#ОднаждыМыПереводили учебный курс. На основной работе ко мне пришел отдел обучения и сообщил, что им нужно перевести гигантскую пачку учебных видеороликов. И не просто субтитрами — нужен дубляж с липсинком и полный фэшн (прим. пер.: зачем?! 🤔)
С переводом проблем не было: есть продукт, есть инженер по локализации. Проблемы возникли с озвучкой, потому что озвучание актером компания делать категорически не хотела. Во-первых, дорого. Тут 0% осуждения, тут понимаемо. Но "во-вторых" вызывает у меня икоту до сих пор: "А вдруг актер заболеет, а нам надо озвучить пять мильенов роликов, что мы тогда будем делать?". Нет, тоже понять можно, конечно. Но актер не то чтобы по одному их записывает, ролики-то эти... Ладно, хозяин барин.
Пришлось обратиться к ИИ. Некоторые платные приложения позволяют делать озвучку нейроголосом. И, в целом, это даже неплохо звучит, хоть и немного синтетически. Каталог голосов внушительный: тут тебе можно выбрать и пол актера, и возраст, и акцент. Отдельно умилил эквалайзер эмоций. Можно сделать "повеселее" и "построже". В общем, как будто бы всё на мази.
Первый ред флэг взвился над моею грешной головой, когда выяснилось, что при обработке видео машинка дробит текст на субтитры (🤷♀) по какому-то странному принципу: то у нас текста на пять строчек, закрывающих пол-экрана, то одинокая точка. Инструментарий позволяет прямо в этом же окне сделать машинный перевод при желании, кстати. Если нужно озвучить много, быстро и по принципу "и так сойдет", то пожалуй, не самое плохое решение.
Если бы не два "но". Чтобы озвучить сгенерированный текст, ИИ начинает читать его в заданном временном промежутке. Вы уже догадываетесь, да? Там, где субтитр на пять строк, случилось адское "РАТАТАТАТА" со скоростью 800 слов в 1/10 секунды. А там, где оказалась пара слов, случилась Эстония. 🐌
Мы с инженером подумали. Стало очевидно, что
НО. Самая адекватная в плане озвучания нейронка не позволяет сразу же оценить изменения. Ты вносишь их вслепую, а потом вынужден рендерить видео целиком и смотреть эти злосчастные три секунды, оценивая ущерб тексту и своей нервной системе. 😠
Инженер, конечно, осилил. И я потом похожую задачу осилила, в рамках уже другого видеоролика. Но я по-прежнему считаю, что нейроозвучка — это от лукавого. Удешевила ли она процесс? Безусловно. Но этот подход пропорционально добавил страшного геморроя команде. Нам было бы куда проще сделать укладку под липсинк для актера.
Если кому интересно, пользовались вот этими шайтан-машинами:
https://www.rask.ai/
https://lovo.ai/
https://www.veed.io/
У всех есть свои плюсы и минусы, универсального решения, к сожалению, не нашлось. Так что принцип "Дешево, быстро, качественно — выбирай любые два" все еще актуален.