वीडियो ट्रांसलेट करें, आवाज़ वही रखें
आपका नैरेटर, जापानी, जर्मन या हिंदी में बोलता हुआ
सबटाइटल का मतलब है कि दर्शक पढ़ें। और स्टॉक AI वॉइस किसी और इंसान जैसी लगती है। Seed Audio 1.5 बोले गए हिस्से को दूसरी भाषा में दोबारा रिकॉर्ड करता है, और बोलने वाले की आवाज़ वही रहती है। अनुवादित ट्रैक मूल ट्रैक जितना ही लंबा आता है, इसलिए सीधे वीडियो पर लग जाता है।
अंग्रेज़ी या चीनी से हिंदी समेत 30 भाषाओं में काम करता है।
आज़माने से पहले सुन लें
9 मिनट की एक अंग्रेज़ी फ़िल्म, जिसे हमारी टीम ने Seed Audio 1.5 से 12 भाषाओं में ट्रांसलेट किया। इसे चलाएँ और सेटिंग्स → ऑडियो ट्रैक में भाषा बदलें। हर वर्ज़न में वही नैरेटर सुनाई देगा।
- स्रोत भाषा
- अंग्रेज़ी
- लक्ष्य भाषाएँ
- 12
- रिक्वेस्ट
- 24
- लंबाई में अंतर
- < 0.03 सेकंड
यह किसके लिए है
YouTube चैनल
एक वीडियो, कई ऑडियो ट्रैक। टोक्यो और मैड्रिड के दर्शक दोबारा अपलोड किए बिना उसी होस्ट को अपनी भाषा में सुनते हैं।
कोर्स और एक्सप्लेनर वीडियो
शिक्षक की आवाज़ पाठ का हिस्सा होती है। उसका अनुवाद सिर्फ़ शब्द नहीं, बल्कि उस इंसान को भी साथ रखता है।
प्रोडक्ट वीडियो और विज्ञापन
नए बाज़ार में डेमो उसी दिन लॉन्च करें, उसी प्रेज़enter के साथ जिसे आपके ग्राहक पहले से जानते हैं।
डॉक्यूमेंट्री और कहानियाँ
नैरेशन वाली फ़िल्में, जैसे हमारा पॉम्पेई टेस्ट, सबसे आसान मामला हैं: एक आवाज़, साफ़ विराम, स्थिर रफ़्तार।
वीडियो को उसी आवाज़ में कैसे ट्रांसलेट करें
ऊपर की फ़िल्म के लिए हमने ठीक यही क्रम अपनाया।
स्रोत भाषा जाँचें
वीडियो अनुवाद अंग्रेज़ी या चीनी से शुरू होता है। मॉडल खुद पहचान लेता है कि भाषा कौन सी है, इसलिए आपको सिर्फ़ लक्ष्य भाषा चुननी होती है।
लंबे वीडियो को विराम पर काटें
एक रिक्वेस्ट में 4 से 360 सेकंड का वीडियो जाता है। हमारी 9 मिनट की फ़िल्म दो हिस्सों में गई, 4:43 और 4:17, और दोनों को वहाँ काटा गया जहाँ नैरेटर साँस लेने के लिए रुकता है। वाक्य के बीच में काटने पर अनुवाद में कट सुनाई देता है।
नामों और दुर्लभ शब्दों की सूची बनाएँ
अनुवाद अक्सर व्यक्तियों के नामों और पुराने या तकनीकी शब्दों पर चूकता है। इन्हें रिक्वेस्ट की ग्लॉसरी में जोड़ें, ताकि ये हर भाषा में एक जैसे आएँ।
एक बार में एक भाषा चलाएँ
हर रिक्वेस्ट एक भाषा लौटाती है। हमारे रन में लगभग साढ़े चार मिनट के हिस्से में 157 से 200 सेकंड लगे।
पब्लिश करने से पहले सुनें
हर भाषा को कम से कम एक बार चलाएँ, कम से कम शुरुआत और नाम तो ज़रूर। दर्शकों के पकड़ने के बाद की तुलना में अपलोड से पहले एक शब्द सुधारना कहीं सस्ता पड़ता है।
ट्रैक वापस वीडियो में लगाएँ
अनुवादित ट्रैक मूल जितना लंबा होता है, इसलिए वह जस का तस वीडियो से मेल खा जाता है। हर भाषा का अलग वीडियो पब्लिश करें, या एक ही YouTube वीडियो में सारे ट्रैक जोड़ दें।
क्या बदलता है और क्या वैसा ही रहता है
| वीडियो का हिस्सा | अनुवाद के बाद |
|---|---|
| बोले गए शब्द | लक्ष्य भाषा में अनुवादित |
| आवाज़ का स्वभाव | बरकरार: वही स्पीकर, कोई स्टॉक वॉइस नहीं |
| बैकग्राउंड म्यूज़िक | बरकरार |
| साउंड इफ़ेक्ट्स | बरकरार |
| लंबाई | मूल जितनी (हमारे टेस्ट में अंतर 0.03 सेकंड से कम) |
| तस्वीर और होंठों की हरकत | जस की तस: यह ऑडियो अनुवाद है, लिप सिंक नहीं |
ByteDance के दस्तावेज़ों के अनुसार म्यूज़िक और इफ़ेक्ट्स बरकरार रहते हैं। हमारे अपने टेस्ट में हमने नैरेशन को अलग से ट्रांसलेट किया और म्यूज़िक खुद वापस मिक्स किया।
30 में से किसी भी भाषा में ट्रांसलेट करें
अंग्रेज़ी या चीनी से इन भाषाओं में:
स्पेनिश और पुर्तगाली, दोनों दो-दो रूपों में उपलब्ध हैं। वही चुनें जो आपके दर्शक बोलते हैं: मेक्सिको या स्पेन की स्पेनिश, ब्राज़ील या पुर्तगाल की पुर्तगाली।
जानने लायक सीमाएँ
- स्रोत भाषा अंग्रेज़ी या चीनी होनी चाहिए। स्पेनिश में बने वीडियो का सीधा अनुवाद नहीं हो सकता।
- एक रिक्वेस्ट में 4 से 360 सेकंड का वीडियो जा सकता है, अधिकतम 200 MB, 480p, 720p या 1080p में।
- नामों को ग्लॉसरी में न जोड़ें, तो भाषाओं के बीच उनका रूप बदल सकता है।
- स्क्रीन पर दिख रहे होंठ दोबारा नहीं बनाए जाते। बोलते चेहरे के क्लोज़-अप में बेमेल दिखता है; नैरेशन में नहीं दिखता।
- सिर्फ़ वही वीडियो और आवाज़ें ट्रांसलेट करें जिनके अधिकार आपके पास हैं।
उसी आवाज़ में अनुवाद के बारे में सवाल
क्या AI वीडियो को ट्रांसलेट करके मूल आवाज़ रख सकता है?
हाँ। Seed Audio 1.5 का वीडियो अनुवाद बोले गए हिस्से को लक्ष्य भाषा में दोबारा रिकॉर्ड करता है और स्पीकर की आवाज़ का स्वभाव बनाए रखता है। हमारे टेस्ट में सभी 12 भाषाओं में वही नैरेटर पहचाना जा सका।
क्या बैकग्राउंड म्यूज़िक खो जाएगा?
ByteDance के अनुसार वीडियो अनुवाद मूल म्यूज़िक और साउंड इफ़ेक्ट्स को रखता है और सिर्फ़ बोले गए हिस्से को बदलता है। हमारे अपने टेस्ट में हमने म्यूज़िक के बिना सिर्फ़ नैरेशन भेजा और म्यूज़िक खुद वापस मिक्स किया। अगर आपकी प्रोजेक्ट फ़ाइलों में म्यूज़िक अलग ट्रैक पर है, तो यह भी एक सुरक्षित रास्ता है।
क्या अनुवादित ऑडियो की लंबाई वीडियो से मेल खाती है?
हमारे टेस्ट में हाँ: हर भाषा में हर हिस्सा स्रोत से 0.03 सेकंड से भी कम छोटा लौटा, इसलिए टाइमिंग दोबारा ठीक करने की ज़रूरत नहीं पड़ी।
क्या मैं 6 मिनट से लंबा वीडियो ट्रांसलेट कर सकता हूँ?
हाँ, हिस्सों में। एक रिक्वेस्ट में अधिकतम 360 सेकंड जाते हैं, इसलिए वीडियो को प्राकृतिक विराम पर बाँटें, हर हिस्से का अनुवाद करें और नतीजे जोड़ दें। हमारी 9 मिनट की फ़िल्म दो हिस्सों में गई थी।
क्या यह लिप सिंक है?
नहीं। आवाज़ का अनुवाद होता है; तस्वीर जैसी है वैसी रहती है। नैरेशन, स्क्रीन रिकॉर्डिंग और वॉइस-ओवर वाले वीडियो के लिए इतना ही काफ़ी है।
मैं किन भाषाओं में ट्रांसलेट कर सकता हूँ?
तीस भाषाओं में, जिनमें स्पेनिश (स्पेन और मेक्सिको), पुर्तगाली (ब्राज़ील और पुर्तगाल), जापानी, कोरियाई, जर्मन, फ़्रेंच, इतालवी, रूसी, हिंदी, अरबी, तुर्की और वियतनामी शामिल हैं। स्रोत भाषा अंग्रेज़ी या चीनी होनी चाहिए।
आगे पढ़ें
आपकी आवाज़, अगली भाषा में
पहले एक छोटी क्लिप ट्रांसलेट करें और नाम सुनकर जाँचें। फिर पूरा वीडियो करें।
वीडियो ट्रांसलेट करें