سئمت من الترجمات الأجنبية، فبنيت لنفسي أداة لترجمة صوت الفيديو

في إحدى الأمسيات من العام الماضي، كنت أشاهد فيديو تقني غني بالمعلومات على جهازي الكمبيوتر. كان الفيديو باللغة الإنجليزية مع ترجمة صينية. أثناء مشاهدتي، خطرت لي فكرة: أتمنى لو أستطيع فقط الاستماع إلى النسخة الصينية. لا حاجة لمراقبة الترجمة طوال الوقت. يمكنني الاستماع أثناء التنقل، قبل النوم، في أي مكان.

في النهاية، لقد بنيته بالفعل.

شاهد مقطع الفيلم هذا مترجم من صيني إلى إنجليزي 👇

ولكن منذ اللحظة التي خطرت لي فيها الفكرة لإنشاء منتج يمكن للجميع استخدامه، استغرق الأمر وقتًا أطول بكثير مما كنت أتوقع.

بعد أن خطرت الفكرة لي، جربت بضعة أداة ترجمة الفيديوs. كانت هناك ترجمة صينية، لكن كان هناك دائمًا شيء خاطئ أشعر به عندما أستمع.

الشخص في الفيديو كان لا يزال هناك، لكن لم يعد صوته. المشاعر في الطريقة التي قال بها كل جملة، أيضًا اختفت.

تخيل وجهًا تعرفه جيدًا، يتحدث فجأة بنبرة مختلفة، بصوت مختلف. يمكنك متابعة المعنى، لكن ذلك الاتصال ينكسر. إنه كأنك تشاهد شخصًا مألوفًا بينما تسمع غريبًا يتحدث بالنيابة عنه.

ما أردته حقًا كان بسيطًا. ترجمة لغة الفيديو، لكن مع الحفاظ على الصوت الأصلي كما هو. الحفاظ على العاطفة والفروق الدقيقة في كيفية قول كل كلمة. هذه التفاصيل الصغيرة في الصوت مهمة. نفس الجملة إذا قيلت برفق مقابل بقوة تؤثر فيك بشكل مختلف تمامًا.

بحثت هنا وهناك ووجدت نموذجًا مقاربًا. في ذلك الوقت، كانت الخيارات محدودة، لكن جودة الحفاظ على الصوت في هذا النهج أعطتني الأمل.

امتلاك نموذج هو شيء. الحصول على فيديو مكتمل هو شيء آخر. كانت عملية الاستدلال بطيئة بشكل مؤلم، ولم أتمكن من إلقاء فيديو كامل عليه والانتظار للحصول على إخراج مترجم بشكل مثالي مع مزامنة الصوت مع الفيديو، مع الحفاظ على الموسيقى الخلفية. كان عليّ توصيل كل شيء بنفسي.

\nشاهد هذا المقطع مترجماً من الصينية إلى الإنجليزية 👇

\nمن المثير للاهتمام بحد ذاته سماع شخصية مألوفة تتحدث بلغة أخرى. ما يهمني أكثر، مع ذلك، هو ما إذا كنت لا أزال أستطيع التعرف على الطابع الأصلي لتلك الشخصية بعد تبديل اللغة.

\nشاهد هذا المقطع مترجماً من من اليابانية إلى الصينية 👇

\nالتعبير العاطفي في الأنمي واضح نسبياً. يمكنك الانتباه إلى نغمات الشخصيات عند حديثهم.

بالعودة إلى المتطلب الأصلي، ترجم الفيديو الإنجليزي إلى الصينية.

شاهد هذا المقطع مترجم من الإنجليزية إلى الصينية 👇

عودةً إلى ما كنا نقوله للتو. بعد أن شاركت بعض العينات، سأل العديد من الأشخاص إذا كان بإمكاني تحويلها إلى أداة يمكن للجميع استخدامها. أنا أيضًا فكرت بذلك. بصراحة، مع الترميز بمساعدة الذكاء الاصطناعي، ظننت أن الأمر سيكون سريعًا، أليس كذلك؟ كانت خط أنابيب الترجمة الأساسي يعمل. أمّا الباقي؟ مجرد بناء موقع لتحميل الفيديوهات.

اتضح أن الأمر استغرق سنة.

اتضح أن بناء شيء يمكنك عرضه وبناء شيء يمكن للناس استخدامه بشكل موثوق هما أمران مختلفان تمامًا. عند استخدامه بنفسي، كل ما كنت أحتاجه هو معالجة الفيديو بشكل صحيح. لكن للآخرين، كنت بحاجة إلى التسجيل وتسجيل الدخول وحفظ البيانات. لا يمكن أن تتسرب بيانات مستخدم واحد إلى آخر. لا يمكن للتحميلات المتعددة المتزامنة أن تتسبب في تعطل النظام.

ماذا لو تعطل النظام؟ ماذا لو ازداد عدد المستخدمين واحتجت إلى التوسع؟ هل سيعرف المستخدمون تلقائيًا كيفية استخدامه؟ قواعد البيانات، الخوادم، تخزين الكائنات، المجالات، نظام أسماء النطاقات، واحدة تلو الأخرى، عليك أن تضبطها بشكل صحيح. كل جزء يبدو جيدًا بمفرده، لكن كيف تربطهم معًا ليتمكن الناس من استخدام خدمتك بسلاسة؟ هناك دائمًا شيء آخر، وشيء آخر بعد ذلك.

يمكن للذكاء الاصطناعي المساعدة. لكن سواء كان ذلك صحيحًا، وماذا تفعل عندما يحدث خطأ ما، فهذا ما زال عليك أنت.

فلماذا نستمر؟ لأنني وعدت. وعدت الأشخاص الذين أرادوا هذا، وعدت نفسي. تلك الفكرة هي ما جعلتني أستمر.

الآن، أخيرًا، أستطيع أن أوصل.

يسمى سولدوب، الدبلجة بالروح. يدعم 30 لغة وبعض اللهجات.

استخدامه مباشر:

طريقة الويب: اذهب إلى souldub.ai، حمّل فيديو، اختر لغة، اضغط ابدأ. هذا كل شيء.

طريقة العميل: ابحث عن github-souldub-skills في متصفحك وثبّته عبر العميل المفضل لديك (ChatGPT، Claude، Gemini، إلخ) وقم بتثبيت المهارة.

بعد ذلك، يمكن لوكيلك ترجمة فيديوهاتك المحلية. يتم تحميل الفيديو المترجم والترجمات تلقائياً إلى مجلد الفيديو الأصلي.

تظهر مقاطع الفيديو من كلا الطريقتين في حسابك على SoulDub.

قطعة حرجة أخرى: المراجعة والتحرير اليدوي.

إذا لم يكن الترجمة النصية صحيحة تمامًا، أو إذا كانت الصوت المترجم يحتاج إلى تعديل، يمكنك تحريره مباشرة على الموقع. يقوم الذكاء الاصطناعي بالتمرير الأول، ثم تقوم بتحسين الأجزاء التي تهمك. الجودة تستمر في الارتفاع.

بالحديث عن هذا، أود أن أتحدث معك عن ما إذا كان استخدام SoulDub يكلف أي شيء بالفعل.

لأكون صريحًا: يمكنك استخدامه مجانًا كل شهر، لكن ليس مجانًا بلا حدود.

يتم استئجار قوة الحوسبة من خوادم السحابة، وكذلك التخزين. في كل شهر عندما تصل فاتورة مزود السحابة، يجب علينا دفعها لكي تظل الخوادم تعمل.

الكثير من الناس يعتقدون أنه من الأفضل ترجمة الفيديوهات دون إنفاق أي شيء على الإطلاق. أنا أفهم هذا الشعور حقًا. كنت أعتقد الشيء نفسه عندما كنت أبحث عن أدوات بنفسي.

لكن عندما تكون أنت من يحافظ على خدمة، فأنت من يدفع الفاتورة. إذا لم تستطع التعامل مع ذلك، فالأمر ببساطة لا يمكن أن يستمر.

إذا كنت قد استخدمت SoulDub، يرجى مشاركة ملاحظاتك معي في أي وقت. دعونا نجعله أفضل معًا.

شكراً للقراء الذين قدموا لي ملاحظاتهم قبل عام، عندما كنت فقط أبدأ في الحصول على فكرة.

وشكرًا لنفسي، على الإصرار خلال العام الماضي.

الآن، دعوني أشارك بعض التأملات حول الذكاء الاصطناعي التي جمعتها هذا العام.

لقد حول الذكاء الاصطناعي بعض الأمور التي كان يمكن تخيلها فقط في السابق إلى واقع.

مثل ترجمة صوت الفيديو، في الواقع تم بناؤه. هذا وحده يكفي لإثارتي.

ولكن بعيدًا عن الحماس، هناك شيء أصبحت أكثر تأكدًا منه هذا العام.

الذكاء الاصطناعي، مهما كانت قوته، هو مجرد أداة.

يمكننا أن نحافظ عليه قريبًا في كل الأوقات، لكن لا يمكننا أن نبقيه أمامنا في كل الأوقات، يفعل كل شيء من أجلنا.

إنه مثل استخدام المِطرقة لدق مسمار. عيناك بحاجة لمراقبة المسمار والخشب، ويداك بحاجة للشعور بكل اهتزاز ترسله المِطرقة مرة أخرى.

إذا كانت عيناك مركّزتين فقط على المطرقة ويداك لم تعد تلمسان الخشب، فمع الوقت ستنسى شكل المسمار، وتنسى ملمس الخشب، وتنسى معنى الاهتزاز.

لكن هذه هي المشاعر التي يجب أن يشعر بها الإنسان في حياته.

لذلك عند بناء SoulDub، أصريت على وضع وظائف المراجعة البشرية والتحرير البشري مباشرة في جوهر النظام. مهما أصبحت الذكاء الاصطناعي قويًا، لا يمكنه الاستغناء عن المشاركة البشرية. بدون المشاركة البشرية، لا توجد شخصية. بدون الشخصية، لا توجد روح.

العالم يُبنى قطعة قطعة من خلال التفاعلات بين الناس، وبين الناس والأشياء، وبين الناس والظروف.

تُسمى الزهرة زهرة لأننا نسميها زهرة. وتُسمى الشجرة شجرة لأننا نسميها شجرة.

لهذا السبب، ليس لدى الحيوانات عالم، الإنسان وحده لديه. يبدو الأمر مبالغة، لكن فكر في ذلك. إنه صحيح.

عالمي لا يمكن بناؤه من خلال تعاملي مع الذكاء الاصطناعي، ثم ترك الذكاء الاصطناعي للتعامل مع الناس والأشياء والظروف نيابة عني. سيكون ذلك عالم الذكاء الاصطناعي، وليس عالمي.

عالمي يجب أن يتم بناؤه من قبلي من خلال التفاعل المباشر مع الناس، ومع الأشياء، ومع الظروف. يجب أن أبنيه بيديّ. وفقط بعد ذلك، في بعض الأسئلة التي ما زلت أملك فيها القدرة على الحكم، ينبغي أن أسمح للذكاء الاصطناعي بالتدخل.

هذا عالمي، ليس عالم الذكاء الاصطناعي.

ما الذي يعنيه لي إذا تفتحت زهرة وسقطت في الجبال؟ إنه يعني لي عندما أذهب لرؤيتها بنفسي.

إذا سمحت للذكاء الاصطناعي برؤيته نيابةً عني، يبقى قلبي وتلك الزهرة صامتين على حد سواء. حقيقة أنني لن أتحرك حتى لرؤيتها تعني أن تلك الزهرة لم تكن موجودة حقًا في قلبي من البداية.

إذا عشت بهذه الطريقة لفترة طويلة، ألا سيصبح قلبي فارغًا؟

لقد مر عام. أخيرًا، يمكنني كتابة هذه المقالة.

شكراً لقراءتك إلى هذا الحد.