Pagsasalin ng boses sa video: Paano isalin ang boses ng mga tao sa video nang hindi nawawala ang orihinal na katangian ng kanilang pagpapahayag
Ang pagsasalin ng boses sa video ay hindi lamang pagpapalit ng wika, kundi pati na rin ang pagtatangkang panatilihin ang orihinal na tono ng boses, emosyon, ritmo, at paraan ng pagpapahayag ng tao. Ipinapaliwanag ng artikulong ito kung paano pagsamahin ang pagsasalin ng subtitle, manu-manong proofreading, AI voice-over, at pag-edit ng boses upang makagawa ng mas natural na bersyong lokal ng video.
Paano isalin ang boses ng mga tauhan sa video nang hindi nawawala ang orihinal na estilo ng pagpapahayag ng tauhan
Karaniwan kapag binabanggit ang Pagsasalin ng video(video voice translation), tinutukoy nito ang paggamit ng preset na boses upang palitan ang boses ng tao sa video, at totoong kaya nitong isalin ang orihinal na sinasabi sa iba't ibang wika, ngunit pagkatapos maisalin ang isang video, kahit na maintindihan ang bawat pangungusap, kakaiba pa rin pakinggan: wala na ang tamang damdamin ng pagsasalita ng mga tauhan sa orihinal na video, wala na ang ganoong estilo.
Ito mismo ang problema na kailangang lutasin ng pagsasalin ng tinig ng tao sa orihinal na audio ng video (Original audio video human voice translation): hindi lamang upang maunawaan ng mga manonood ang ibang wika, kundi upang mapanatili rin ang mga katangiang ekspresyon ng orihinal na video na talaga namang gusto ng mga tao.
Ang tinatawag na pagsasalin ng tinig sa orihinal na video ay ang pagbago ng pananalita sa video sa target na wika, at pagbuo ng tinig na umaayon sa imahe. Ang ilang mga kasangkapan ay nag-aalok din ng pagsasalin ng subtitle, pag-edit ng tinig, at pag-synchronize ng kilos ng bibig ng tauhan.
Lalo na ang tampok na pag-edit ng boses sa video, kung nais mo ng mas mataas na kalidad ng video sa pagsasalin, kailangan mong personal na suriin at i-proofread bilang tao, at gumawa ng tiyak na mga pagsasaayos sa resulta.
Ano ang pagsasalin ng boses sa video? Paano ito naiiba sa pagsasalin ng subtitle?
Ang tipikal na proseso ng pagsasalin ng boses sa video ay kinabibilangan ng: pagtukoy sa orihinal na boses, pagsasalin ng teksto, paggawa ng dubbing sa target na wika, at pagkatapos ay pagsasama ng dubbing sa video. Maaaring sabayang gawin ang mga subtitle.
Kung ikukumpara sa simpleng pagsasalin ng subtitle, ang pinaka-malinaw na pagkakaiba nito ay: ang mga manonood ay direktang maririnig ang target na wika na may tono, damdamin, at ritmo na kahalintulad ng orihinal na boses ng mga tauhan sa video, nang hindi palaging umaasa sa mga salita sa screen para maunawaan ang nilalaman, o nakikinig sa mga boses na malinaw na hindi naaayon sa estilo ng pagsasalita ng orihinal na tauhan habang nanonood ng video.
Ilang mga konseptong madaling malito, maaaring ganitong uriin:
Awtomatikong pagsasalin ng audio (automated audio translation) ay pareho rin. Naiiba sa pagsasalin ng video, ang pagsasalin ng audio ay hindi nangangailangan ng pag-synchronize ng tunog at larawan, samantalang sa pagsasalin ng video bukod sa eksaktong pagsasalin, kailangan ding tingnan kung tugma ang tunog at larawan. Halimbawa, kahit isang tagubilin sa operasyon ay tama ang pagsasalin, kung ang kaugnay na button ay nawawala na sa screen, maaaring hindi pa rin makasunod ang manonood.
Paano isalin ang mas mataas na kalidad na video?
Unahin ang pagpapanatili ng kahulugan at layunin ng pagsasaling batay sa subtitle
Halimbawa, ang mga tutorial na video ay nangangailangan ng tumpak na mga hakbang, ang mga produktong demonstrasyon ay nangangailangan ng malinaw na paglalarawan ng mga tampok, at ang mga personal na kuwento ay nangangailangan ng kumpletong konteksto ng emosyon.
Maliit na pagbabago ay maaaring magbago rin ng kahulugan: Ang "maaari mong patayin ang setting na ito" at "dapat mong patayin ang setting na ito" ay hindi pareho. Ang pangalan ng produkto, numero, yunit, at mga salitang negatibo ay karapat-dapat na unahin sa pag-verify.
Kahit gaano man kaganda ang tunog, hindi nito mapapalitan ang problema ng maling pagsasalin ng impormasyon.
Gawing parang pang-araw-araw na pananalita ang pagsasalin, hindi parang matigas na manwal
Ang salin na angkop basahin, maaaring hindi angkop na basahin nang direkta. Ang pagtutugma ng bawat salita ay kung minsan ay nagpapanatili ng estruktura ng pangungusap, ngunit nawawala ang orihinal na natural na pagpapahayag.
Ang pamantayan sa paghusga ay hindi ang mas maikli ay mas mabuti, kundi ang pagiging tumpak, natural, at naaayon sa relasyon ng tagapagsalita at ng tagapakinig.
Panatilihin ang kinakailangang paghinto at ritmo
Ang parehong kahulugan ay ipinapahayag sa iba't ibang wika, ngunit ang kinakailangang oras ay hindi pareho. Ang isang tila maikling pagsasalin ay maaaring mukhang masyadong mabilis kapag inilagay sa video clip.
Suriin kung may paghinto bago ang mahalagang impormasyon, kung may puwang para huminga sa pagitan ng magkakasunod na utos, at kung ang paliwanag ay nakakasabay sa pagbabago ng kamera. Kung kinakailangan, sa ilalim ng kondisyon na hindi mawawala ang impormasyon, mas angkop na payak na ipahayag ang mga salita kaysa pilitin na magdagdag pa ng higit pang mga salita.
Subukang ibalik ang orihinal na boses ng tauhan sa video
Bukod sa ang pagsasalin ng subtitle ay kailangang maging natural, tumpak at ayon sa ritmo ng eksena, ang boses ng tauhan sa video kapag binibigkas ang isinaling teksto, ay dapat ding mapanatili hangga't maaari ang orihinal na timbre, damdamin, at ritmo ng pagsasalita ng tauhan sa parehong pangungusap. Isipin mo ang isang paborito mong tauhan na biglang makakausap ka sa wikang inaasahan mo, hindi ba't napakagandang karanasan iyon! Kaya para sa mga produktong nagbibigay ng pagsasalin ng boses sa video, dapat ding magbigay ng kakayahang awtomatikong ibalik ang boses ng tauhan sa video, at magbigay ng kakayahan na ulitin ang parehong segment ng boses ng ilang beses bago gumawa ng bagong bersyon, upang makamit natin ang pinakamakuntentong resulta ng pagsasalin.
Bakit kailangan pang i-proofread pagkatapos ng awtomatikong pagsasalin?
Ang awtomatikong nabuo ay isang bersyon na maaaring suriin, hindi isang garantiya na ang bawat pangungusap ay angkop na agad na ilathala.
Iminumungkahi na unang suriin ang pagkilala sa orihinal na teksto, pagkatapos ay suriin ang pagsasalin, at sa huli ay isama ang pagbabasa sa visual at pakikinig. Ang ingay sa background, sabay-sabay na pagsasalita ng maraming tao, at mga banyagang termino ay maaaring magdulot ng pagkakamali bago pa man magsimula ang pagsasalin. Kung mali ang pagkilala sa pangalan ng produkto sa orihinal na teksto, kahit gaano man kaayos ang pag-dub sa huli, hindi ito malulutas.
Sa yugto ng pagsasalin, pangunahing sinusuri ang kahulugan, terminolohiya, numero, at likas na daloy ng pananalita. Sa yugto ng pakikinig, nakatuon naman sa pagbigkas, paghinto, at sa pagkakaugnay ng kwento at larawan. Ang pagkakasunod-sunod na ito ay makakatulong sa iyo na matukoy kung saan talaga nagkakaroon ng problema, sa halip na paulit-ulit na baguhin ang mga walang problema.
Kung hindi mo naiintindihan ang target na wika, pinakamainam na ipa-review ang mahahalagang nilalaman sa isang taong pamilyar sa wika. Ang pagsasalin pabalik ng teksto ay makatutulong sa pag-check ng ilang impormasyon, ngunit hindi nito mapapatunayan na natural pakinggan ang aktwal na dub.
Paano suriin at pagbutihin ang mga resulta ng pagsasalin sa SoulDub?
SoulDub pinagsasama ang awtomatikong mga subtitle, pagsasalin, at AI na pagbuo ng boses, at nagbibigay din ng pagkakataon para sa pag-proofread ng teksto at manu-manong pag-aayos ng mga segment ng boses. Kaya, hindi lang mahalaga kung kaya nitong gumawa ng video, kundi pati na rin kung posibleng magkaroon ng interbensyon ng tao upang patuloy na pagbutihin ito kapag may nahanap na problema.
Unang hakbang: Magsimula sa isang maikling video na may representasyon
Pumili ng mga materyal na may karapatan ka sa paggamit, pagsasalin, at kaugnay na awtorisasyon sa tunog, tulad ng maiikling tutorial, pagpapaliwanag ng produkto, o personal na pagpapakilala.
Mas mabuti kung isama ang isang pangalan ng produkto, isang sinadyang paghinto, at isang pangungusap na pinaka-nais mong tandaan ng mga manonood. Sa ganitong paraan, magkakaroon ng malinaw na bagay na susuriin pagkatapos ng paggawa.
I-upload ang video, pumili ng kasalukuyang sinusuportahang wika at lumikha ng gawain.
Ikalawang Hakbang: Suriin ang orihinal na subtitle at ang tekstong isinalin
Una, makinig sa orihinal na boses habang binabasa ang kinikilalang teksto, itama ang mga maling pangalan, numero at terminolohiya, pagkatapos ay tukuyin kung tumpak na naipapahayag ng pagsasalin ang orihinal na kahulugan.
Nagbibigay ang SoulDub ng mga tampok para sa pagsusuri at pag-edit ng orihinal na teksto at isinalin na mga subtitle. Kapag nagbabago, maaari mong itanong sa iyong sarili: Kapag narinig ito ng target na madla sa unang pagkakataon, maiintindihan ba nila? Tumutugma ba ito sa tono ng orihinal na video? Mayroon bang nakaligtaang mahahalagang kondisyon?
Huwag lamang ulitin ang bawat pangungusap dahil may iba ring paraan ng pagsasabi nito. Unahin ang paglutas sa mga isyung makakaapekto sa pag-unawa o karanasan sa panonood.
Ikatlong hakbang: I-regenerate ang boses ayon sa pangangailangan
Ang pagbabago ng teksto ay hindi awtomatikong nag-a-update ng mga naunang nalikhang boses o tapos na video. Pagkatapos ayusin ang salin, dapat muling likhain ang kaukulang audio ayon sa mga magagamit na operasyon sa gawain, at tiyakin na ang panghuling output ay gumagamit ng bagong bersyon.
Ang tiyak na operasyon at mga magagamit na tampok ay nakadepende sa estado ng gawain. Kapag pinoproseso ang mga pangungusap na mahirap ipahayag, mas madaling gumawa ng malinaw na pagbabago nang paisa-isa upang matukoy kung ang pagpapabuti ay dulot ng pagpapaikli ng pananalita, pagwawasto ng terminolohiya, o pagbabago ng istruktura ng pangungusap.
Ika-apat na hakbang: Pagsamahin ang larawan at ganap na pakinggan
Walang problema sa pakikinig sa bawat bahagi nang hiwalay, ngunit kapag pinagsama-sama, maaari pa rin itong magmukhang biglaan. Kaya't bago i-export, dapat itong patugtugin mula simula hanggang katapusan, suriin kung ang boses, subtitle, at mga pangunahing eksena ay pare-pareho, at tiyakin na ang pinakabagong pagbabago ay naisama na sa panghuling video.
Maaaring magsagawa muna ng isang maliit na eksperimento: sa SoulDub, isalin ang isang maikling bahagi ng video, na tututok sa isang pangalan, isang paghinto, at isang pangunahing impormasyong pangungusap. Mas madaling tukuyin kung ang resulta ay angkop sa iyong nilalaman kaysa simpleng tingnan kung nalikha ang file o hindi.
Mga Karaniwang Tanong
Ang pagsasalin ng boses sa video ay katulad ba ng pag-clone ng boses?
Hindi. Ang una ay nagpapalit ng wika, habang ang huli ay ginagaya ang ilang partikular na katangian ng isang tinig. At ang Souldub ay pinagsasama ang dalawa, at sinusuportahan pa ito ng mas higit pa, nang hindi kinakailangang magbigay ng mga sample ng tinig bukod sa video para sa pag-clone.
Pwede bang ganap na mapanatili ng AI ang emosyon ng orihinal na tagapagsalita?
Hindi dapat ituring ang puntong ito bilang garantiya. Ang epekto ay nakadepende sa kakayahan ng sistema, materyales, salin, at konteksto. Ang pokus ay dapat nasa tono at diin kung sumusuporta ba ito sa orihinal na layunin ng pagpapahayag, at hindi lamang kung magkahawig ang tunog, bagaman ganito man, nagsikap ang souldub na panatilihin ito, at sabik kaming maranasan mo mismo.
Kapag may audio na na-translate, kailangan pa ba ng mga subtitle?
May halaga pa rin ang mga subtitle: makakatulong ito sa mga manonood na nanonood nang nakamute, sa mga bingi at may kapansanan sa pandinig, at nagpapadali rin sa pag-unawa ng mga kakaibang pangalan at teknikal na termino. Pagkatapos baguhin ang dubbing, tandaan na sabay na suriin ang mga subtitle.
Maaari bang baguhin ang pagsasalin ng SoulDub?
Maaari mong suriin at i-edit ang orihinal na teksto at isinaling subtitle, at maaari ring i-edit ang mga audio clip. Pagkatapos ng pagbabago, kailangan mong tiyakin kung ang dubbing ay synchronized sa huling output, ayon sa kasalukuyang interface ng gawain.
Hayaan ang pagpapahayag na lampasan ang wika, hindi lamang palitan ang mga salita
Ang kahulugan ng pagsasalin ng video ay upang maunawaan ng ibang grupo ng mga manonood ang mga nilalaman na karapat-dapat ibahagi. Ang tumpak na kahulugan, natural na mga salita, angkop na ritmo, at malinaw na tunog ay magkakasamang bumubuo sa karanasang ito.
Hindi kailangan magsimula sa buong video library. Pumili muna ng isang pamilyar na materyal at isang target na wika, gumawa, suriin, at pakinggan, pagkatapos ay tukuyin kung saan pa kailangan ng pagpapabuti.
Gamitin ang SoulDub para isalin ang iyong unang video, magsimula sa isang pagsubok na may malinaw na layunin sa pagsusuri, tingnan kung ano ang magiging anyo ng iyong pagpapahayag sa ibang wika.
Ni
Karl Voss
Ang Product Manager ng SoulDub, matagal nang nakatuon sa video translation, AI voice-over, pakikipagtulungan ng tao at makina, at karanasan sa nilalaman sa iba't ibang wika.



