كيف تعمل مترجمات الفيديو بالذكاء الاصطناعي

يبدو مترجم الفيديو بالذكاء الاصطناعي خطوة واحدة، لكنه سلسلة من أربع. ومعرفة ما تفعله كل حلقة تسهّل اختيار الأداة وفهم سبب فشل نتيجة ما.

1. التفريغ النصي

تحوّل الأداة الكلام أولًا إلى نص، مع ختم زمني لكل عبارة. وكل ما بعد ذلك يعتمد على هذه الخطوة. فإن سُمعت كلمة خطأً هنا، ستترجم الترجمة الكلمة الخطأ بأمانة.

الصوت الواضح هو الأنفع. فالموسيقى تحت الكلام وتحدث عدة أشخاص معًا والضوضاء القوية في الخلفية كلها ترفع نسبة الخطأ. وإن كنت تتحكم في التسجيل، فغرفة هادئة وميكروفون واحد قريب من المتحدث يعودان عليك بأكثر مما يفعل أي إعداد.

2. الترجمة

يُترجَم النص المفرَّغ إلى اللغة المستهدفة. تقرأ الترجمة الحديثة الجمل كاملة، فتتعامل جيدًا مع ترتيب الكلمات والقواعد. لكنها أضعف فيما لا يحتويه النص: لمن ينتمي اسم ما، وأي منتج يشير إليه مصطلح، وهل النكتة نكتة.

ولهذا تحتاج الأسماء والتعابير الاصطلاحية والمصطلحات المتخصصة إلى نظرة بشرية. ومسرد الترجمة يثبّت طريقة ظهور المصطلحات المتكررة، فتصححها مرة واحدة بدلًا من سطرًا سطرًا. ويشرح دليل اتساق المصطلحات عبر الفيديوهات المترجمة كيف تُعدّ مسردًا.

3. الصوت

في الترجمة النصية، يمكن أن يتوقف المسار بعد الترجمة. أما في الدبلجة فيتحول النص المترجم إلى كلام. وتختلف الأدوات هنا. بعضها يستخدم صوتًا جاهزًا. وبعضها يستنسخ صوت المتحدث الأصلي ليبقى الصوت المدبلج يشبهه. ويغطي الحفاظ على صوت المتحدث ما يجعل الاستنساخ يبدو طبيعيًا.

كما ينبغي أن تتسع خطوة الصوت للكلام الجديد في الزمن نفسه الذي استغرقه الأصل. وبعض اللغات أطول من غيرها، فقد تحكم الأداة الصياغة أو تتكلم أسرع قليلًا. وتعطيك حاسبة وقت الكلام فكرة تقريبية عن مدة نطق نص ما.

4. المراجعة

هذه المرحلة التي يتخطاها الناس، وهي الأهم. اقرأ النص المترجم. أصلح الأسماء والتعابير الاصطلاحية. واستمع إلى الدقيقة الأولى، ففيها يقرر المشاهدون هل يواصلون المشاهدة.

وفي Studio من Dubtitle تعدّل أي سطر وتعيد إنشاء المقطع الذي غيّرته فقط. فلا تعيد الفيديو كله من أجل جملة سيئة واحدة.

مثال تطبيقي

تخيّل عرضًا توضيحيًا لمنتج مدته دقيقتان بالإنجليزية وتريد دبلجته إلى الإسبانية.

تنتج خطوة التفريغ نحو 300 كلمة بأختام زمنية. تتصفحها فتجد أن اسم المنتج «Kettle Cloud» كُتب «cattle cloud». هذا الخطأ الواحد كان سيُترجم ويُنطق بصوت عالٍ. فتصلحه في النص قبل الترجمة، ويسير الباقي على الوجه الصحيح.

وتحوّل خطوة الترجمة الجمل إلى الإسبانية. يقول أحد الأسطر «this will blow your mind». والنسخة الحرفية ستبدو غريبة، فتعيد كتابتها بما يقوله متحدث إسباني فعلًا عن ميزة أعجبته.

وتنشئ خطوة الصوت المسار الإسباني. يطول الإسباني قليلًا عن الإنجليزي في موضعين. فتحكم الأداة هذين السطرين ليتسعا قبل تغيّر المشهد التالي.

وأخيرًا تستمع إلى الدقيقة الأولى، وتصلح سطرًا آخر، وتنزّل الفيديو. معظم العمل كان قراءة لا نقرًا، وجاءت الجودة كلها تقريبًا من مرحلتي التفريغ والمراجعة.

ترجمة نصية أم تعليق صوتي أم دبلجة

يمكن أن ينتهي المسار نفسه بثلاثة مخرجات مختلفة.

الترجمة النصية تتوقف بعد الترجمة. يقرأ المشاهد النص المترجم ويسمع الكلام الأصلي. وهي أرخص الخيارات وأسهلها تحققًا.

التعليق الصوتي يضع الصوت المترجم فوق الصوت الأصلي الذي يبقى عادةً مسموعًا بخفوت تحته. وهو شائع في المقاطع الإخبارية والوثائقية.

الدبلجة الكاملة تستبدل الكلام الأصلي بمسار منطوق باللغة الجديدة. وتناسب الدروس والدورات وفيديوهات القناة، حيث ينبغي أن ينظر المشاهدون إلى الشاشة. ويساعدك دليل الدبلجة بالذكاء الاصطناعي مقابل الترجمة النصية على الاختيار بينها.

أين تخطئ ترجمة الفيديو بالذكاء الاصطناعي

• السمع الخاطئ في النص المفرَّغ. اللهجات والتمتمة والضوضاء.
• التعابير الاصطلاحية الحرفية. عبارة منطقية في لغة تُترجم إلى كلام بلا معنى في أخرى. ولدى دليل الإسبانية مثال تطبيقي.
• مصطلحات غير متسقة. اسم المنتج نفسه مكتوب بثلاث صور.
• مستوى لغوي خاطئ. فيديو عفوي يخرج رسميًا، أو العكس.
• التوقيت. لغة أطول مضغوطة في المشهد نفسه.

كيف تحصل على نتائج أفضل قبل الرفع

تتحكم في أكثر مما تظن.

• سجّل صوتًا نظيفًا. ميكروفون واحد قرب المتحدث وغرفة هادئة ولا موسيقى تحت الكلام. هذا يحسّن النص المفرَّغ، وكل مرحلة لاحقة تعتمد عليه.
• تكلم بوتيرة متوازنة. الوقفات الطويلة والاندفاعات السريعة جدًا كلتاهما تصعّبان التوقيت على خطوة الصوت.
• احتفظ بقائمة مصطلحات. أسماء المنتجات والاختصارات وأسماء الأشخاص هي ما تخطئ فيه خطوة الترجمة غالبًا. ضعها في مسرد قبل تشغيل المهمة.
• استخدم الملف المصدر لا تسجيل الشاشة له. الفيديو المعاد ترميزه صوته أسوأ عادةً.
• اعرف حقوقك. ترجم ودبلج فقط الفيديوهات التي تملكها أو لديك إذن بترجمتها.

كم يستغرق وكم يكلف

يتوقف الوقت على الأداة والفيديو. في Dubtitle تنتهي معظم الفيديوهات خلال 2 إلى 10 دقائق. وتتوقف التكلفة على طريقة الاحتساب. بعض الأدوات تسعّر بالفيديو وبعضها بالرصيد وبعضها بالدقيقة. وفي المكتبات، الرقم المفيد هو تكلفة الدقيقة النهائية عن كل لغة. ويبين دليل التكلفة كيف تحسبها، ويقارن أيضًا بين الدبلجة بالذكاء الاصطناعي ودبلجة الاستوديو التقليدية.

مسرد موجز

ASR. التعرف التلقائي على الكلام، وهو الاسم التقني لخطوة التفريغ النصي.

الترجمة الآلية. برنامج يترجم النص من لغة إلى أخرى.

تحويل النص إلى كلام. برنامج يحوّل النص إلى صوت منطوق.

استنساخ الصوت. إنشاء كلام بصوت مبني على شخص بعينه.

المسرد. قائمة بالمصطلحات وكيفية ترجمة كل منها، تُستخدم للحفاظ على اتساق الأسماء والمصطلحات المتخصصة.

المقطع. مدى قصير من الكلام، عادةً جملة أو جملتان، يمكنك تعديله وإعادة إنشائه منفردًا.

ويضم مسرد الدبلجة بالذكاء الاصطناعي تعريفات أطول لهذه المصطلحات وغيرها.

ما الذي تبحث عنه في أداة

مرّر المقطع نفسه عبر أداتين أو ثلاث وقارن. ويضم دليل أفضل أدوات ترجمة الفيديو بالذكاء الاصطناعي اختبارًا يمكنك اتباعه. انتبه هل تستطيع تعديل النص المفرَّغ، وهل يشبه الصوت المتحدث، وكيف تتعامل كل أداة مع مصطلحاتك أنت.

وإن أردت تجربة دبلجة، فإن الدبلجة بالذكاء الاصطناعي ليوتيوب وصنّاع المحتوى يشرح كيف يعمل Dubtitle، وتبدأ الخطط في الأسعار من $5 شهريًا مع تجربة مجانية لمدة 7 أيام.