Wie kann man die Stimme einer Person in einem Video übersetzen, ohne die ursprünglichen Ausdrucksmerkmale der Person zu verlieren

Wenn man von Videoübersetzung (Video-Sprachübersetzung) spricht, meint man in der Regel, dass die Stimme in einem Video durch eine voreingestellte Stimme ersetzt wird. Tatsächlich kann der ursprüngliche Inhalt auch in verschiedene Sprachen übersetzt werden, aber nach der Übersetzung eines Videos kann man zwar jeden Satz verstehen, es klingt jedoch nicht mehr richtig: Der Geschmack der originalen Sprecher im Video, dieser Stil, geht verloren.

Genau das ist das Problem, das die Übersetzung menschlicher Stimmen in Original-Audiovideos (Original audio video human voice translation) lösen muss: den Zuschauern nicht nur das Verstehen einer anderen Sprache zu ermöglichen, sondern auch möglichst die Ausdrucksmerkmale zu bewahren, die das Originalvideo von Natur aus liebenswert machen.

Die sogenannte Übersetzung von Originaltonvideos besteht darin, die gesprochene Sprache im Video in die Zielsprache zu übertragen und eine zu den Bildern passende Stimme zu erzeugen. Einige Tools bieten außerdem die Funktionen Übersetzung von Untertiteln, Sprachbearbeitung und Synchronisation der Lippenbewegungen der Personen an.

Insbesondere bei der Funktion zur Bearbeitung von Personenstimmen in Videos: Wenn du hochwertige Videos in der Übersetzung wünschst, musst du als Mensch persönlich prüfen und Korrekturen vornehmen sowie gezielte Anpassungen am Ergebnis vornehmen.

Was ist Video-Sprachübersetzung? Worin unterscheidet sie sich von Untertitelübersetzung?

Der typische Ablauf der Übersetzung von menschlicher Stimme in Videos umfasst: die Erkennung der Originalsprache, die Übersetzung des Textes, die Erstellung einer Synchronisation in der Zielsprache und anschließend die Kombination der Synchronisation mit dem Video. Untertitel können ebenfalls gleichzeitig erstellt werden.

Im Vergleich zur einfachen Untertitelübersetzung besteht der offensichtlichste Unterschied darin, dass das Publikum die Zielsprache direkt hören kann, deren Klangfarbe, Emotionen und Rhythmus denen der ursprünglichen Stimmen der Figuren im Video ähnlich sind, ohne ständig auf den Text auf dem Bildschirm angewiesen zu sein, um den Inhalt zu verstehen, oder das Video mit Stimmen anzusehen, die deutlich nicht dem Sprechstil der ursprünglichen Figuren entsprechen.

Einige leicht zu verwechselnde Konzepte können auf diese Weise unterschieden werden:

Automatisierte Audioübersetzung (automated audio translation) ist dasselbe. Anders als bei der Videübersetzung muss die Audioübersetzung keine Synchronisation von Ton und Bild durchführen, während bei der Videübersetzung neben der Genauigkeit der Übersetzung auch darauf geachtet werden muss, ob Ton und Bild miteinander harmonieren. Zum Beispiel kann eine korrekt übersetzte Bedienungsanleitung für den Zuschauer schwer nachvollziehbar sein, wenn der betreffende Button bereits aus dem Bild verschwunden ist.

Wie kann man qualitativ hochwertigere Videos übersetzen?

Zuerst die Bedeutung und Absicht der Untertitelübersetzung beibehalten

Zum Beispiel erfordern Tutorial-Videos genaue Schritte, Produktdemonstrationen benötigen klare Funktionsbeschreibungen, und persönliche Geschichten benötigen einen vollständigen emotionalen Hintergrund.

Sogar kleine Änderungen können die Bedeutung verändern: ‚Du kannst diese Einstellung ausschalten‘ und ‚Du solltest diese Einstellung ausschalten‘ sind nicht dasselbe. Produktnamen, Zahlen, Einheiten und Negationswörter sollten vorrangig überprüft werden.

So schön eine Stimme auch sein mag, sie kann das Problem, dass Informationen falsch übersetzt wurden, nicht ausgleichen.

Lass die Übersetzung wie gesprochene Sprache klingen, nicht wie ein steifes Handbuch.

Eine für das Lesen geeignete Übersetzung ist nicht unbedingt zum direkten Vorlesen geeignet. Wort-für-Wort-Übersetzungen behalten manchmal die Satzstruktur bei, verlieren jedoch den ursprünglich natürlichen Ausdruck.

Das Urteilskriterium ist nicht, je kürzer desto besser, sondern genau, natürlich und im Einklang mit der Beziehung zwischen Sprecher und Publikum.

Behalte notwendige Pausen und Rhythmus bei

Verschiedene Sprachen benötigen unterschiedliche Zeit, um denselben Ausdruck zu vermitteln. Eine scheinbar kurze Übersetzung kann in einem Videoausschnitt gehetzt wirken.

Überprüfen Sie, ob es vor wichtigen Informationen Pausen gibt, ob zwischen aufeinanderfolgenden Anweisungen Raum zum Atmen vorhanden ist und ob die Erklärungen dem Kamerawechsel folgen können. Gegebenenfalls sollten die Formulierungen vereinfacht werden, ohne Informationen zu verlieren, was besser ist, als gewaltsam mehr Wörter einzufügen.

So nah wie möglich die ursprüngliche Stimme der Person im Video wiederherstellen

Abgesehen davon, dass die Übersetzung der Untertitel natürlich, genau und im Takt mit dem Bild sein muss, sollte die Stimme der Videopersönlichkeiten, wenn sie die übersetzte Version sprechen, so weit wie möglich den Originalklang, die Emotion und das Tempo der ursprünglichen Äußerung beibehalten. Stell dir vor, eine deiner Lieblingsfiguren könnte plötzlich in der von dir gewünschten Sprache mit dir sprechen – ist das nicht ein großartiges Erlebnis? Daher sollte ein Produkt, das die Übersetzung der Stimmen im Video anbietet, gleichzeitig die Fähigkeit bieten, die Stimme der Videopersönlichkeiten automatisch wiederherzustellen, und die Möglichkeit bereitstellen, denselben Sprachabschnitt mehrfach zu wiederholen und erneut zu generieren, damit wir ein möglichst zufriedenstellendes Übersetzungsergebnis erhalten.

Warum muss nach der automatischen Übersetzung noch Korrektur gelesen werden?

Die automatisch generierte Version stellt eine bewertbare Version dar und garantiert nicht, dass jeder Satz sofort veröffentlicht werden kann.

Es wird empfohlen, zuerst den Originaltext zu überprüfen, dann die Übersetzung zu prüfen und schließlich Bild und Ton zusammen anzuschauen. Hintergrundgeräusche, Überlappungen von mehreren Sprechern und unbekannte Fachbegriffe können dazu führen, dass Fehler bereits vor Beginn der Übersetzung auftreten. Wenn der Produktname im Originaltext falsch erkannt wurde, kann auch eine flüssige Nachvertonung dieses Problem nicht lösen.

In der Übersetzungsphase liegt der Schwerpunkt auf der Überprüfung von Bedeutung, Fachbegriffen, Zahlen und der Natürlichkeit der Sprache. In der Probehörphase wird auf Aussprache, Pausen sowie auf die Abstimmung von Erzählung und Bild geachtet. Diese Reihenfolge hilft dir, herauszufinden, an welcher Stelle das Problem tatsächlich auftritt, anstatt immer wieder Stellen zu ändern, die kein Problem haben.

Wenn du die Zielsprache nicht verstehst, sollte wichtiger Inhalt am besten von jemandem überprüft werden, der diese Sprache kennt. Eine Rückübersetzung kann helfen, einige Informationen zu prüfen, kann jedoch nicht beweisen, dass das eigentliche Vertonen natürlich klingt.

Wie überprüft und verbessert man Übersetzungsergebnisse in SoulDub?

SoulDub kombiniert automatische Untertitel, Übersetzungen und KI-Synchronisation und bietet die Möglichkeit zur Textkorrektur sowie zur manuellen Anpassung von Sprachsegmenten. Daher geht es nicht nur darum, ob ein Video erstellt werden kann, sondern auch darum, ob nach der Entdeckung von Problemen menschliches Eingreifen zur weiteren Verbesserung möglich ist.

Schritt 1: Beginnen Sie mit einem repräsentativen Kurzvideo

Wählen Sie Materialien aus, für die Sie Nutzungsrechte, Übersetzungsrechte und entsprechende Tonrechte besitzen, wie z. B. kurze Tutorials, Produktvorstellungen oder persönliche Vorstellungen.

Am besten enthält es einen Produktnamen, eine bewusst geplante Pause und einen Satz, den du dir am meisten wünschst, dass das Publikum ihn sich merkt. So gibt es nach der Erstellung ein klares Prüfobjekt.

Laden Sie ein Video hoch, wählen Sie die derzeit unterstützte Sprache und erstellen Sie eine Aufgabe.

Schritt 2: Überprüfen Sie die Originaluntertitel und den übersetzten Text

Hören Sie zunächst die Originalaufnahme, während Sie den erkannten Text lesen, korrigieren Sie Fehler bei Namen, Zahlen und Fachbegriffen und beurteilen Sie dann, ob die Übersetzung die ursprüngliche Bedeutung genau vermittelt.

SoulDub bietet Funktionen zur Überprüfung und Bearbeitung von Original- und Übersetzungsuntertiteln. Beim Ändern kann man sich fragen: Kann das Zielpublikum diesen Satz beim ersten Hören verstehen? Entspricht er dem Ton des Originalvideos? Wurden notwendige Bedingungen ausgelassen?

Schreibe nicht jeden Satz nur um, nur weil eine andere Ausdrucksweise ebenfalls möglich ist. Priorisiere die Behebung von Problemen, die das Verständnis oder das Seherlebnis beeinträchtigen würden.

Schritt 3: Sprachwiedergabe bei Bedarf neu erzeugen

Das Ändern des Textes aktualisiert die bereits erstellte Sprachsynthese oder das fertige Video nicht automatisch. Nach der Anpassung der Übersetzung sollte die zugehörige Sprachversion gemäß den im Auftrag verfügbaren Optionen neu generiert und die endgültige Ausgabe überprüft werden, um sicherzustellen, dass die neue Version verwendet wird.

Die konkrete Vorgehensweise und die verfügbaren Funktionen hängen vom Aufgabenstatus ab. Beim Umgang mit schwer ausdrückbaren Sätzen ist es einfacher, jeweils eine klare Änderung vorzunehmen, um genau beurteilen zu können, ob die Verbesserung durch die Verkürzung der Formulierung, die Korrektur von Fachbegriffen oder die Anpassung des Satzbaus erzielt wurde.

Schritt vier: Vollständiges Anhören in Verbindung mit Bildern

Jedes Segment für sich allein betrachtet ist unproblematisch, doch zusammengefügt kann es dennoch abrupt wirken. Daher sollte vor dem Export das gesamte Video von Anfang bis Ende abgespielt werden, um zu prüfen, ob Sprache, Untertitel und wichtige Bilder übereinstimmen und um zu bestätigen, dass die neuesten Änderungen im endgültigen Video enthalten sind.

Man kann zuerst ein kleines Experiment machen: Übersetze ein kurzes Video in SoulDub, und konzentriere dich dabei auf einen Namen, eine Pause und eine Kerninformation. Im Vergleich dazu, nur zu prüfen, ob eine Datei erzeugt wurde, ist es auf diese Weise einfacher zu beurteilen, ob das Ergebnis zu deinem Inhalt passt.

Häufige Fragen

Ist die Übersetzung von Videosprechstimmen dasselbe wie Sprachklonen?

Nein. Ersteres ändert die Sprache, letzteres simuliert bestimmte Merkmale einer Stimme. Und Souldub kombiniert beides und geht noch einen Schritt weiter, ohne dass zusätzliche für das Klonen verwendete Stimmproben außer dem Video bereitgestellt werden müssen.

Kann KI die Emotionen des ursprünglichen Sprechers vollständig bewahren?

Man darf dies nicht als Garantie betrachten. Die Wirkung hängt von der Systemfähigkeit, dem Material, der Übersetzung und dem Kontext ab. Der Schwerpunkt sollte darauf liegen, ob Tonfall und Betonung die ursprüngliche Ausdrucksabsicht unterstützen, und nicht nur darauf, ob die Stimmfarbe ähnlich ist. Trotzdem hat souldub in dieser Hinsicht versucht, dies zu bewahren, und ich freue mich sehr darauf, dass du es selbst ausprobierst.

Braucht man nach dem Übersetzen und Synchronisieren noch Untertitel?

Untertitel sind nach wie vor wertvoll: Sie können Zuschauern, die stumm schauen, Gehörlosen und hörgeschädigten Zuschauern helfen und erleichtern das Verständnis von unbekannten Namen und Fachbegriffen. Nach Änderungen der Synchronisation sollte man daran denken, die Untertitel entsprechend zu überprüfen.

Kann die Übersetzung von SoulDub geändert werden?

Sie können die Original- und Übersetzungsuntertitel überprüfen und bearbeiten sowie Sprachsegmente bearbeiten. Nach Änderungen muss überprüft werden, ob die Vertonung und die endgültige Ausgabe synchron aktualisiert wurden, dies richtet sich nach der aktuellen Aufgabenoberfläche.

Lassen Sie den Ausdruck Sprachen übergreifen, anstatt nur Wörter zu ersetzen

Die Bedeutung der Videoübersetzung besteht darin, einer anderen Zuschauergruppe Inhalte verständlich zu machen, die es wert sind, geteilt zu werden. Genaue Bedeutung, natürliche Formulierungen, angemessenes Tempo und klare Stimme bilden gemeinsam dieses Erlebnis.

Es ist nicht nötig, mit der gesamten Videobibliothek zu beginnen. Wählen Sie zunächst ein vertrautes Material und eine Zielsprache, erstellen Sie es, prüfen Sie es, hören Sie es an und entscheiden Sie dann, wo noch Verbesserungen nötig sind.

Übersetze dein erstes Video mit SoulDub, beginne mit einem Versuch, der ein klares Kontrollziel hat, und sieh, wie dein Ausdruck in einer anderen Sprache aussehen würde.