ترجمه ویدیو با حفظ همان صدا
گوینده شما، این بار به ژاپنی، آلمانی یا هندی
زیرنویس از بیننده می‌خواهد بخواند. صدای آماده هوش مصنوعی هم شبیه آدم دیگری است. Seed Audio 1.5 گفتار را به زبان دیگر صداگذاری میکند و صدای خود گوینده را حفظ میکند. فایل ترجمهشده هم به‌اندازه ویدیوی اصلی است و مستقیم روی تصویر قرار میگیرد.
از انگلیسی یا چینی به ۳۰ زبان کار میکند.
پیش از امتحان، بشنوید
یک فیلم ۹ دقیقهای انگلیسی که تیم ما با Seed Audio 1.5 به ۱۲ زبان ترجمه کرده است. آن را پخش کنید و زبان را از تنظیمات ← آهنگ صوتی عوض کنید. در همه نسخه‌ها به یکی‌بودن گوینده دقت کنید.
- زبان مبدأ
- انگلیسی
- زبان‌های مقصد
- ۱۲
- درخواست‌ها
- ۲۴
- اختلاف طول
- کمتر از ۰٫۰۳ ثانیه
این ابزار برای چه کسانی است
کانال‌های YouTube
یک ویدیو، چند فایل صوتی. بینندگان توکیو و مادرید بدون آپلود دوباره، همان گوینده را به زبان خودشان می‌شنوند.
دوره‌های آموزشی و ویدیوهای توضیحی
صدای مدرس بخشی از درس است. ترجمه آن، علاوه بر کلمات، خود آدم را هم حفظ میکند.
ویدیوهای محصول و تبلیغات
دموی خود را همان روز در بازار جدید منتشر کنید، با همان معرفی‌کننده‌ای که مشتریانتان می‌شناسند.
مستندها و داستان‌ها
فیلم‌های روایتی، مثل آزمایش پمپئی ما، ساده‌ترین حالت‌اند: یک صدا، مکثهای روشن و ریتم ثابت.
ترجمه ویدیو با همان صدا، گام‌به‌گام
این همان ترتیبی است که برای فیلم بالا طی کردیم.
زبان مبدأ را بررسی کنید
ترجمه ویدیو از انگلیسی یا چینی شروع میشود. مدل خودش تشخیص می‌دهد کدام یک است؛ شما فقط زبان مقصد را انتخاب می‌کنید.
ویدیوهای بلند را در مکث‌ها ببرید
هر درخواست ۴ تا ۳۶۰ ثانیه ویدیو میگیرد. فیلم ۹ دقیقهای ما در دو بخش 4:43 و 4:17 ارسال شد و هر برش جایی بود که گوینده برای نفس‌گرفتن مکث می‌کرد. برش وسط جمله در ترجمه شنیده میشود.
نام‌ها و واژه‌های کمیاب را فهرست کنید
ترجمه بیشتر در نام‌های خاص و واژه‌های قدیمی یا تخصصی لغزش دارد. آن‌ها را به واژه‌نامه درخواست اضافه کنید تا در همه زبانها یکسان بیایند.
هر بار یک زبان اجرا کنید
هر درخواست یک زبان تحویل می‌دهد. در اجراهای ما، بخشی حدود چهار دقیقه و نیم بین ۱۵۷ تا ۲۰۰ ثانیه طول کشید.
پیش از انتشار گوش دهید
هر زبان را دست‌کم یک بار پخش کنید، دست‌کم شروع و نام‌ها را. اصلاح یک واژه پیش از آپلود بسیار ارزان‌تر از اصلاح آن بعد از پیداکردن بیننده‌هاست.
فایلهای صوتی را سر جایشان بگذارید
فایل ترجمهشده به‌اندازه ویدیوی اصلی است و همانطور که هست با تصویر هماهنگ میشود. برای هر زبان ویدیوی جدا منتشر کنید، یا همه فایلهای صوتی را به یک ویدیوی YouTube اضافه کنید.
چه چیزی عوض میشود و چه چیزی میماند
| بخش ویدیو | پس از ترجمه |
|---|---|
| کلمات گفته‌شده | به زبان مقصد ترجمه می‌شوند |
| ویژگی صدا | حفظ میشود: همان گوینده، نه یک صدای آماده |
| موسیقی پسزمینه | حفظ میشود |
| افکتهای صوتی | حفظ می‌شوند |
| طول | برابر با اصل (در آزمایش ما، کمتر از ۰٫۰۳ ثانیه اختلاف) |
| تصویر و حرکت لب | بدون تغییر: این ترجمه صوتی است، نه همگامسازی لب |
طبق مستندات ByteDance، موسیقی و افکت‌ها حفظ می‌شوند. در آزمایش خودمان فقط روایت را جداگانه ترجمه کردیم و موسیقی را خودمان دوباره با آن ترکیب کردیم.
ترجمه به هر یک از ۳۰ زبان
از انگلیسی یا چینی به:
اسپانیایی و پرتغالی هر کدام دو گونه دارند. همان را انتخاب کنید که مخاطبان شما به آن صحبت می‌کنند: اسپانیایی مکزیکی یا کاستیلیایی، پرتغالی برزیلی یا اروپایی.
محدودیت‌هایی که باید بدانید
- زبان مبدأ باید انگلیسی یا چینی باشد. ویدیوی اسپانیایی را نمی‌توان مستقیم ترجمه کرد.
- هر درخواست ۴ تا ۳۶۰ ثانیه ویدیو تا ۲۰۰ مگابایت را با کیفیت 480p، 720p یا 1080p پوشش می‌دهد.
- اگر نام‌ها را در واژه‌نامه نیاورید، ممکن است از زبانی به زبان دیگر شکلشان عوض شود.
- دهان افراد روی تصویر دوباره ترسیم نمی‌شود. در نمای نزدیک از چهره‌ای که حرف می‌زند ناهماهنگی دیده میشود، اما در روایت صوتی نه.
- فقط ویدیوها و صداهایی را ترجمه کنید که حقوق آن‌ها را دارید.
پرسش‌هایی درباره ترجمه با همان صدا
آیا Seed Audio 1.5 می‌تواند ویدیو را به فارسی ترجمه یا دوبله کند؟
هنوز نه؛ فارسی جزو ۳۰ زبانی نیست که Seed Audio 1.5 در زمان عرضه به آن‌ها صحبت میکند. اما می‌توانید ویدیوی انگلیسی یا چینی را به زبان‌هایی ترجمه کنید که مخاطبان فارسی‌زبان بیشتر به آن‌ها نیاز دارند، مثل عربی، ترکی، روسی، آلمانی و فرانسوی.
آیا هوش مصنوعی می‌تواند ویدیو را ترجمه کند و صدای اصلی را نگه دارد؟
بله. ترجمه ویدیو در Seed Audio 1.5 گفتار را به زبان مقصد صداگذاری میکند و ویژگی صدای گوینده را حفظ میکند. در آزمایش ما همان گوینده در هر ۱۲ زبان قابل تشخیص بود.
آیا موسیقی پسزمینه از بین میرود؟
طبق گفته ByteDance، ترجمه ویدیو موسیقی و افکتهای صوتی اصلی را نگه میدارد و فقط گفتار را عوض میکند. در آزمایش خودمان روایت را بدون موسیقی فرستادیم و موسیقی را خودمان دوباره اضافه کردیم. اگر در فایلهای پروژه شما موسیقی روی ترک جدا باشد، این روش هم مطمئن است.
آیا صدای ترجمهشده با طول ویدیو برابر است؟
در آزمایش ما بله: هر بخش در همه زبانها کمتر از ۰٫۰۳ ثانیه کوتاهتر از اصل برگشت، پس نیازی به زمانبندی دوباره نبود.
آیا میتوانم ویدیویی بلندتر از ۶ دقیقه را ترجمه کنم؟
بله، در چند بخش. هر درخواست تا ۳۶۰ ثانیه میگیرد؛ پس ویدیو را در مکثهای طبیعی ببرید، هر بخش را ترجمه کنید و نتیجهها را به هم وصل کنید. فیلم ۹ دقیقهای ما در دو بخش ارسال شد.
آیا این همگامسازی لب است؟
خیر. صدا ترجمه میشود و تصویر همانطور که هست میماند. برای روایت، ضبط صفحه و ویدیوهای صداگذاریشده همین کافی است.
به چه زبان‌هایی میتوانم ترجمه کنم؟
سی زبان، از جمله اسپانیایی (اسپانیا و مکزیک)، پرتغالی (برزیل و پرتغال)، ژاپنی، کره‌ای، آلمانی، فرانسوی، ایتالیایی، روسی، هندی، عربی، ترکی و ویتنامی. زبان مبدأ باید انگلیسی یا چینی باشد.
ادامه مطالعه
صدای شما، به زبان بعدی
اول یک کلیپ کوتاه را ترجمه کنید و به نام‌ها گوش بدهید. بعد سراغ کل ویدیو بروید.
ترجمه ویدیو