AI वॉइस-ओवर से लंबा वीडियो कैसे ट्रांसलेट करें: 2.5 घंटे तक के लेक्चर, कोर्स और पॉडकास्ट

आपका सबसे अच्छा वीडियो शायद पहले से तैयार है: रिकॉर्ड की हुई वर्कशॉप, कोर्स का कोई मॉड्यूल, लंबा इंटरव्यू या आपके पॉडकास्ट का पिछला सीज़न। पहले इसे स्पैनिश, जर्मन या जापानी दर्शकों तक पहुँचाने के लिए हर एपिसोड की ट्रांसक्रिप्ट, अनुवादक, वॉइस आर्टिस्ट और ऑडियो एडिटर में घंटों का काम चाहिए होता था।

ImageGPT के वीडियो ट्रांसलेटर में अब इसी काम के लिए लंबे वीडियो वाला मोड है। अपना 1 मिनट से 2.5 घंटे तक का वीडियो अपलोड करें, ट्रांसलेट की गई स्क्रिप्ट जाँचें, आवाज़ें चुनें और नई भाषा तथा ओरिजिनल ऑडियो वाला MP4 डाउनलोड करें। हर चरण शुरू करने से पहले आपको उसकी कीमत दिखती है।

नतीजा कैसा दिखता है

हमने “Tour of the Moon” के शुरुआती 2 मिनट 14 सेकंड लिए। यह NASA के Scientific Visualization Studio का बनाया हुआ, Lunar Reconnaissance Orbiter के डेटा पर आधारित नैरेशन वाला फ़्लाईओवर है। NASA का वीडियो पब्लिक डोमेन में है, इसलिए इसे इस्तेमाल किया जा सकता है। हमने इसे अपलोड किया, स्पैनिश और वॉइस-ओवर मोड चुना, और बाकी सारी सेटिंग डिफ़ॉल्ट पर रहने दीं।

AI ने 1 स्पीकर पहचाना, नैरेशन को 18 पंक्तियों में बाँटा और शब्द-दर-शब्द अनुवाद करने के बजाय पूरे संदर्भ के हिसाब से वाक्य ट्रांसलेट किए—“Orientale basin” को “la cuenca Oriental” बनाया, जबकि LRO, Diviner और LOLA जैसे नाम नहीं बदले। अपलोड से तैयार वीडियो मिलने तक 1 मिनट से थोड़ा ज़्यादा लगा।

तैयार MP4 में ओरिजिनल तस्वीर जस की तस रहती है—वीडियो दोबारा एनकोड नहीं होता। साथ में 2 ऑडियो ट्रैक होते हैं: ट्रांसलेशन (डिफ़ॉल्ट) और ओरिजिनल। दोनों भाषाओं में सबटाइटल भी होते हैं। VLC जैसे प्लेयर में दर्शक इनके बीच स्विच कर सकते हैं। आप YouTube या अपने कोर्स प्लेटफ़ॉर्म के लिए सबटाइटल SRT और VTT फ़ाइलों में भी डाउनलोड कर सकते हैं।

आप क्या ट्रांसलेट कर सकते हैं

सिर्फ़ वही कंटेंट जिसका मालिकाना हक या इस्तेमाल करने का अधिकार आपके पास है: अपने वीडियो और चैनल के एपिसोड, कोर्स और वेबिनार, इंटरव्यू, पॉडकास्ट, और वे डॉक्यूमेंट्री जिनका लाइसेंस आपके पास है। कुछ भी प्रोसेस होने से पहले आपको चेकबॉक्स पर इसकी पुष्टि करनी होगी। जिन फ़िल्मों और TV शो के अधिकार आपके पास नहीं हैं, उन्हें इस्तेमाल नहीं कर सकते।

• लंबाई 1 मिनट से 2.5 घंटे तक; फ़ाइल का आकार अधिकतम 6 GB।
• H.264, H.265, AV1 या VP9 वीडियो वाले MP4, MOV, MKV या WEBM। अगर आपकी फ़ाइल किसी और फ़ॉर्मैट या कोडेक में है, तो पहले मुफ़्त वीडियो कन्वर्टर से उसे MP4 में बदलें।
• किसी भी भाषा से किसी भी भाषा में, कुल 18 भाषाएँ: अंग्रेज़ी, स्पैनिश, फ़्रेंच, जर्मन, इटालियन, पुर्तगाली, पोलिश, तुर्की, डच, यूक्रेनी, रूसी, जापानी, कोरियन, चीनी, अरबी, हिंदी, इंडोनेशियाई और वियतनामी।
• साफ़ सुनाई देने वाली बोली सबसे अच्छी तरह ट्रांसक्राइब होती है। आवाज़ पर तेज़ संगीत हो या लोग एक-दूसरे की बात काट रहे हों, तो स्क्रिप्ट में ज़्यादा पंक्तियाँ ठीक करनी पड़ेंगी।

स्टेप-बाय-स्टेप तरीका

1. वीडियो ट्रांसलेटर खोलें और “फ़िल्म, लेक्चर, एपिसोड — 2.5 घंटे तक” मोड पर जाएँ।
2. प्रोजेक्ट चुनें: नया बनाएँ या, अगर यह अगला लेसन या एपिसोड है, तो मौजूदा प्रोजेक्ट चुनें। जिस भाषा में ट्रांसलेट करना है, उसे चुनें; ओरिजिनल भाषा को “अपने आप पहचानें” पर रहने दें।
3. आउटपुट चुनें: “वॉइस-ओवर”, “पूरी डबिंग” या “सिर्फ़ सबटाइटल”। वॉइस-ओवर के लिए आवाज़ें चुनें: 1 नैरेटर, हर स्पीकर के मुताबिक पुरुष या महिला आवाज़, या हर किरदार के लिए अलग आवाज़।
4. फ़ाइल अपलोड करें या उसका लिंक पेस्ट करें। बड़ी फ़ाइलें हिस्सों में अपलोड होती हैं। इसलिए कनेक्शन टूट जाए तो वही फ़ाइल फिर चुनें; अपलोड वहीं से शुरू होगा जहाँ रुका था।
5. पुष्टि करें कि वीडियो के अधिकार आपके पास हैं और “ट्रांसक्राइब और ट्रांसलेट करें” दबाएँ। कीमत इसी बटन पर दिखती है।
6. स्पीकरों की सूची, शब्दावली और स्क्रिप्ट जाँचें। हर पंक्ति में ओरिजिनल और ट्रांसलेशन सुनने के लिए प्ले बटन हैं; आप कोई भी पंक्ति एडिट कर सकते हैं।
7. लंबे वीडियो के लिए पहले “शुरुआती … मिनट आज़माएँ” दबाएँ। यह सिर्फ़ शुरुआत का वॉइस-ओवर बनाता है, पहली पंक्ति से अधिकतम 2 मिनट आगे तक। इससे बाकी हिस्से के लिए भुगतान करने से पहले आप आवाज़ें सुन सकते हैं।
8. “पूरे वीडियो का वॉइस-ओवर बनाएँ” दबाएँ, फिर “वीडियो डाउनलोड करें” और ज़रूरत हो तो “सबटाइटल” दबाएँ।

सारा काम हमारे सर्वर पर होता है, इसलिए आप टैब बंद करके बाद में लौट सकते हैं; प्रोग्रेस बार में बचा हुआ समय दिखेगा। रेंडरिंग बीच में रोकने पर जिस हिस्से का वॉइस-ओवर नहीं बना, उसके क्रेडिट वापस मिल जाते हैं। तैयार वीडियो «मेरे कार्य» में भी सेव हो जाता है।

वॉइस-ओवर, पूरी डबिंग या सबटाइटल?

पूरी डबिंग में Demucs आवाज़ों को संगीत और साउंड इफ़ेक्ट से अलग करता है, फिर ओरिजिनल बैकग्राउंड पर नई बोली हुई आवाज़ जोड़ता है। हर किरदार को उपलब्ध तैयार आवाज़ों में से कोई आवाज़, अपने किसी किरदार के लिए सेव की हुई आवाज़, या “वीडियो से आवाज़” दी जा सकती है—यानी उसी स्पीकर की आवाज़ की कॉपी, जो नई भाषा बोलती है। सिर्फ़ अपनी या सहमति देने वाले व्यक्ति की आवाज़ कॉपी करें; इसकी पुष्टि अलग चेकबॉक्स पर करनी होती है। यूक्रेनी, इंडोनेशियाई और वियतनामी के लिए अभी आवाज़ की कॉपी उपलब्ध नहीं है, इसलिए इनमें तैयार आवाज़ इस्तेमाल होती है।

पूरा कोर्स या पॉडकास्ट सीज़न ट्रांसलेट करना

किसी सीरीज़ के सभी एपिसोड एक ही प्रोजेक्ट में रखें। प्रोजेक्ट स्पीकरों की सूची याद रखता है—आवाज़ों के साथ अधिकतम 12 नाम वाले स्पीकर; बाकी सभी «अन्य पुरुष» और «अन्य महिलाएँ» के समूहों में रखे जाते हैं। यह नामों और शब्दों की शब्दावली भी याद रखता है। अगले एपिसोड में AI लौटने वाले स्पीकरों को उनकी आवाज़ से पहचान लेता है, इसलिए आपका को-होस्ट लेसन 1 और लेसन 10 में एक जैसा सुनाई देता है।

पहले एपिसोड के बाद शब्दावली भरें। अगर कुकिंग कोर्स में “fold in” का अनुवाद 2 अलग तरीकों से हुआ है, तो अपनी पसंद का अनुवाद उस शब्द के साथ जोड़ें और “फिर से अनुवाद करें” दबाएँ। सिर्फ़ ट्रांसलेशन दोबारा होगा; आपने जो पंक्तियाँ खुद एडिट की हैं, वे वैसी ही रहेंगी।

कितना खर्च आएगा

आप हर चरण के लिए अलग भुगतान करते हैं। अपलोड के तुरंत बाद ट्रांसक्रिप्शन और ट्रांसलेशन के क्रेडिट लगते हैं; स्क्रिप्ट जाँचने के बाद वॉइस-ओवर के। कीमत वीडियो की लंबाई और उसमें कितनी बातचीत है, इस पर निर्भर करती है। हर बटन पर सटीक राशि दिखती है। ज़्यादा बोलचाल वाले वीडियो के लिए लगभग इतना खर्च होगा:

हमारी 2 मिनट की NASA क्लिप पर ट्रांसक्रिप्शन समेत लगभग 20 क्रेडिट लगे। जिन वीडियो में लंबे विराम या संगीत वाले हिस्से होते हैं, उनका खर्च कम आता है, क्योंकि वॉइस-ओवर सिर्फ़ बोली गई पंक्तियों का बनता है। बाद में 1 पंक्ति ठीक करने पर आप सिर्फ़ उसी पंक्ति के लिए भुगतान करते हैं; वीडियो दोबारा बनाते समय सिर्फ़ बदले हुए हिस्से रीमिक्स होते हैं।

5 मिनट से छोटी क्लिप इसी टूल के सामान्य मोड में प्रोसेस होती हैं, जो लिप सिंक और वीडियो में स्थायी रूप से जुड़े सबटाइटल भी जोड़ता है। Reel या Short पर एनिमेटेड कैप्शन के लिए «ऑटो कैप्शन» इस्तेमाल करें।