ইউটিউব সম্প্রতি 'ভাষাগত বাধা দূর করতে' কৃত্রিম বুদ্ধিমত্তা ব্যবহার করেছে।

অনেক ব্যবহারকারী জানিয়েছেন যে, ইউটিউবের এআই-চালিত ভয়েসওভার এখনও বেশ বিভ্রান্তিকর এবং এতে অনেক ভুল রয়েছে। তবে, নির্মাতাদের তবুও এটি একবার চেষ্টা করে দেখা উচিত।

ইউটিউব ব্যবহারকারীর অভিজ্ঞতা উন্নত করতে কৃত্রিম বুদ্ধিমত্তা (এআই) বিকাশে মনোযোগ দিচ্ছে। ছবি: ডিজিওয়াচ ।

বিশ্বের বৃহত্তম অনলাইন ভিডিও প্ল্যাটফর্ম হিসেবে, ইউটিউব দর্শকদের জন্য অন্যতম বড় সীমাবদ্ধতা হলো ভাষার প্রতিবন্ধকতা। কৃত্রিম বুদ্ধিমত্তা দ্বারা নির্মিত কন্টেন্টের দ্রুত বিকাশের মাঝে, ইউটিউব সম্প্রতি একটি স্বয়ংক্রিয় ভয়েসওভার ফিচার চালু করেছে, যা এখন ভিয়েতনামী ভাষাও সমর্থন করে।

স্যামসাং গ্যালাক্সি এস২৫ এজ নিয়ে এমকেবিএইচডি-র চমৎকার ভিডিওটিতে, ভিয়েতনামী ভাষায় পরিবর্তন করলে ভিয়েতনামী কণ্ঠস্বরটি তুলনামূলকভাবে সহজে বোঝা যায় এবং স্পষ্ট শোনায়। এই অভিজ্ঞতাটি গুগল টেক্সট-টু-স্পিচ এবং এফপিটি প্লে ভয়েসের মতো টেক্সট-টু-স্পিচ সফটওয়্যারে সাধারণত ব্যবহৃত পেশাদার এআই ভয়েস রিডিংয়ের সাথে বেশ সাদৃশ্যপূর্ণ।

মূল ইংরেজি সংস্করণের সাথে তুলনা করলে, ডাব করা সংস্করণটি বেশ নির্ভুল এবং এটি নির্মাতার সূক্ষ্মতা ও অভিব্যক্তি খুব ভালোভাবে ধরে রেখেছে। কণ্ঠস্বরে স্বরভঙ্গি রয়েছে, মাঝে মাঝে "হ্যাঁ, এটাই" এর মতো বিস্ময়সূচক শব্দ ব্যবহার করা হয়েছে, যা প্রায় সরাসরি কথোপকথনের অনুভূতি তৈরি করে।

তবে, এআই-নির্মিত অনুবাদগুলো প্রায়শই যান্ত্রিক এবং শব্দে শব্দে করা হয়, যার ফলে বাক্যগুলো অস্বাভাবিক ও ভুল হয়। নির্মাতার উদ্দিষ্ট অর্থ বোঝার জন্য দর্শকদের অবশ্যই মনোযোগ দিয়ে শুনতে হবে।

যদিও ভয়েসওভারটি পুরোপুরি ভিয়েতনামী সাবটাইটেলের উপর ভিত্তি করে তৈরি, তবুও এআই 'সুপার', 'কাস্টমার' এবং 'ট্রেড-অফ'-এর মতো শব্দগুলো ভুলভাবে উচ্চারণ করে, যা শ্রোতাদের মধ্যে বিভ্রান্তি সৃষ্টি করে। এর ফলে একঘেয়েমি, ভুল তথ্য আদান-প্রদান, অথবা মূল উৎস থেকে অসম্পূর্ণ বিষয়বস্তু পাওয়া যেতে পারে।

ভিডিও আপলোড করার আগে, নির্মাতারা এআই দ্বারা প্রদত্ত ভয়েসওভারের প্রিভিউ শুনতে পারবেন। ভিয়েতনামী ভয়েসওভার সমর্থিত ভিডিওগুলিতে সাধারণত একটি ভিয়েতনামী শিরোনাম থাকবে এবং তার ঠিক নিচে 'ভয়েসওভার' শব্দটি লেখা থাকবে।

ধারণা তৈরি এবং ভিডিওর কার্যকারিতা বিশ্লেষণ থেকে শুরু করে সাবটাইটেল তৈরি ও কণ্ঠ অনুকরণ পর্যন্ত প্রতিটি পর্যায়ে কৃত্রিম বুদ্ধিমত্তার উপস্থিতি রয়েছে। ইউটিউব আশা করছে যে, আগামী পাঁচ বছরের মধ্যে আপলোড করা সমস্ত ভিডিও নির্মাতার আসল কণ্ঠস্বর ও অভিব্যক্তি অক্ষুণ্ণ রেখে স্বয়ংক্রিয়ভাবে একাধিক ভাষায় ডাব করা যাবে।

২০২৪ সালের ডিসেম্বর মাসের শেষ নাগাদ, এই ফিচারটি ইংরেজি থেকে অনুবাদের ক্ষেত্রে নয়টি ভাষা সমর্থন করত। ২০২৫ সালের শুরুর দিকে, ইউটিউবের সিইও নীল মোহন আনুষ্ঠানিকভাবে নিশ্চিত করেন যে এআই অটো-ডাবিং সকল পার্টনারদের জন্য চালু করা হবে। এপ্রিল মাস নাগাদ, ফিচারটি নীরবে সমস্ত মনিটাইজড চ্যানেলের জন্য সক্রিয় করা হয়েছিল।

এই ফিচারটি নিয়ে অসন্তোষ প্রকাশ করে করা একটি রেডিট পোস্টে ১০০টিরও বেশি মন্তব্য এবং ৪৫০টি লাইক পড়েছে। একজন ব্যক্তি যুক্তি দিয়েছেন যে, অনেক ভয়েস-ওভার সফটওয়্যার প্রোগ্রাম ইতিমধ্যেই বেশ ভালো কাজ করে এবং ইউটিউবেও সাবটাইটেল রয়েছে, যা ব্যবহারকারীদের ভাষা অনুবাদের চাহিদা পূরণ করে।

অন্য একটি মন্তব্যে বলা হয়েছে যে, এআই 'স্পেসটাইম' শব্দটিকে ভুল শুনে 'স্পেয়ার টাইম' ভেবেছে, যার ফলে অনুবাদে ভুল হয়েছে। আরও অনেক ব্যবহারকারী জানিয়েছেন যে ফিচারটি অকার্যকর ছিল এবং অ্যাপের মধ্যে এটি নিষ্ক্রিয় করার উপায় খুঁজেছেন।

ইউটিউব নিজেও স্বীকার করে যে এআই অটো-ডাবিং এখনও তুলনামূলকভাবে নতুন এবং ব্যবহারকারীদের মতামতকে স্বাগত জানায়। ভিডিও পোস্ট করার আগে, প্ল্যাটফর্মটি নির্মাতাদের অর্থ বোঝা, উচ্চারণ এবং শব্দ শনাক্ত করার ক্ষেত্রে এআই-এর সীমাবদ্ধতা সম্পর্কে অবহিত করবে। দর্শকদের কাছে প্রকাশ করার আগে তাদের ডাবিংয়ের নির্ভুলতা যাচাই করে নিতে হবে।

তবে, Air.io-এর মতে, এই ফিচারটি একবার চেষ্টা করে দেখা যেতে পারে। দর্শকরা কোনো ক্রিয়েটরের কন্টেন্ট উপভোগ করছেন কি না এবং এই ডাব করা সংস্করণগুলোর মাধ্যমে চ্যানেলটি নতুন দর্শক আকর্ষণ করতে পারে কি না, তা পরীক্ষা করার এটি একটি স্বল্প খরচের উপায়। যদিও এটি নিখুঁত নয়, তবে এই প্রযুক্তির মাধ্যমে কন্টেন্টের প্রসার বাড়ানোর সম্ভাবনা রয়েছে।

বর্তমানে, সব ভিডিওর ডাব করা সংস্করণ থাকবে না এবং ব্যবহারকারীরা ডিফল্টরূপে এই বৈশিষ্ট্যটি নিষ্ক্রিয় করতে পারবেন না। এর পরিবর্তে, এআই-ডাব করা সংস্করণের সংখ্যা কমাতে আপনার ব্রাউজারের ভাষা ইংরেজিতে পরিবর্তন করে দেখুন।

উৎস: https://znews.vn/youtube-vua-dung-ai-de-pha-vo-rao-can-ngon-ngu-post1553547.html