Nimechoka na manukuu ya kigeni, niliunda chombo cha kutafsiri sauti za video kwa ajili yangu

Jioni moja mwaka jana, niliokuwa nikitazama video yenye ufahamu wa teknolojia kwenye kompyuta yangu. Ilikuwa kwa Kiingereza na manukuu ya Kichina. Nilipokuwa nikitazama, wazo lilinifikia: Ningependa kama naweza kusikiliza tu toleo la Kichina. Hakuna haja ya kuzingatia manukuu muda wote. Ningeweza kusikiliza wakati wa safari yangu, kabla ya kulala, mahali popote.

Hatimaye, kweli nilijenga hiyo.

Tazama kipande hiki cha filamu kilichotafsiriwa kutoka Kichina hadi Kiingereza 👇

Lakini kuanzia wakati wazo lilipopiga akili yangu hadi kuunda bidhaa ambayo kila mtu angeweza kutumia, ilichukua zaidi ya muda niliounga mkono.

Baada ya wazo hilo kuja, nilijaribu baadhi ya zana ya kutafsiri videos. Tafsiri ya Kichina ilikuwa pale, lakini kila mara kitu kilionekana si sawa niliposikiliza.

Mtu aliepo kwenye video bado alikuwa pale, lakini sauti hiyo haikuwa yake tena. Hisia katika jinsi walivyosema kila sentensi, pia zimepotea.

Fikiria uso unaoujua vizuri, ghafla ukizungumza kwa sauti tofauti, kirio tofauti. Unaweza kufuata maana, lakini ule uhusiano unavunwa. Ni kama kuangalia mtu unayemfahamu huku ukimsikia mgeni akizungumza kwa niaba yake.

Kile nilichotaka kweli kilikuwa rahisi. Tafsiri lugha ya video, lakini uzidishe sauti ya awali bila kubadilisha. Hifadhi hisia, na nuances katika jinsi wanavyosema kila neno. Maelezo madogo haya katika sauti ni muhimu. Sentensi ile ile ikisemwa kwa upole ukilinganisha na kwa nguvu inakuathiri tofauti kabisa.

Nilitafuta hapa na pale na kupata njia ya mfano. Wakati huo, chaguo zilikuwa chache, lakini ubora wa kuhifadhi sauti wa njia hii ulinipa matumaini.

Kuwa na mfano ni jambo moja. Kupata video iliyokamilika ni jambo jingine. Ufafanuzi ulikuwa polepole kwa uchungu, na siwezi tu kuingiza video nzima humo na kusubiri matokeo yaliyo tafsiriwa kikamilifu na sauti iliyo sambasamba na video, yote huku nikihifadhi muziki wa nyuma. Nililazimika kuunganisha kila kitu mwenyewe.

Baada ya kushiriki baadhi ya sampuli, watu kadhaa waliuliza ikiwa ningeweza kuibadilisha kuwa zana ambayo kila mtu anaweza kutumia.

Tazama kipande hiki kilichotafsiriwa kutoka Kichina hadi Kiingereza 👇

Ni jambo la kuvutia kwa wenyewe kusikia mhusika wa kawaida akiongea lugha nyingine. Hata hivyo, ninayojali zaidi ni kama bado naweza kutambua mtindo wa awali wa mhusika huyo baada ya kubadilisha lugha.

Tazama klipu hii iliyotafsiriwa kutoka Kijapani kwenda Kichina 👇

Maonyesho ya hisia katika anime ni ya kipekee kwa kiasi. Unaweza kuzingatia sauti za wahusika wanapozungumza.

Kurudi kwenye mahitaji ya awali, tafsiri video ya Kiingereza kuwa Kichina.

Tazama klipu hii iliyotafsiriwa kutoka Kiingereza hadi Kichina 👇

Kurudi kwenye kile tulichokuwa tukiweza tuzungumza. Baada ya nilipoonyesha sampuli kadhaa, watu wengi waliuliza kama ningeweza kuibadilisha kuwa chombo ambacho kila mtu anaweza kutumia. Nilifikiri hivyo pia. Kwa kweli, kwa kutumia usaidizi wa AI katika uundaji wa programu, nilidhani ingekuwa haraka, si kweli? Mlolongo wa msingi wa tafsiri ulikuwa unafanya kazi. Vile vyote vingine? Ni kujenga tu tovuti kwa ajili ya kupakia video.

Inabudia, ilichukua mwaka.

Inaonekana kujenga kitu ambacho unaweza kuonesha na kujenga kitu ambacho watu wanaweza kukitumia kwa ufanisi ni mambo tofauti sana. Nikiwa ninakitumia mimi mwenyewe, kilichonihitajika tu ilikuwa usindikaji sahihi wa video. Lakini kwa wengine, nilihitaji usajili, kuingia kwenye akaunti, uhifadhi wa data. Data ya mtumiaji mmoja hawezi kuvuja kwa wa mwingine. Kupakia faili nyingi kwa wakati mmoja hakuwezi kuharibu mfumo.

Je, ikiwa mfumo utashindwa? Je, ikiwa watumiaji wataongezeka na nitahitaji kupanua? Je, watumiaji watakuwa na uelewa wa kutumia bila kufundishwa? Hifadhidata, seva, hifadhi ya vitu, maeneo, DNS, moja kwa moja, lazima uyafanye vizuri. Kila kipande kinaonekana sawa peke yake, lakini unavyounganisha vipi ili watu waweze kutumia huduma yako kwa urahisi? Kila wakati kuna kitu kingine, na kitu kingine baada ya hicho.

AI inaweza kusaidia. Lakini kama ni sahihi, nifanye nini wakati kitu kinasababisha kuvunjika, bado ni wajibu wako.

Basi kwa nini kuendelea? Kwa sababu niliahidi. Niliwahakikishia watu waliotaka hii, niliwahakikishia nafsi yangu. Fikra hiyo ilinifanya niendelee.

Sasa, hatimaye, naweza kuleta.

Inaitwa RohoDub, kupiga sauti kwa moyo. Inasaidia lugha 30 na lahaja kadhaa.

Kutumia ni rahisi:

Njia ya wavuti: Nenda kwenye souldub.ai, pakia video, chagua lugha, bonyeza start. Hiyo ndiyo yote.

Njia ya wakala: Tafuta github-souldub-skills kwenye kivinjari chako na kisanidisha kupitia Wakala unaopendelea (ChatGPT, Claude, Gemini, n.k.) na uweke kipaji hicho.

Baada ya hapo, Wakili wako anaweza kutafsiri video zako za ndani. Video iliyotafsiriwa na manukuu hupakuliwa moja kwa moja kwenye folda ya video ya asili.

Video kutoka kwa njia zote mbili zinaonekana kwenye akaunti yako ya SoulDub.

Kipengele kingine muhimu: mapitio na uhariri wa mwongozo.

Kama maandishi ya chini hayako sahihi kabisa, kama sauti iliyopigwa picha inahitaji marekebisho, unayahariri moja kwa moja kwenye tovuti. AI inafanya kipimo cha kwanza, kisha unasahihisha sehemu zinazokuhusu. Ubora unaendelea kuongezeka.

Nikizungumzia hili, ningependa kuzungumza nawe kuhusu kama kutumia SoulDub kunagharimu kitu chochote.

Kusema kweli: unaweza kuitumia bure kila mwezi, lakini si bure bila kikomo.

Nguvu za kompyuta zinakodishwa kutoka seva za wingu, na hivyo pia hifadhi. Kila mwezi tunapopokea bili ya mtoa huduma wa wingu, tunapaswa kulipa ili seva ziendelee kufanya kazi.

Watu wengi wanafikiri itakuwa bora kutafsiri video bila kutumia chochote kabisa. Kwa kweli ninaelewa hisia hiyo. Nilikuwa nafikiria vivyo hivyo nikiwa natafuta zana mwenyewe.

Lakini unapokuwa wewe ndiye anayehudumia huduma, wewe ndiye anayelipa bili. Ikiwa huwezi kustahimili, jambo hilo haliwezi kudumu.

Kama ume tumia SoulDub, tafadhali shiriki maoni yako nami wakati wowote. Tufanye iwe bora pamoja.

Asante kwa wasomaji waliyonipa maoni mwaka mmoja uliopita, nilipokuwa bado nianzia kuwa na wazo.

Na pia nashukuru mimi mwenyewe, kwa uvumilivu katika mwaka uliopita.

Sasa, wacha nishirikishe baadhi ya tafakari kuhusu AI ambazo nimezikusanya mwaka huu.

AI imegeuza baadhi ya mambo ambayo yaliweza kuonekana tu awali kuwa halisi.

Kama tafsiri ya sauti ya video, kweli ilijengwa. Hii pekee inatosha kunifurahisha.

Lakini kando ya msisimko, kuna jambo ambalo nimekuwa na uhakika zaidi na zaidi nalo mwaka huu.

AI, haijalishi ni yenye nguvu kiasi gani, ni chombo tu.

Tunaweza kuishikilia karibu kila wakati, lakini hatuwezi kuiweka mbele yetu kila wakati, ikifanya kila kitu kwa ajili yetu.

Ni kama kutumia nyundo kuingiza kuko. Macho yako yanahitaji kuangalia kuko na mbao, na mikono yako inahitaji kuhisi kila mtetemo unaorudishwa na nyundo.

Kama macho yako yako tu kwenye nyundo na mikono yako haigusi kuni tena, hatimaye unasahau jinsi wavuvi unavyoonekana, unasahau hisia ya kuni, unasahau maana ya mtetemo.

Lakini hizi ndizo hisia ambazo maisha yanapaswa kuleta.

Kwa hivyo wakati nikijenga SoulDub, nilisisitiza kuweka uhakiki wa binadamu na kazi za kuhariri za binadamu moja kwa moja kwenye msingi. Haijalishi AI itakua kiasi gani, haiwezi kufanya bila ushiriki wa binadamu. Bila ushiriki wa binadamu, hakuna utu. Bila utu, hakuna roho.

Dunia imejengwa kidogo kidogo katika mwingiliano kati ya watu, kati ya watu na vitu, kati ya watu na mazingira.

Ua huitwa ua kwa sababu tunaliita ua. Mti huitwa mti kwa sababu tunaliita mti.

Ndiyo sababu wanyama hawaoni dunia, wanadamu pekee ndio wanaoiona. Inaonekana kama kupanua zaidi, lakini fikiria. Ni kweli.

Dunia yangu haiwezi kujengwa kwa mimi kushughulika na AI, kisha kuwaiacha AI kushughulika na watu, vitu, na hali kwa niaba yangu. Hiyo ingekuwa dunia ya AI, si yangu.

Dunia yangu lazima iundwe na mimi nikishirikiana moja kwa moja na watu, na vitu, na hali. Lazima niijenge kwa mikono yangu mwenyewe. Na ni hapo tu, kwa baadhi ya maswali ambapo bado nina hukumu, nitapowezesha AI kuingilia kati.

Hiyo ni dunia yangu, si ya AI.

Ni muhimu gani kwangu kama ua linachanua na kushuka katika milima? Inakuwa muhimu wakati nimeenda kuliona mwenyewe.

Kama nikiruhusu AI kuiwona kwa niaba yangu, moyo wangu na ua huo vinabaki kimya kwa usawa. Ukweli kwamba sitoi hata hatua ya kuiona unamaanisha ua huo haukuwahi kuwa moyoni mwangu tangu mwanzo.

Iwapo nitadumu hivi kwa muda mrefu sana, je, moyo wangu hautakuwa tupu?

Mwaka umepita. Hatimaye, naweza kuandika insha hii.

Asante kwa kusoma hadi hapa.