كانت دبلجة الفيديو تتطلب سابقًا مترجمًا وممثل صوت ومحررًا. أما هنا فيقوم الذكاء الاصطناعي بهذه المهام الثلاث جميعًا، وتراجع أنت الترجمة قبل تحويلها إلى صوت.
ارفع فيديو يحتوي على كلام، بحد أقصى 5 دقائق و100 ميجابايت. يقوم ElevenLabs Scribe بتفريغ الصوت نصيًا واكتشاف اللغة الأصلية تلقائيًا، والتمييز بين ما يصل إلى أربعة متحدثين، ومعرفة ما إذا كان صوت كل منهم ذكريًا أو أنثويًا. بعد ذلك يترجم نموذج لغوي كل سطر بما يتناسب مع المدة الزمنية التي استغرقها في النسخة الأصلية، بحيث يبدو الكلام طبيعيًا كما لو نطق به شخص فعلاً، لا كترجمة حرفية كلمة بكلمة. تحصل على النص كقائمة من الأسطر: يمكنك تعديل أي منها، وإذا أصبح أحد الأسطر طويلاً، يُنبّهك المحرر إلى أن الكلام سيتسارع في ذلك الجزء.
بعد ذلك، اختر صوتًا لكل متحدث. يقوم خيار "الصوت الخاص" باستنساخ صوت المتحدث مباشرة من الفيديو نفسه، ليتحدث اللغة الجديدة بصوته هو. أو يمكنك اختيار صوت من مكتبة ElevenLabs. يفصل Demucs الكلام عن الموسيقى والضوضاء الخلفية، بحيث يُوضع التعليق الصوتي الجديد فوق المسار الصوتي الأصلي، مع توحيد مستوى الصوت عبر الفيديو بالكامل.
هناك إضافتان اختياريتان. مزامنة الشفاه (Sync Lipsync 2) تعيد تشكيل حركة الفم لتتطابق مع الكلام الجديد، للفيديوهات التي لا تتجاوز دقيقتين وتظهر فيها الوجوه بوضوح. والترجمة المدمجة تعرض النص المترجم على الشاشة، مع إمكانية تنزيل ملف SRT في جميع الأحوال.
يمكنك الترجمة إلى 18 لغة: الإنجليزية، الإسبانية، الفرنسية، الألمانية، الإيطالية، البرتغالية، البولندية، التركية، الهولندية، الروسية، الأوكرانية، اليابانية، الكورية، الصينية، العربية، الهندية، الإندونيسية والفيتنامية. تستخدم الأوكرانية والإندونيسية والفيتنامية حاليًا أصواتًا من المكتبة الجاهزة فقط. لا يمكنك استنساخ إلا صوتك الخاص أو صوت شخص وافق على ذلك، وعليك تأكيد هذا الأمر قبل الدبلجة.