دوز مباشرة للمحتوى الرئيسي
دروس فالذكاء الاصطناعي

زِد الترجمة للفيديو ديالك بكليك واحد باستعمال أداة مجانية ومفتوحة المصدر

Whisper + نموذج لغوي كبير، كيعالج فيديو مدتو 14 دقيقة فـ4 دقايق

أداة مجانية ومفتوحة المصدر لإضافة الترجمة للفيديو بكليك واحد

إضافة الترجمة للفيديو كانت قبل حاجة مزعجة بزاف.

ماشي صعيبة، غير كتطلب بزاف ديال الخدمة.

كتسجّل الفيديو ديالك وبغيتي تزيد ليه الترجمة. اللول خاصك تحوّل الصوت لنص. كيفما كانت الأداة اللي غادي تستعمل، النتيجة كتكون غالباً نص طويل مجموع، بلا علامات ترقيم وبلا تقسيم للجمل.

ومن بعد كتبدا تعدّل بيدك: فين خاص الجملة تسالي، فين خاصك تهبط للسطر، وفين خاصك تصلّح شي اسم شخص تْتعرّف عليه الأداة بالغلط.

إلا بغيتي تترجمو حتى للغات خرين، كتولي العملية أعقد. كتترجم جملة بجملة، ومن بعد خاصك تضبط كلشي مع التوقيت.

فيديو مدتو عشرة دقايق يقدر غير إعداد الترجمة ديالو ياخذ ساعة ولا جوج.

من بعد لقيت واحد الأداة مفتوحة المصدر، ومجانية.

الخدمة ديالها بسيطة بزاف: جرّ الفيديو، اختار اللغة، وكليكي على البداية.

وهي كتكمّل عليك الباقي كامل.

التعرّف على الصوت، تقسيم الجمل بذكاء، تصحيح الأخطاء الإملائية، توحيد المصطلحات المتخصصة، الترجمة للغات خرين، وإنشاء ملفات الترجمة.

كلشي أوتوماتيكي.

وزيد عليها أنها سريعة بزاف. فيديو مدتو 14 دقيقة كيتعالج تقريباً فـ4 دقايق.

والتكلفة قليلة بزاف، حسب كلام المطوّرين أقل من سنت واحد.

التعرّف على الصوت فيها كيعتمد على Whisper، والدقة ديالو كتفوت 95 فالمية. كيتعرّف على 99 لغة، من بينها الصينية والإنجليزية واليابانية والكورية والفرنسية والألمانية.

أما تقسيم الجمل فكيستعمل نموذج لغوي كبير، ماشي غير كيقسم النص حسب مدة التوقف، بل كيفهم المعنى ومن بعد كيقسمو. يعني الترجمة اللي كتخرج ماشي بحال: "أنا اليوم مشيت لواحد البلاصة زوينة بزاف" مقسّمة بطريقة عشوائية، ولكن كتخرج جملة طبيعية ومفهومة.

وكيصحّح حتى الأخطاء الشائعة فالتعرّف. مثلاً بعض المصطلحات المتخصصة ولا الأسماء النادرة يقدر التعرّف الصوتي يغلط فيها، وهي كتعاونك تصحّحها فمرحلة تقسيم الجمل.

إلا كنت محتاج ترجمة بلغات متعددة، كتدعم الترجمة لـ37 لغة. وحتى الترجمة كيديرها نموذج لغوي كبير، ماشي ترجمة آلية حرفية وقاصحة، بل ترجمة كتراعي السياق وكتقرا بسلاسة أكثر.

صيغ الإخراج كتدعم SRT وASS وVTT. تقريباً جميع صيغ الترجمة المعروفة موجودة.

كاين حتى واحد التفصيل اللي عجبني فيها. فيها قوالب جاهزة لأنماط الترجمة، بحال أسلوب الشروحات، وأسلوب الأخبار، وأسلوب الأنمي. إلا كنت كتدير فيديوهات بأنواع مختلفة، غير اختار القالب وما تحتاجش تضبط الشكل بيدك. خصوصاً أسلوب الأنمي، بالحدود والظلال ديالو على الطريقة اليابانية، مناسب مباشرة لمحتوى الأنيمي.

وزيد على هاد الشي كامل، الأداة كتخدم محلياً بشكل كامل. الفيديو ديالك ما خاصوش يطلع لأي سيرفر، وجميع المعالجة كتوقع فالحاسوب ديالك. من ناحية الخصوصية ما كاين ما تخاف: بزاف ديال أدوات الترجمة أونلاين كيتطلبو منك ترفع الفيديو، وشي ناس ما كيرتاحوش حيث خاصهم يبعثو الفيديو الأصلي لسيرفر ديال شي جهة أخرى. هنا ما كاينش هاد المشكل، كتخدم محلياً وكتخرج الملف محلياً.

ومتطلبات العتاد ماشي كبيرة. ما محتاجش لكارت غرافيك غالية، أي CPU يقدر يشغّلها. إلا كانت عندك كارت غرافيك منفصلة غادي تكون أسرع، ولكن حتى بالـCPU بوحدو كتخدم مزيان. أنا جرّبتها فحاسوب محمول عادي، وفيديو مدتو عشرة دقايق خرجات نتيجتو فحوالي ستة ولا سبعة دقايق، وهاد الشي مقبول بزاف.

فيها حتى وضعية المعالجة الجماعية. كتجرّ عدة فيديوهات مرة وحدة، وهي كترتّبهم وكتعالجهم أوتوماتيكياً. ومن بعد كتصدّر ملفات الترجمة كاملة دفعة وحدة. بالنسبة للي كيديرو محتوى على شكل سلاسل، هاد الخاصية كتوفّر بزاف ديال العمليات المكررة.

مناسبة للي كيديرو فيديوهات قصيرة، وللدروس أونلاين، وللمحتوى متعدد اللغات. إلا كنت حتى نتا كتتعامل مع الترجمة بزاف، قلب عليها. مجانية ومفتوحة المصدر، وما غادي تخلّص والو. اللول هو GitHub، والثاني هو الموقع الرسمي.

الرابط ديال المصدر المفتوح: github.com/WEIFENG2333/VideoCaptioner

#النموذج الكبير#برمجة الذكاء الاصطناعي#ترجمة بالذكاء الاصطناعي#صوتيات الذكاء الاصطناعي#مفتوح المصدر