Dulu, menyulihsuarakan video butuh penerjemah, pengisi suara, dan editor. Di sini AI mengerjakan ketiganya, dan Anda tetap bisa memeriksa terjemahan sebelum disuarakan.
Unggah video berisi ucapan, maksimal 5 menit dan 100 MB. ElevenLabs Scribe akan mentranskripsi video, mendeteksi bahasa sumber secara otomatis, membedakan hingga empat pembicara, dan mengenali apakah suara masing-masing pria atau wanita. Model bahasa kemudian menerjemahkan setiap baris agar pas dengan durasi aslinya, sehingga terdengar seperti ucapan alami, bukan terjemahan kata demi kata. Anda akan mendapatkan naskah berupa daftar baris: edit baris mana pun, dan jika sebuah baris menjadi terlalu panjang, editor akan memberi tahu bahwa ucapan di bagian itu akan dipercepat.
Selanjutnya, pilih suara untuk setiap pembicara. “Suara asli” mengkloning suara pembicara langsung dari video itu sendiri, sehingga mereka berbicara dalam bahasa baru dengan suara khas mereka. Atau, pilih suara dari pustaka ElevenLabs. Demucs memisahkan ucapan dari musik dan suara latar, sehingga sulih suara baru ditempatkan di atas trek suara asli, dengan tingkat volume ucapan yang diseimbangkan di seluruh video.
Ada dua fitur tambahan yang bersifat opsional. Sinkronisasi bibir (Sync Lipsync 2) menyesuaikan gerakan mulut agar cocok dengan ucapan baru, untuk video hingga 2 menit dengan wajah yang terlihat jelas di layar. Subtitle tertanam menampilkan terjemahan langsung di layar, dan file SRT selalu tersedia untuk diunduh.
Anda dapat menerjemahkan ke 18 bahasa: Inggris, Spanyol, Prancis, Jerman, Italia, Portugis, Polandia, Turki, Belanda, Rusia, Ukraina, Jepang, Korea, Mandarin, Arab, Hindi, Indonesia, dan Vietnam. Untuk Ukraina, Indonesia, dan Vietnam, saat ini masih menggunakan suara dari pustaka. Anda hanya dapat mengkloning suara sendiri atau suara orang yang telah memberikan izin, dan Anda akan mengonfirmasi hal ini sebelum proses sulih suara dimulai.