Hvordan oversette stemmen til personer i en video uten å miste deres opprinnelige uttrykkskarakter

Når man generelt omtaler videoversetting(videostemmetranslasjon), refererer det til å bruke forhåndsinnstilt stemme for å erstatte menneskestemmen i en video. Det kan faktisk også oversette det opprinnelige innholdet til forskjellige språk, men etter at en video er oversatt, kan man forstå hver setning, men det høres ikke riktig ut: den mangler smaken fra den opprinnelige personens tale, den stilen.

Dette er nettopp problemet som oversettelse av original lydvideo med menneskelig stemme trenger å løse: ikke bare å få seerne til å forstå et annet språk, men også å bevare de uttrykksmessige trekkene som folk allerede liker i den originale videoen så mye som mulig.

Såkalt originallyd videotranslasjon innebærer å oversette det muntlige innholdet i videoen til målspråket og generere stemme som passer til bildene. Noen verktøy tilbyr også oversatte undertekster, stemme-redigering og synkronisering med munnbevegelser.

Spesielt funksjonen for redigering av menneskelig stemme i video, hvis du ønsker en høyere kvalitet på videooversettelsen, må du personlig som menneske sjekke og korrekturlese, og gjøre målrettede justeringer på resultatet.

Hva er videostemmeoversettelse? Hvordan skiller det seg fra undertekstoversettelse?

Den typiske videoflyt for stemmeoversettelse inkluderer: å identifisere original stemme, oversette teksten, lage målgrensespråkets tale, og deretter kombinere stemmen med videoen. Undertekster kan også genereres samtidig.

Sammenlignet med vanlig undertekstoversettelse, er den mest intuitive forskjellen at seerne kan høre målspråket som ligner på tonen, følelsene og rytmen til personen i videoen, uten å alltid måtte stole på teksten på skjermen for å forstå innholdet, eller se videoen med en stemme som tydelig ikke samsvarer med personens måte å snakke på.

Noen lett forvekslede konsepter kan skilles på denne måten:

Automatisk lydoversettelse (automated audio translation) er det samme. Forskjellen fra videooversettelse er at lydoversettelse ikke trenger å synkronisere lyd og bilde, mens videooversettelse, i tillegg til å vurdere om oversettelsen er korrekt, også må se om lyden og bildet er koordinert. For eksempel, selv om en instruksjon er korrekt oversatt, hvis den tilhørende knappen allerede har forsvunnet fra bildet, kan publikum fortsatt ha problemer med å følge med.

Hvordan oversette til videoer av høyere kvalitet?

Behold meningen og intensjonen til undertekstoversettelsen først

For eksempel trenger opplæringsvideoer nøyaktige steg, produktoppsummeringsvideoer trenger klare funksjonsforklaringer, og personlige historier trenger fullstendig følelsesmessig bakgrunn.

Selv små endringer kan endre betydningen: du kan slå av denne innstillingen og du bør slå av denne innstillingen er ikke det samme. Produktnavn, tall, enheter og nektelser er alle verdt å sjekke først.

Selv den vakreste stemmen kan ikke gjøre opp for at informasjonen blir oversatt feil.

La oversettelsen høres mer muntlig ut, i stedet for som en stiv bruksanvisning.

Oversettelsen som er egnet for lesing, passer ikke nødvendigvis for å bli lest høyt. Ord-for-ord-tilsvar beholder noen ganger setningsstrukturen, men mister den opprinnelige naturlige uttrykksmåten.

Vurderingskriteriet er ikke at det skal være kortest mulig, men at det skal være nøyaktig, naturlig og i samsvar med forholdet mellom taleren og publikum.

Bevar nødvendige pauser og rytme

Ulike språk uttrykker samme mening på forskjellige måter, og tiden som kreves er ikke den samme. En oversettelse som ser kort ut, kan virke for hastig når den legges inn i en videoklipp.

Sjekk om det er pauser før viktige opplysninger, om det er pusterom mellom påfølgende instruksjoner, og om forklaringen henger med i kameravariasjonene. Om nødvendig, forenkle formuleringene uten å miste informasjon, det er bedre enn å tvinge inn flere ord.

Gjengi personens opprinnelige stemme i videoen så mye som mulig

I tillegg til at oversettelsen av undertekstene skal være naturlig, nøyaktig og i takt med bildenes rytme, bør personenes stemmer i videoen også, når de sier den oversatte teksten, bevare så mye som mulig av den opprinnelige stemmens tone, følelser og rytme. Tenk deg at en karakter du liker plutselig kan snakke til deg på det språket du har gledet deg til å høre, er ikke det en fantastisk opplevelse! Derfor bør produkter som tilbyr stemmeoversettelse i videoer, også ha evnen til å automatisk gjenskape videoens originalstemmer, samt tilby mulighet til å gjenta og generere samme lyd flere ganger, slik at vi kan få et så tilfredsstillende oversettelsesresultat som mulig.

Hvorfor er det fortsatt nødvendig å korrekturlese etter automatisk oversettelse?

Den automatisk genererte versjonen som tilbys er en versjon som kan vurderes, og garanterer ikke at hver setning er egnet for umiddelbar publisering.

Det anbefales å først sjekke originaltekstens gjenkjennelse, deretter oversettelsen, og til slutt kombinere med bilde og lyd for å lytte. Bakgrunnsstøy, overlappende tale fra flere personer og ukjente spesialiserte begreper kan alle føre til at feil oppstår før oversettelsen starter. Hvis produktnavnene i originalteksten er gjenkjent feil, kan ikke påfølgende dubbing gjøre dette problemet bra.

I oversettelsesfasen fokuserer man på å sjekke betydningen, fagterminologi, tall og muntlig naturlighet. I lyttingsfasen fokuserer man på uttale, pauser, samt samsvar mellom fortellingen og bildet. Denne rekkefølgen kan hjelpe deg med å finne ut nøyaktig hvor problemet oppstår, i stedet for å stadig endre steder som ikke har problemer.

Hvis du ikke forstår målspråket, er det best å la noen som er kjent med språket, gjennomgå viktig innhold. Å oversette teksten tilbake kan hjelpe med å sjekke noe informasjon, men det kan ikke bevise at selve innspillingen høres naturlig ut.

Hvordan sjekke og forbedre oversettelsesresultater i SoulDub?

SoulDub kombinerer automatisk underteksting, oversettelse og AI-stemme, og tilbyr tekstkorrektur samt mulighet for manuell justering av lydklipp. Derfor er det ikke bare verdt å være oppmerksom på om det kan generere videoer, men også om mennesker kan gripe inn og fortsette å forbedre etter at problemer er oppdaget.

Trinn 1: Start med en representativ kortvideo

Velg materiale som du har rett til å bruke, oversette og autorisasjon for tilhørende lyd, for eksempel korte opplæringsprogrammer, produktpresentasjoner eller personlig introduksjon.

Det er best å inkludere et produktnavn, en bevisst planlagt pause, og en setning du aller mest ønsker at publikum skal huske. På denne måten vil det være et klart inspeksjonsobjekt etter genereringen.

Last opp video, velg det språk som støttes for øyeblikket, og opprett oppgaven.

Steg 2: Kontroller originalteksten og den oversatte teksten

Først lytt til originallyden mens du leser den gjenkjennelige teksten, rett feil i navn, tall og terminologi, og vurder deretter om oversettelsen nøyaktig uttrykker den opprinnelige meningen.

SoulDub tilbyr funksjoner for å sjekke og redigere original- og oversettelsessubtitler. Når du gjør endringer, kan du spørre deg selv: Kan målgruppen forstå denne setningen første gang de hører den? Stemmer den overens med tonen i den originale videoen? Er nødvendige betingelser utelatt?

Ikke omskriv hver setning bare fordi en annen formulering også fungerer. Prioriter å løse problemer som påvirker forståelsen eller seeropplevelsen.

Trinn 3: Generer tale på nytt etter behov

Endring av teksten vil ikke automatisk oppdatere allerede generert tale eller ferdig video. Etter å ha justert oversettelsen, bør du generere den relevante talen på nytt i henhold til tilgjengelige operasjoner i oppgaven, og bekrefte at slutten bruker den nye versjonen.

Den konkrete operasjonen og tilgjengelige funksjoner avhenger av oppgavens tilstand. Når man håndterer vanskelige setninger, er det lettere å vurdere forbedringen ved å gjøre én tydelig endring om gangen, enten det er å forkorte formuleringen, korrigere terminologien eller justere setningsstrukturen.

Trinn fire: Kombiner bildet for fullstendig lytting og prøving

Det er ingen problemer med å høre på hvert klipp separat, men når de settes sammen kan de fortsatt virke brå. Derfor bør man spille av hele videoen fra start til slutt før eksport, for å sjekke om lyd, undertekster og viktige bilder er konsistente, og bekrefte at de nyeste endringene er inkludert i den endelige videoen.

Du kan først gjøre et lite eksperiment: oversett en liten del av videoen i SoulDub, med fokus på å sjekke ett navn, ett stopp og en kjerneinformasjon. Dette gjør det lettere å vurdere om resultatet passer innholdet ditt, i stedet for bare å se om filen ble generert.

Vanlige spørsmål

Er videolydoversettelse det samme som stemmekloning?

Nei. Den første endrer språk, den andre simulerer visse egenskaper ved en spesifikk stemme. Souldub kombinerer de to og går enda lenger, uten å kreve stemmeprøver for kloning utover det som gis fra videoen.

Kan AI fullstendig bevare den opprinnelige talerens følelser?

Dette kan ikke sees på som en garanti. Resultatet avhenger av systemets kapasitet, materialet, oversettelsen og konteksten. Fokus bør være på om tonen og trykket støtter den opprinnelige hensikten med uttrykket, ikke bare om klangfargen er lik, selv om det sies slik, har souldub gjort en innsats for å bevare dette, og vi gleder oss til at du prøver det selv.

Etter at oversettelsen og dubbingen er gjort, trengs det fortsatt undertekster?

Undertekster er fortsatt verdifulle: de kan hjelpe dem som ser på med lyd av, døve og hørselshemmede, og gjør det også enklere å forstå ukjente navn og fagtermer. Etter at dubbingen er endret, husk å sjekke undertekstene for synkronisering.

Kan oversettelsen av SoulDub endres?

Du kan sjekke og redigere originalteksten og oversettelsessubtitlene, og du kan også redigere lydklipp. Etter endring må du bekrefte om innspillingen og den endelige utdataen er synkronisert, spesifikt i henhold til det nåværende oppgavegrensesnittet.

La uttrykkene krysse språk, ikke bare erstatte ord

Betydningen av videotolking er å la en annen gruppe publikum forstå innhold som er verdt å dele. Nøyaktig mening, naturlig formulering, passende tempo og klar lyd utgjør sammen denne opplevelsen.

Du trenger ikke å starte med hele videobiblioteket. Velg først et kjent materiale og et målspråk, generer, korrekturles, lytt, og vurder deretter hvor det fortsatt trengs forbedring.

Oversett din første video med SoulDub, start with an attempt that has a clear inspection goal, and see what your expression would be like in another language.