แปลวิดีโอโดยคงเสียงเดิมของผู้พูด
ผู้บรรยายคนเดิม พูดภาษาญี่ปุ่น เยอรมัน หรือฮินดี
ซับไตเติลบังคับให้คนดูต้องอ่าน ส่วนเสียง AI สำเร็จรูปก็ฟังเหมือนเป็นคนอื่น Seed Audio 1.5 พากย์คำพูดใหม่เป็นอีกภาษาโดยยังคงเสียงของคนที่พูดไว้ และแทร็กที่แปลแล้วมีความยาวเท่าต้นฉบับ จึงวางลงบนภาพได้ทันที
แปลจากภาษาอังกฤษหรือภาษาจีนเป็น 30 ภาษา รวมถึงภาษาไทย
ลองฟังก่อนลองใช้
ภาพยนตร์ภาษาอังกฤษความยาว 9 นาที ที่ทีมของเราแปลเป็น 12 ภาษาด้วย Seed Audio 1.5 กดเล่น แล้วสลับภาษาได้ที่ การตั้งค่า → แทร็กเสียง ลองฟังว่าผู้บรรยายเป็นคนเดิมในทุกเวอร์ชัน
- ภาษาต้นฉบับ
- อังกฤษ
- ภาษาปลายทาง
- 12
- จำนวนคำขอ
- 24
- ความยาวที่ต่างกัน
- < 0.03 วินาที
เหมาะกับใคร
ช่อง YouTube
วิดีโอเดียว หลายแทร็กเสียง ผู้ชมในโตเกียวและมาดริดได้ยินพิธีกรคนเดิมพูดภาษาของตัวเอง โดยไม่ต้องอัปโหลดซ้ำ
คอร์สเรียนและวิดีโออธิบาย
เสียงของครูเป็นส่วนหนึ่งของบทเรียน การแปลโดยคงเสียงเดิมจึงรักษาตัวตนของผู้สอนไว้ ไม่ใช่แค่ถ่ายทอดเนื้อหา
วิดีโอสินค้าและโฆษณา
เปิดตัวเดโมในตลาดใหม่ได้ภายในวันเดียว ด้วยผู้นำเสนอคนเดิมที่ลูกค้าของคุณคุ้นเคยอยู่แล้ว
สารคดีและเรื่องเล่า
ภาพยนตร์ที่มีเสียงบรรยาย อย่างการทดสอบเรื่องปอมเปอีของเรา เป็นกรณีที่ง่ายที่สุด คือมีเสียงเดียว หยุดพักชัดเจน และจังหวะสม่ำเสมอ
ขั้นตอนแปลวิดีโอโดยคงเสียงเดิม
นี่คือลำดับที่เราทำจริงกับภาพยนตร์ข้างต้น
ตรวจสอบภาษาต้นฉบับ
การแปลวิดีโอเริ่มจากภาษาอังกฤษหรือภาษาจีนเท่านั้น โมเดลตรวจจับได้เองว่าเป็นภาษาไหน คุณเลือกแค่ภาษาปลายทาง
ตัดวิดีโอยาวตรงช่วงที่เงียบ
หนึ่งคำขอรองรับวิดีโอยาว 4 ถึง 360 วินาที ภาพยนตร์ 9 นาทีของเราแบ่งเป็นสองช่วง คือ 4:43 และ 4:17 โดยตัดตรงจุดที่ผู้บรรยายหยุดหายใจ ถ้าตัดกลางประโยค จะได้ยินรอยต่อในเสียงที่แปล
รวบรวมชื่อเฉพาะและคำที่พบน้อย
ชื่อเฉพาะ คำโบราณ และศัพท์เทคนิคคือจุดที่การแปลมักพลาด ใส่คำเหล่านี้ลงในรายการคำศัพท์เฉพาะ (glossary) ของคำขอ เพื่อให้ออกมาสอดคล้องกันในทุกภาษา
แปลทีละภาษา
แต่ละคำขอให้ผลลัพธ์หนึ่งภาษา จากที่เราทดสอบ วิดีโอช่วงยาวประมาณสี่นาทีครึ่งใช้เวลา 157 ถึง 200 วินาที
ฟังให้ครบก่อนเผยแพร่
ฟังทุกภาษาอย่างน้อยหนึ่งรอบ อย่างน้อยช่วงเปิดเรื่องและตรงที่มีชื่อเฉพาะ การแก้คำก่อนอัปโหลดง่ายและถูกกว่าการรอให้คนดูมาเจอเอง
ใส่แทร็กกลับเข้าไป
แทร็กที่แปลแล้วยาวเท่าต้นฉบับ จึงตรงกับภาพโดยไม่ต้องปรับ จะเผยแพร่เป็นวิดีโอแยกตามภาษา หรือเพิ่มทุกแทร็กไว้ในวิดีโอ YouTube เดียวก็ได้
อะไรเปลี่ยน อะไรคงเดิม
| ส่วนของวิดีโอ | หลังการแปล |
|---|---|
| คำพูด | แปลเป็นภาษาปลายทาง |
| ลักษณะเสียง | คงไว้: เป็นผู้พูดคนเดิม ไม่ใช่เสียงสำเร็จรูป |
| ดนตรีประกอบ | คงไว้ |
| เสียงเอฟเฟกต์ | คงไว้ |
| ความยาว | เท่าต้นฉบับ (ในการทดสอบของเรา ต่างกันไม่ถึง 0.03 วินาที) |
| ภาพและการขยับปาก | ไม่เปลี่ยน: นี่คือการแปลเสียง ไม่ใช่การทำลิปซิงก์ |
ตามเอกสารของ ByteDance ดนตรีและเสียงเอฟเฟกต์จะถูกคงไว้ ส่วนในการทดสอบของเราเอง เราแปลเฉพาะเสียงบรรยายแล้วมิกซ์ดนตรีกลับเข้าไปเอง
แปลเป็นภาษาใดก็ได้ใน 30 ภาษา
จากภาษาอังกฤษหรือภาษาจีนเป็น:
ภาษาสเปนและโปรตุเกสมีให้เลือกอย่างละสองสำเนียง เลือกแบบที่ผู้ชมของคุณใช้ ได้แก่สเปนแบบเม็กซิโกหรือแบบสเปน และโปรตุเกสแบบบราซิลหรือแบบยุโรป
ข้อจำกัดที่ควรรู้
- ต้นฉบับต้องเป็นภาษาอังกฤษหรือภาษาจีน วิดีโอภาษาสเปนแปลโดยตรงไม่ได้
- หนึ่งคำขอรองรับวิดีโอยาว 4 ถึง 360 วินาที ขนาดไม่เกิน 200 MB ความละเอียด 480p, 720p หรือ 1080p
- ชื่อเฉพาะอาจเปลี่ยนรูปไประหว่างภาษา หากไม่ได้ใส่ไว้ในรายการคำศัพท์เฉพาะ (glossary)
- ปากของคนในภาพจะไม่ถูกวาดใหม่ ในช็อตใกล้ใบหน้าที่กำลังพูดจะเห็นว่าปากไม่ตรงกับเสียง แต่กับเสียงบรรยายจะไม่เห็นปัญหานี้
- แปลเฉพาะวิดีโอและเสียงที่คุณมีสิทธิ์ใช้งานเท่านั้น
คำถามเกี่ยวกับการแปลวิดีโอด้วยเสียงเดิม
AI แปลวิดีโอโดยคงเสียงต้นฉบับได้ไหม
ได้ การแปลวิดีโอของ Seed Audio 1.5 พากย์คำพูดใหม่เป็นภาษาปลายทางโดยยังคงลักษณะเสียงของผู้พูดไว้ ในการทดสอบของเรา ผู้บรรยายคนเดิมยังฟังออกได้ทั้ง 12 ภาษา
ดนตรีประกอบจะหายไปไหม
ตามที่ ByteDance ระบุ การแปลวิดีโอจะคงดนตรีและเสียงเอฟเฟกต์ต้นฉบับไว้ และแทนที่เฉพาะเสียงพูด ในการทดสอบของเราเอง เราส่งเสียงบรรยายที่ไม่มีดนตรีเข้าไป แล้วมิกซ์ดนตรีกลับเองภายหลัง ซึ่งเป็นวิธีที่ปลอดภัยเช่นกัน หากไฟล์โปรเจกต์ของคุณแยกแทร็กดนตรีไว้ต่างหาก
เสียงที่แปลแล้วยาวเท่ากับวิดีโอไหม
ในการทดสอบของเราเท่ากัน แต่ละช่วงที่ได้กลับมาสั้นกว่าต้นฉบับไม่ถึง 0.03 วินาทีในทุกภาษา จึงไม่ต้องปรับจังหวะเพิ่ม
แปลวิดีโอที่ยาวกว่า 6 นาทีได้ไหม
ได้ โดยแบ่งเป็นช่วง หนึ่งคำขอรองรับได้ถึง 360 วินาที ให้ตัดวิดีโอตรงจุดที่เงียบตามธรรมชาติ แปลทีละช่วง แล้วนำผลลัพธ์มาต่อกัน ภาพยนตร์ 9 นาทีของเราแบ่งเป็นสองช่วง
นี่คือการทำลิปซิงก์หรือเปล่า
ไม่ใช่ ระบบแปลเฉพาะเสียง ส่วนภาพคงเดิม สำหรับวิดีโอที่มีเสียงบรรยาย วิดีโออัดหน้าจอ และวิดีโอพากย์เสียง แค่นี้ก็เพียงพอแล้ว
แปลเป็นภาษาอะไรได้บ้าง
30 ภาษา รวมถึงภาษาไทย สเปน (สเปนและเม็กซิโก) โปรตุเกส (บราซิลและโปรตุเกส) ญี่ปุ่น เกาหลี เยอรมัน ฝรั่งเศส อิตาลี รัสเซีย ฮินดี อาหรับ ตุรกี และเวียดนาม โดยต้นฉบับต้องเป็นภาษาอังกฤษหรือภาษาจีน
อ่านต่อ
เสียงของคุณ ในภาษาถัดไป
เริ่มจากแปลคลิปสั้นๆ หนึ่งคลิปก่อน แล้วฟังชื่อเฉพาะให้ดี จากนั้นค่อยแปลทั้งวิดีโอ
แปลวิดีโอ