كيفية ترجمة فيديو طويل بالتعليق الصوتي بالذكاء الاصطناعي: محاضرات ودورات وبودكاست حتى 2.5 ساعة

غالبًا ما يكون أفضل فيديو لديك جاهزًا بالفعل: ورشة عمل مسجلة، أو وحدة من دورة، أو مقابلة طويلة، أو الموسم الماضي من البودكاست الذي تقدمه. لكن تقديمه لمشاهدين يتحدثون الإسبانية أو الألمانية أو اليابانية كان يتطلب تفريغ النص، ومترجمًا، ومؤديًا صوتيًا، وساعات في محرر صوتيات، لكل حلقة.

تتضمن أداة ترجمة الفيديو في ImageGPT الآن وضعًا للمحتوى الطويل صُمم لهذا الغرض. ارفع فيديو تملكه تتراوح مدته بين 1 دقيقة و2.5 ساعة، وراجع النص المترجم، واختر الأصوات، ثم نزّل ملف MP4 يضم اللغة الجديدة إلى جانب الأصلية. وسترى تكلفة كل خطوة قبل بدئها.

كيف تبدو النتيجة

أخذنا أول 2 دقيقة و14 ثانية من فيديو «جولة على القمر»، وهو جولة مصوّرة مع تعليق صوتي أعدّها NASA's Scientific Visualization Studio اعتمادًا على بيانات Lunar Reconnaissance Orbiter. فيديو NASA ضمن الملكية العامة، لذا يمكن استخدامه. رفعناه، واخترنا الإسبانية ووضع التعليق الصوتي، وتركنا بقية الإعدادات على قيمها الافتراضية.

تعرّف الذكاء الاصطناعي على متحدث واحد، وقسّم التعليق إلى 18 سطرًا، وترجمها بوصفها جملًا مترابطة لا كلمة بكلمة؛ فأصبحت «Orientale basin» ‏«la cuenca Oriental»، بينما بقيت أسماء LRO وDiviner وLOLA كما هي. استغرقت العملية من رفع الملف إلى جاهزية الفيديو ما يزيد قليلًا على دقيقة.

يحافظ ملف MP4 النهائي على الصورة الأصلية دون تغيير أو إعادة ترميز. ويضم مسارين صوتيين، الترجمة وهي الافتراضية، والصوت الأصلي، إلى جانب ترجمة نصية باللغتين. تتيح مشغّلات مثل VLC للمشاهدين التبديل بينها، ويمكنك أيضًا تنزيل الترجمة النصية في ملفَي SRT وVTT لاستخدامها على YouTube أو منصة دورتك.

ما الذي يمكنك ترجمته

المحتوى الذي تملكه أو تملك حقوق استخدامه فقط: فيديوهاتك وحلقات قناتك، والدورات والندوات عبر الإنترنت، والمقابلات، والبودكاست، والأفلام الوثائقية التي تملك ترخيصًا لها. تؤكد ذلك بتحديد مربع اختيار قبل بدء أي معالجة. أما الأفلام والمسلسلات التلفزيونية التي لا تملكها، فلا يُسمح بها.

• المدة من 1 دقيقة إلى 2.5 ساعة، وحجم الملف حتى 6 GB.
• ملفات MP4 أو MOV أو MKV أو WEBM بفيديو مرمّز باستخدام H.264 أو H.265 أو AV1 أو VP9. إذا كان ملفك يستخدم ترميزًا آخر، فحوّله أولًا إلى MP4 باستخدام محوّل الفيديو المجاني.
• 18 لغة للترجمة من أي منها إلى أخرى: الإنجليزية، والإسبانية، وفرنش، والألمانية، والإيطالية، والبرتغالية، والبولندية، والتركية، والهولندية، والأوكرانية، والروسية، وياباني، والكورية، والصينية، والعربية، والهندية، والإندونيسية، والفيتنامية.
• تكون دقة التفريغ أفضل عندما يكون الكلام واضحًا. أما الموسيقى الصاخبة التي تعلو على الصوت، أو تحدث عدة أشخاص في الوقت نفسه، فتعني مزيدًا من الأسطر التي ستحتاج إلى تصحيحها في النص.

الخطوات

1. افتح أداة ترجمة الفيديو وانتقل إلى وضع «فيلم، محاضرة، حلقة — حتى 2.5 ساعة».
2. اختر مشروعًا جديدًا، أو مشروعًا موجودًا إذا كان هذا هو الدرس أو الحلقة التالية. اختر اللغة التي تريد الترجمة إليها، واترك اللغة الأصلية على خيار «اكتشاف».
3. اختر الناتج: «تعليق صوتي» أو «دبلجة كاملة» أو «ترجمة نصية فقط». للتعليق الصوتي، اختر الأصوات: راوٍ واحد، أو صوت رجل وصوت امرأة يُطابقان المتحدثين، أو صوت لكل شخصية.
4. ارفع الملف أو الصق رابطه. تُرفع الملفات الكبيرة على أجزاء، لذا إذا انقطع اتصالك، فاختر الملف نفسه مجددًا ليُستأنف الرفع من حيث توقف.
5. أكد أنك تملك حقوق الفيديو واضغط «فرّغ النص وترجمه». تظهر التكلفة على الزر.
6. راجع قائمة المتحدثين، ومسرد المصطلحات، والنص. لكل سطر زران لتشغيل الأصل والترجمة، ويمكنك تعديل أي سطر.
7. إذا كان الفيديو طويلًا، فاضغط أولًا «جرّب أول … دقيقة»: سيُنشئ صوتًا لبداية الفيديو فقط، حتى دقيقتين بعد السطر الأول، لتسمع الأصوات قبل الدفع مقابل الباقي.
8. اضغط «أضف صوتًا للفيديو كاملًا»، ثم «تحميل الفيديو»، وإذا احتجت إليها، «الترجمة».

تجري المعالجة كلها على خوادمنا، لذا يمكنك إغلاق التبويب والعودة لاحقًا لترى شريط التقدم والوقت المتبقي. وإذا أوقفت إنشاء الصوت في منتصفه، يعود إليك الرصيد الخاص بالجزء الذي لم يُنشأ له صوت. ويُحفظ الفيديو النهائي أيضًا في «أعمالي».

تعليق صوتي أم دبلجة كاملة أم ترجمة نصية؟

تفصل الدبلجة الكاملة الأصوات عن الموسيقى والمؤثرات الصوتية باستخدام Demucs، ثم تضع الكلام الجديد فوق الخلفية الأصلية. ويمكن تخصيص صوت جاهز لكل شخصية، أو صوت حفظته لإحدى شخصياتك، أو خيار «صوت من الفيديو» الذي ينسخ صوت المتحدث نفسه ليتكلم باللغة الجديدة. لا تنسخ إلا صوتك أو صوت شخص وافق على ذلك؛ وتؤكد هذا بمربع اختيار منفصل. نسخ الأصوات غير متاح بعد للأوكرانية والإندونيسية والفيتنامية، لذا تُستخدم لها أصوات جاهزة.

ترجمة دورة كاملة أو موسم بودكاست

ضع كل حلقات السلسلة في مشروع واحد. يتذكر المشروع قائمة المتحدثين، حتى 12 متحدثًا مسمّى مع أصواتهم، مع جمع الباقين تحت «رجال آخرون» و«نساء أخريات»، كما يتذكر مسرد الأسماء والمصطلحات. وفي الحلقة التالية، يتعرف الذكاء الاصطناعي على المتحدثين العائدين من أصواتهم، ليبدو صوت شريكك في التقديم متماثلًا في الدرس 1 والدرس 10.

أكمل المسرد بعد الحلقة الأولى. إذا ترجمت دورة طبخ عبارة «fold in» بطريقتين مختلفتين، فأضف المصطلح مع الترجمة التي تريدها واضغط «ترجم مجددًا»: ستُعاد الترجمة فقط، وستبقى الأسطر التي عدّلتها يدويًا كما هي.

كم تبلغ التكلفة؟

تدفع مقابل كل خطوة على حدة. تُخصم تكلفة التفريغ والترجمة بعد الرفع مباشرة، وتكلفة إنشاء الصوت بعد مراجعتك للنص. تعتمد التكلفة على المدة ومقدار الكلام في الفيديو، ويعرض كل زر المبلغ الدقيق. إليك تقديرات لفيديو يغلب عليه الكلام:

كلّف مقطع NASA الذي تبلغ مدته دقيقتين نحو 20 رصيد، بما في ذلك التفريغ. وتقل تكلفة الفيديوهات التي تتخللها فترات صمت طويلة أو مقاطع موسيقية، لأن إنشاء الصوت يقتصر على الأسطر المنطوقة. وإذا صححت سطرًا واحدًا لاحقًا، فلن تدفع إلا مقابل ذلك السطر؛ وعند إعادة تجهيز الفيديو، يُعاد مزج الأجزاء التي تغيرت فقط.

تظل المقاطع القصيرة التي تقل عن 5 دقائق ضمن الوضع المعتاد للأداة نفسها، الذي يضيف مزامنة حركة الشفاه وترجمة نصية مدمجة في الصورة. ولإضافة نصوص متحركة إلى Reel أو Short، استخدم ترجمة تلقائية.