به گزارش کارگروه فناوری اطلاعات سایبربان ؛ در رویداد سال گذشته ویدکان( VidCon) بود که یوتیوب نوید بهره بردن از یک سیستم پیشرفته هوش مصنوعی را برای دوبله ویدئوها به صورت خودکار به صاحبان کانالها و کاربران خود داد. در گزارشی که در سایت یوتیوب منتشر شد در نهایت خبر عملیاتی شدن این قابلیت منتشر شد.
یوتیوب با همکاری جمنای(Gemini)، مدل زبانی بزرگ گوگل، توانسته سیستمی برای دوبله ویدئوها را پیش از انتشار آنها ایجاد کند. این سیستم که کار کردن با آن نیازمند طی کردن هیچ عملیات به خصوصی نیست، ویدئوهای تولیدکنندگان محتوا را پیش از انتشار دوبله کرده و این امکان را به آنها میدهد تا بتوانند ویدئوی دوبله شده را منتشر کنند یا خیر.
تمرکز یوتیوب در استفاده از این هوش مصنوعی تا کنون بر کانالهای مورد تایید خود در حوزههای مهارت و اطلاعات مانند آموزش آشپزی بوده است. انتظار میرود در آینده طیف گستردهتری از ویدئوها از این قابلیت بهرهمند شوند.
این هوش مصنوعی تا کنون توانایی بازگردانی ویدئوهای انگلیسی به زبانهای: فرانسوی، آلمانی، هندی، ایتالیایی، ژاپنی، اندونزیایی، پرتغالی و اسپانیایی را دارد و همچنین میتواند ویدئوهایی که به زبانهای ذکر شده هستند به انگلیسی بازگرداند. هنوز قابلیت فارسی در این بخش فعال نشده است.
ویدئوهای دوبله شده با برچسب auto-dubbed مشخص شدهاند تا کاربران بتوانند آنها را تشخیص دهند. با استفاده از گزینه Track Selector هم کاربران امکان انتخاب بین زبانهای مختلف ویدئوها را دارند.
در همین مورد توسعه دهندگان یوتیوب گفتهاند: این هوش مصنوعی هنوز در مرحله توسعه است و امکان خطا در ترجمه و ناهمانگی صدا با تصویر گوینده در آن وجود دارد. در تلاش هستیم تا آنرا به بالاترین میزان دقت برسانیم، قدردان بازخوردها و صبوری کاربران در جهت توسعه هرچه بیشتر آن هستیم.
یوتیوب همچنین در رویداد مستقل خود در ماه سپتامبر نوید انتشار قابلیتی را با عنوان Expressive Speech داد. این قابلیت به هرچه طبیعیتر شدن دوبلهها، مطابقت صدای دوبله شده با صدای اصلی و حتی انتقال صدای محیط اطراف کمک میکند.
