্দায় মুখের নড়াচড়া নতুন করে আঁকা হয় না। কথা বলা মুখের ক্লোজ-আপে অমিল ধরা পড়ে, ভাষ্যের ক্ষেত্রে পড়ে না।
- শুধু সেই ভিডিও ও কণ্ঠই অনুবাদ করুন, যার অধিকার আপনার আছে।
একই ভয়েসে অনুবাদ নিয়ে প্রশ্ন
Seed Audio 1.5 কি কোনো ভিডিও বাংলায় অনুবাদ বা ডাব করতে পারে?
এখনো নয়। প্রকাশের সময় Seed Audio 1.5 যে ৩০টি ভাষায় কথা বলে, বাংলা তার মধ্যে নেই। তবে ইংরেজি বা চীনা ভিডিও আপনি হিন্দি, আরবি, ইন্দোনেশীয় বা মালয় ভাষায় অনুবাদ করতে পারেন, যেগুলো বাংলা ভাষার দর্শকদের অনেক সময় লাগতে পারে।
AI কি ভিডিও অনুবাদ করার সময় মূল ভয়েস রাখতে পারে?
হ্যাঁ। Seed Audio 1.5-এর ভিডিও অনুবাদ কথাগুলো অনুবাদের ভাষায় নতুন করে রেকর্ড করে, কিন্তু বক্তার কণ্ঠের বৈশিষ্ট্য বজায় রাখে। আমাদের পরীক্ষায় ১২টি ভাষাতেই একই বর্ণনাকারীকে চেনা গেছে।
ব্যাকগ্রাউন্ড মিউজিক কি হারিয়ে যাবে?
ByteDance-এর তথ্য অনুযায়ী ভিডিও অনুবাদে মূল মিউজিক ও সাউন্ড ইফেক্ট থেকে যায়, বদলায় শুধু কথা। আমাদের নিজেদের পরীক্ষায় আমরা মিউজিক ছাড়া ভাষ্য পাঠিয়েছি এবং মিউজিক পরে নিজেরাই মিশিয়েছি। প্রজেক্ট ফাইলে মিউজিক আলাদা ট্র্যাকে থাকলে এটি নিরাপদ পথও বটে।
অনুবাদ করা অডিওর দৈর্ঘ্য কি ভিডিওর সমান হয়?
আমাদের পরীক্ষায় হ্যাঁ। প্রতিটি ভাষায় প্রতিটি অংশ মূল ভিডিওর চেয়ে ০.০৩ সেকেন্ডেরও কম ছোট হয়ে ফিরেছে, তাই সময় নতুন করে মেলানোর দরকার হয়নি।
৬ মিনিটের বেশি লম্বা ভিডিও কি অনুবাদ করা যায়?
হ্যাঁ, কয়েক অংশে ভাগ করে। একটি রিকোয়েস্টে সর্বোচ্চ ৩৬০ সেকেন্ড দেওয়া যায়, তাই ভিডিওটি স্বাভাবিক বিরতির জায়গায় ভাগ করুন, প্রতিটি অংশ অনুবাদ করুন, তারপর ফলাফল জুড়ে দিন। আমাদের ৯ মিনিটের ফিল্মটি গেছে দুই অংশে।
এটা কি লিপ সিঙ্ক?
না। কণ্ঠ অনুবাদ হয়, ছবি যেমন ছিল তেমনই থাকে। ভাষ্য, স্ক্রিন রেকর্ডিং আর ভয়েসওভার ভিডিওর জন্য এটুকুই যথেষ্ট।
কোন কোন ভাষায় অনুবাদ করা যায়?
ত্রিশটি ভাষায়, যার মধ্যে আছে স্প্যানিশ (স্পেন ও মেক্সিকো), পর্তুগিজ (ব্রাজিল ও পর্তুগাল), জাপানি, কোরিয়ান, জার্মান, ফরাসি, ইতালীয়, রুশ, হিন্দি, আরবি, তুর্কি ও ভিয়েতনামি। মূল ভিডিও ইংরেজি বা চীনা হতে হবে।
আরও দেখুন
আপনার কণ্ঠ, পরের ভাষায়
আগে একটি ছোট ক্লিপ অনুবাদ করে নামগুলো শুনে নিন। তারপর পুরো ভিডিওটি করুন।
ভিডিও অনুবাদ করুন