هم‌زمان‌سازی لب‌ها در یوتیوب؛ قدمی نوین برای دوبله روان‌تر ویدئوها

در مراسم «ساخته‌شده در یوتیوب»، گوگل از پیشرفت فناوری دوبله خودکار یوتیوب با ویژگی جدید همگام‌سازی حرکات لب رونمایی کرد.

به نقل از ایتنا و گزارش تک‌اسپات، این ویژگی به ویدئوهای ترجمه‌شده این امکان را می‌دهد که حرکات دهان گوینده با صدای تولید شده همخوانی داشته باشد و این امر باعث می‌شود محتوای دوبله‌شده به شکلی طبیعی‌تر و قابل‌اعتمادتر به نمایش درآید. این فناوری در نخستین مرحله به 20 زبان از جمله انگلیسی، آلمانی، فرانسوی و اسپانیایی ارائه خواهد شد و در آینده زبان‌های بیشتری به آن افزوده خواهد شد.

سیستم‌های ترجمه و دوبله خودکار یوتیوب همواره موضوعی جنجالی بوده‌اند. بسیاری از کاربران از تغییرات خودکار در عناوین و صداها شکایت کرده و فقدان یک گزینه سراسری برای غیر فعال‌سازی این قابلیت را به عنوان یک نقص بزرگ مطرح کرده‌اند. همچنین، برخی کاربران چندزبانه کیفیت پایین ترجمه‌های ماشینی را در مقایسه با ترجمه‌های انسانی نابسنده دانسته‌اند. این مشکلات حتی باعث ایجاد افزونه‌های مرورگری مانند YouTube Anti-Translate شده که به مسدود کردن لایه‌های ناخواسته ترجمه و دوبله کمک می‌کند.

ویژگی جدید همگام‌سازی لب به یکی از انتقادات عمومی نسبت به دوبله، یعنی ناهماهنگی میان صوت و حرکات لب، پاسخ می‌دهد. این فناوری با بهره‌گیری از هوش مصنوعی، حرکات لب را به صورت بصری با صدای تولید شده تطبیق می‌دهد تا تجربه تماشا به مراتب روان‌تر گردد. در حال حاضر، تولیدکنندگان محتوا می‌توانند این ویژگی را به صورت داوطلبانه از طریق یوتیوب استودیو فعال کنند. مرحله آزمایشی این ویژگی به طور اولیه برای اعضای برنامه شریک یوتیوب تعبیه شده و در آینده ممکن است به طور گسترده‌تری به کار گرفته شود و حتی به صورت خودکار اعمال گردد.



این پروژه چندزبانه بر پایه مدل‌های هوش مصنوعی منحصر به فردی مانند جمینای و Aloud طراحی شده است که می‌توانند صداها را ترجمه کرده، لحن و احساس گوینده را بازنمایی کنند و تفکیک مناسبی بین صدا و پس‌زمینه ایجاد کنند. آزمایش‌های ابتدایی نشان داده‌اند که برخی کانال‌ها پس از بهره‌مندی از دوبله چندزبانه، توانسته‌اند تعداد بینندگان غیر بومی خود را تا سه برابر افزایش دهند.

با این وجود، این سیستم همچنان بنیادهای حامیان و مخالفان خود را دارد. طرفداران بر این باورند که این فناوری افق‌های بیشتری برای دستیابی جهانی و افزایش درآمد برای خالقان و تبلیغ‌کنندگان به ارمغان می‌آورد، در حالی که منتقدان آن را تهدیدی برای اصالت محتوای اصلی قلمداد می‌کنند. سؤالی که مطرح است این است که آیا همگام‌سازی حرکات لب توانایی پر کردن کامل شکاف میان دوبله ماشینی و نسخه اصلی را خواهد داشت یا خیر.

مشاهده بیشتر

نوشته های مشابه

دکمه بازگشت به بالا