یوتیوب از هوش مصنوعی برای «شکستن موانع زبانی» استفاده کرد

بسیاری از کاربران گزارش داده‌اند که دوبله هوش مصنوعی یوتیوب هنوز گیج‌کننده و پر از خطا است، اما سازندگان هنوز هم باید آن را امتحان کنند.

یوتیوب بر توسعه هوش مصنوعی برای بهبود تجربه کاربری تمرکز دارد. عکس: Digwatch .

به عنوان بزرگترین پلتفرم ویدیویی آنلاین جهان، یکی از بزرگترین محدودیت‌ها برای بینندگان یوتیوب، مانع زبانی است. در زمینه توسعه قوی هوش مصنوعی مولد، یوتیوب به تازگی یک ویژگی «دوبله» خودکار را معرفی کرده است که اکنون از زبان ویتنامی نیز پشتیبانی می‌کند.

در ویدیوی تأثیرگذار MKBHD درباره سامسونگ گلکسی S25 Edge، هنگام تغییر زبان به ویتنامی، صدای ویتنامی نسبتاً به راحتی شنیده و واضح است. این تجربه کاملاً شبیه صدای حرفه‌ای هوش مصنوعی است که معمولاً در نرم‌افزارهای تبدیل متن به گفتار مانند Google Text-to-Speech و FPT Play Voice استفاده می‌شود.

وقتی که بین زبان اصلی انگلیسی و انگلیسی زبان اصلی جابه‌جا می‌شوید، دوبله به خوبی ساخته شده و ظرافت‌ها و حالت‌های چهره‌ی خالق اثر را به خوبی حفظ می‌کند. صدا لهجه‌دار است و گاهی اوقات از عبارات تعجبی مانند «خب، همینه» استفاده می‌کند که این حس را ایجاد می‌کند که انگار کسی مستقیماً با شما صحبت می‌کند.

با این حال، ترجمه هوش مصنوعی هنوز کلمه به کلمه است و باعث می‌شود جملات غیرطبیعی و به معنای واقعی نزدیک نباشند. بینندگان باید با دقت گوش دهند تا معنایی را که سازنده می‌خواهد منتقل کند، تفسیر کنند.

اگرچه دوبله کاملاً از زیرنویس‌های ویتنامی گرفته شده است، اما هوش مصنوعی هنوز کلماتی مانند «super، customer، exchange» را به درستی تلفظ نمی‌کند و درک آن را برای شنوندگان دشوار می‌کند. این می‌تواند منجر به کسالت، سوءتفاهم یا محتوای ناکافی از نسخه اصلی شود.

قبل از آپلود ویدیو، سازندگان می‌توانند به دوبله‌ی هوش مصنوعی گوش دهند. ویدیوهایی که از زبان ویتنامی پشتیبانی می‌کنند، معمولاً عنوان ویتنامی دارند و عبارت «دوبله» درست در زیر آن نوشته شده است.

هوش مصنوعی در هر مرحله، از ایده‌پردازی، تحلیل اجرای ویدیو گرفته تا زیرنویس و تقلید صدا، حضور دارد. یوتیوب امیدوار است که طی پنج سال آینده، هر ویدیوی آپلود شده به طور خودکار به چندین زبان دوبله شود و در عین حال صدا و بیان خالق آن حفظ شود.

تا پایان دسامبر ۲۰۲۴، این ویژگی هنگام ترجمه از انگلیسی به ۹ زبان در دسترس بود. در اوایل سال ۲۰۲۵، نیل موهان، مدیرعامل یوتیوب، رسماً تأیید کرد که دوبله خودکار هوش مصنوعی برای همه شرکا ارائه خواهد شد. تا آوریل، این ویژگی بی‌سروصدا برای همه کانال‌هایی که امکان کسب درآمد را فراهم کرده بودند، فعال شد.

پستی که در ردیت از این ویژگی ابراز نارضایتی می‌کرد، بیش از ۱۰۰ نظر و ۴۵۰ لایک دریافت کرد. یکی از کاربران گفت که نرم‌افزارهای صداگذاری زیادی وجود دارند که عملکرد بسیار خوبی دارند، یا اینکه خود یوتیوب زیرنویس دارد و نیاز کاربران به ترجمه زبان را برآورده می‌کند.

یکی دیگر از کاربران گفت که هوش مصنوعی کلمه «spacetime» را به جای «spare time» اشتباه شنیده است که منجر به ترجمه اشتباه شده است. بسیاری از کاربران دیگر نیز از عملکرد نادرست این ویژگی شکایت داشتند و سعی کردند آن را در برنامه غیرفعال کنند.

یوتیوب خود اذعان دارد که دوبله خودکار هوش مصنوعی هنوز نسبتاً جدید است و می‌خواهد از کاربران بازخورد بگیرد. این پلتفرم قبل از انتشار ویدیو، سازندگان را از محدودیت‌های توانایی هوش مصنوعی در درک معنا، تلفظ و تشخیص نویز مطلع خواهد کرد. آنها باید قبل از توزیع دوبله برای بینندگان، دقت آن را بررسی کنند.

با این حال، طبق گفته Air.io ، این ویژگی ارزش امتحان کردن را دارد. این یک روش کم‌هزینه برای آزمایش این است که آیا سازندگان محتوای خود را دوست دارند و آیا می‌توانند با این نسخه‌های دوبله شده بینندگان جدیدی را جذب کنند یا خیر. اگرچه این فناوری بی‌نقص نیست، اما پتانسیل گسترش دسترسی به محتوا را دارد.

در حال حاضر، همه ویدیوها دوبله ندارند و کاربران نمی‌توانند این ویژگی را به طور پیش‌فرض غیرفعال کنند. در عوض، سعی کنید زبان مرورگر خود را به انگلیسی تغییر دهید تا تعداد دفعات دوبله هوش مصنوعی کاهش یابد.

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