یوتیوب: دوبله خودکار ویدیوها با هوش مصنوعی و پشتیبانی از ۲۷ زبان

فناوری پیشرفته دوبله خودکار

قابلیت «Auto-Dubbing» یوتیوب که اکنون به‌طور گسترده‌تری در دسترس قرار گرفته، با بهره‌گیری از هوش مصنوعی، صدای گوینده اصلی را ترجمه کرده و آن را با نسخه دوبله‌شده جایگزین می‌کند. این سیستم به‌گونه‌ای طراحی شده که کاربر ویدیو را مستقیماً به زبان تنظیم‌شده در حساب کاربری خود بشنود.

یکی از مهم‌ترین پیشرفت‌ها در این نسخه، استفاده از قابلیت Expressive Speech است. هدف این فناوری، طبیعی‌تر کردن صدای دوبله‌شده، حفظ لحن، احساسات و ریتم گفتار اصلی است تا «صدای رباتیک و ناهماهنگ» که یکی از بزرگ‌ترین انتقادها به دوبله‌های ماشینی بود، برطرف شود.

«هدف ما این است که کاربر، تفاوتی بین نسخه اصلی و دوبله‌شده احساس نکند و ویدیو از همان لحظه پخش، قابل فهم باشد.»

هماهنگ‌سازی لب و پشتیبانی از زبان‌ها

یوتیوب در حال حاضر مشغول آزمایش قابلیت پیشرفته هماهنگ‌سازی حرکت لب است. این سیستم به‌طور نامحسوس حرکت دهان گوینده را با صدای ترجمه‌شده هماهنگ می‌کند تا تجربه تماشای روان‌تر و طبیعی‌تری را برای کاربرانی که به ناهماهنگی تصویر و صدا حساس هستند، فراهم آورد.

در حال حاضر، دوبله خودکار برای کانال‌هایی با زبان‌های زیر فعال شده است:

• انگلیسی
• فرانسوی
• آلمانی
• هندی
• اندونزیایی
• ایتالیایی
• پرتغالی
• اسپانیایی

یوتیوب وعده داده که به‌زودی زبان‌های بیشتری نیز به این فهرست اضافه خواهند شد. این ویژگی در حال حاضر از ۲۷ زبان پشتیبانی می‌کند.

کنترل سازندگان محتوا و چالش‌های پیش‌رو

با وجود این پیشرفت‌ها، سازندگان محتوا همچنان کنترل کاملی بر ویدیوهای خود دارند. آن‌ها می‌توانند دوبله خودکار را غیرفعال کنند یا نسخه دوبله‌شده اختصاصی خود را بارگذاری نمایند.

یوتیوب همچنین برای جلوگیری از خطاهای احتمالی، از یک فیلتر هوشمند استفاده می‌کند تا ویدیوهایی که دوبله آن‌ها منطقی نیست، مانند ویدیوهای صرفاً موسیقی یا بدون گفتار، به‌طور خودکار ترجمه نشوند. با این حال، شرکت اذعان دارد که هنوز خطاهایی در تشخیص گفتار و ترجمه وجود دارد که با دریافت بازخورد کاربران، به‌تدریج بهبود خواهد یافت.

این اقدام یوتیوب نشان‌دهنده تمرکز فزاینده این پلتفرم بر هوش مصنوعی برای جهانی‌سازی محتوا و حذف مرزهای زبانی است؛ مسیری که می‌تواند شیوه تماشای ویدیو را برای همیشه تغییر دهد.