Speakz - เครื่องมือพากย์เสียงด้วย AI ที่สร้างขึ้นเพื่อดูวิดีโอภาษาต่างประเทศกับลูกวัย 7 ขวบ

Speakz: บริการแปลสื่อหลายภาษา

• แปลวิดีโอจากภาษาหนึ่งไปเป็นอีกภาษาหนึ่งและสร้างแทร็กเสียงใหม่
• มอบงานแปลที่เป็นธรรมชาติและสมจริง โดยคงเสียงต้นฉบับ เสียงประกอบอื่น ๆ หรือดนตรีพื้นหลังไว้ พร้อมปรับความหมาย เอกลักษณ์ และจังหวะเวลาให้สอดคล้องกันอย่างกลมกลืน
• ผู้พัฒนาเป็นชาวเยอรมัน และสร้างเครื่องมือนี้ขึ้นเพื่อให้ตัวเองและลูกสาววัย 7 ขวบสามารถเพลิดเพลินกับคอนเทนต์ YouTube เป็นภาษาเยอรมันได้

ภาษาและความเร็วในการแปลที่รองรับ

• ภาษาสำหรับเอาต์พุต: รองรับภาษาอังกฤษ จีน สเปน อาหรับ ฝรั่งเศส รัสเซีย เยอรมัน อิตาลี เกาหลี โปแลนด์ และดัตช์
• ภาษาสำหรับอินพุต: รองรับภาษาอื่นเพิ่มเติม เช่น ฮินดี เบงกาลี โปรตุเกส และอีกหลากหลายภาษา
• การแปลวิดีโอความยาว 30 นาทีใช้เวลาประมาณ 1 ชั่วโมง และมีศักยภาพที่จะพัฒนาต่อไปสู่การแปลแบบเรียลไทม์และการสตรีม

การใช้งานสำหรับครีเอเตอร์และผู้ใช้ทั่วไป

• ครีเอเตอร์สามารถใช้ Speakz เพื่อเข้าถึงผู้ชมได้มากขึ้นด้วยคอนเทนต์เดิมที่มีอยู่
• YouTube รองรับการเพิ่มแทร็กเสียงหลายภาษาให้กับวิดีโอ ดังนั้นจึงสามารถใช้ Speakz เพื่อเพิ่มแทร็กเสียงหลายภาษาแบบอัตโนมัติได้
• ผู้ใช้ทั่วไปก็สามารถเข้าร่วม private beta เพื่อแปลวิดีโอที่ต้องการได้เช่นกัน

ค่าใช้จ่ายและการเข้าร่วม private beta

• ค่าใช้จ่ายยังไม่แน่นอน แต่คาดว่าจะอยู่ที่ประมาณ 5 ดอลลาร์ต่อชั่วโมงต่อภาษา
• อาจมีส่วนลดสำหรับการแปลวิดีโอเดียวกันเป็นหลายภาษา หรือส่วนลดแบบจำนวนมากสำหรับครีเอเตอร์
• ผู้ใช้ที่ต้องการเข้าร่วม private beta สามารถสมัครได้ผ่านเว็บไซต์

ความเห็นของ GN⁺

• Speakz เป็นเครื่องมือที่มีประโยชน์ทั้งสำหรับผู้ใช้ที่ต้องการเสพคอนเทนต์หลายภาษา และครีเอเตอร์ที่มุ่งเป้าสู่ตลาดโลก
• ฟีเจอร์แปลแบบเรียลไทม์มีศักยภาพในการทลายกำแพงด้านภาษาสำหรับไลฟ์สตรีมหรืออีเวนต์แบบสด
• บริการอื่นที่มีฟังก์ชันคล้ายกัน ได้แก่ ฟีเจอร์ซับไตเติลอัตโนมัติของ Google หรือแพลตฟอร์มแปลแบบชุมชนอย่าง Amara
• เมื่อนำ Speakz ไปใช้ ควรคำนึงถึงความแม่นยำของการแปลและนัยทางวัฒนธรรม
• ประโยชน์ที่ได้รับจากการเลือกใช้เทคโนโลยีนี้คือการเข้าถึงคอนเทนต์โดยไร้กำแพงภาษา แต่ก็ต้องพิจารณาเรื่องต้นทุนและคุณภาพการแปลด้วย

[GN⁺]

ความเห็นจาก Hacker News

• มีความเห็นว่าในเยอรมนีวิดีโอส่วนใหญ่มักพากย์เสียง แต่เด็กอายุ 7 ขวบก็น่าจะอ่านซับไตเติลได้ และนี่เป็นวิธีที่ดีในการเรียนภาษาอังกฤษ ในสวีเดน เด็กส่วนใหญ่เรียนภาษาอังกฤษด้วยวิธีนี้ก่อนเข้าโรงเรียนด้วยซ้ำ นอกจากนี้ยังมีการอ้างว่ามีความสัมพันธ์อย่างชัดเจนว่าประเทศที่นิยมพากย์เสียงมาก มักมีความสามารถภาษาอังกฤษโดยเฉลี่ยต่ำกว่า
  • ตัวอย่างบนเว็บไซต์น่าประทับใจมาก และมีคำถามว่าการแยกผู้พูดกับการโคลนเสียงทำอย่างไร โดยคาดเดาว่าอาจเป็นกระบวนการที่ใช้การรู้จำเสียงและข้อมูลเวลาเพื่อแบ่งเป็นระดับประโยค ใช้เอนจินแปลเพื่อสร้างตัวเลือกคำแปลหลายแบบ โคลนเสียงต้นฉบับโดยไม่ขึ้นกับภาษา แล้วเลือกคำแปลที่ตรงกับจังหวะเวลามากที่สุด
• มีคำขอให้เพิ่มตัวเลือกภาษาอังกฤษแบบง่ายเป็นภาษาส่งออก เพื่อให้ปรับระดับความซับซ้อนของภาษาให้เหมาะกับเด็ก ๆ และค่อย ๆ ลดตัวช่วยลงได้
• ผู้ใช้ภาษารัสเซียชมว่าการพากย์ในตัวอย่าง Lex เหมือนของจริงมาก แม้จะยังไม่ถึงระดับพากย์มืออาชีพ แต่ก็ดีมาก และยังใกล้เคียงกับเสียงของ Lex และ Elon มากด้วย
• ผู้ใช้ที่มีประสบการณ์พัฒนาโซลูชันสร้างซับไตเติลอัตโนมัติชื่นชมโปรเจ็กต์พากย์อัตโนมัตินี้ โดยอธิบายว่าการพากย์อัตโนมัติต้องมีการปรับด้วยมือเพื่อให้ผลลัพธ์ฟังสบายสำหรับผู้ชม และกำลังโฟกัสที่การทำเอดิเตอร์ขั้นสูงที่ช่วยปรับจูนงานพากย์อย่างละเอียดได้โดยไม่ต้องกลับไปใช้ซอฟต์แวร์ตัดต่อ
• มีความเห็นที่ชื่นชมโปรเจ็กต์นี้ และบอกว่ายินดีจ่ายเงินเป็นรายวิดีโอ พร้อมให้ฟีดแบ็กว่าหน้านี้ปล่อยให้วิดีโอเล่นต่อเนื่อง ทำให้เทียบช่วงเดียวกันในคนละภาษาได้ยาก นอกจากนี้ยังกล่าวถึงข้อผิดพลาดในการแปลและปัญหาเรื่องจังหวะเวลา รวมถึงบางกรณีที่เสียงต้นฉบับบางส่วนไม่ได้ถูกแปล
• มีความเห็นว่าเคยเจอการพากย์ดัตช์เฉพาะในทีวีเด็กเท่านั้น แต่โมเดลภาษาดัตช์ยังต้องปรับปรุง โดยเฉพาะการพากย์สารคดีไต้หวันที่ฟังเข้าใจยาก และยังตั้งคำถามว่าทำไมถึงมีภาษาดัตช์รวมอยู่ด้วย ทั้งที่ผู้ใช้ภาษาดัตช์ส่วนใหญ่เข้าใจภาษาอังกฤษอยู่แล้ว
• มีการชี้ให้เห็นว่าในหลายประเทศอย่างกรีซ ที่ภาพยนตร์และรายการทีวีไม่ค่อยพากย์เสียง คนที่มีปัญหาทางการมองเห็นจากความพิการหรืออายุที่มากขึ้น หากภาษาอังกฤษไม่ดี ก็แทบจะดูได้เฉพาะหนังและรายการที่ผลิตในประเทศเท่านั้น และมองว่านี่เป็นโปรเจ็กต์ที่ช่วยแก้ปัญหานี้ได้
• มีคนชมว่าวิธีจัดจังหวะเวลาเสียงนั้นฉลาดมาก พร้อมถามว่าใช้โมเดลอะไรอยู่
• มีความเห็นว่าเคยสงสัยขณะดูคอนเทนต์เยอรมันว่าซับไตเติลภาษาอังกฤษนั้นถูกสร้างโดย AI หรือไม่ เพราะบางครั้งซับยิ่งทำให้งงมากกว่าภาษาเยอรมันเอง และดูเหมือนเป็นงานที่สร้างอัตโนมัติมากกว่างานของนักแปลจริงที่ใช้บริบทต่าง ๆ มาช่วยแปล