مترجم زیرنویس هوش مصنوعی: نمایش زیرنویس فارسی روی ویدیو بدون آپلود فایل

بیشتر ابزارهای قدیمی ترجمه ویدیو از شما می‌خواهند ابتدا فایل فیلم یا فایل متنی را روی کامپیوتر ذخیره کنید، آن را در یک سایت بارگذاری نمایید و در صف انتظار بمانید. این افزونه مرورگر به‌عنوان یک مترجم زیرنویس هوش مصنوعی مسیر را برعکس کرده است: مستقیماً به صدای ویدیویی که همین لحظه در زبانه مرورگر شما پخش می‌شود گوش می‌دهد، گفتار را به متن تبدیل می‌کند، آن را با مدل زبانی بزرگ به فارسی برمی‌گرداند و نتیجه را روی پخش‌کننده نمایش می‌دهد.

تفاوت مترجم زیرنویس هوش مصنوعی در مرورگر با ابزارهای ویرایش فایل

روش نخست برای ترجمه ویدیوها، استفاده از سرویس‌های ویرایش آنلاین است که یک فایل ویدیویی کامل یا یک فایل متنی .srt و .vtt را دریافت می‌کنند و خروجی نهایی را تحویل می‌دهند. این روش زمانی کارآمد است که خودتان تولیدکننده محتوا باشید، بخواهید ویدیویی را در شبکه‌های اجتماعی منتشر کنید و به یک فایل دائمی با متن چسبیده به تصویر نیاز داشته باشید.

روش دوم استفاده از افزونه‌ای است که درون مرورگر فعالیت می‌کند. این ابزار فایل ویدیویی جدیدی نمی‌سازد و کدهای اصلی سایت را دستکاری نمی‌کند، بلکه جریان صوتی صفحه بازشده را در قطعات کوتاه می‌خواند. جملات تشخیص‌داده‌شده توسط یک مدل زبانی ترجمه می‌شوند و در یک لایه مستقل روی پخش‌کننده قرار می‌گیرند تا صفحه اصلی بدون تغییر باقی بماند.

کسانی که به دنبال ترجمه سریع یک ویدیوی وب هستند معمولاً می‌خواهند محتوایی را همین حالا بفهمند؛ برای نمونه یک سخنرانی علمی، یک مصاحبه تخصصی، مستندی به زبان دیگر یا ویدیویی آموزشی که هیچ زیرنویسی ندارد. در چنین شرایطی، افزونه زمان زیادی را صرفه‌جویی می‌کند زیرا پس از یک بار نصب، دیگر نیازی به دانلود، تبدیل فرمت یا بارگذاری فایل‌های حجیم نخواهید داشت.

پشتیبانی از ده‌ها زبان و تشخیص خودکار گفتار

سرویس ترجمه از بیش از شصت زبان مقصد پشتیبانی می‌کند که شامل فارسی، انگلیسی، ژاپنی، چینی، کره‌ای، اسپانیایی، پرتغالی، آلمانی، فرانسوی، ایتالیایی، عربی، ترکی و روسی می‌شود. شما می‌توانید زبان مقصد را هر زمان که بخواهید از درون پنجره افزونه تغییر دهید، حتی زمانی که ویدیو در حال پخش است.

زبان اصلی صدای ویدیو به‌صورت کاملاً خودکار تشخیص داده می‌شود. نیازی نیست از قبل مشخص کنید که گوینده به زبان انگلیسی، ژاپنی یا کره‌ای صحبت می‌کند؛ تنها کافی است انتخاب کنید که دوست دارید متن روی صفحه را به چه زبانی بخوانید. متن فارسی نیز به‌درستی از راست به چپ چیده می‌شود تا خواندن آن در حین تماشای تصویر آسان و طبیعی باشد.

  • زبان مقصد پیش‌فرض شما در تنظیمات افزونه ذخیره می‌شود تا در بازدیدهای بعدی نیازی به انتخاب دوباره نباشد.
  • حالت نمایش دوزبانه به شما اجازه می‌دهد متن زبان اصلی و ترجمه فارسی را هم‌زمان در کنار هم ببینید.
  • قابلیت تولید خودکار در صورت روشن بودن، به‌محض شروع پخش ویدیو فرآیند ساخت زیرنویس را آغاز می‌کند.

مراحل کار از لحظه پخش تا نمایش متن روی تصویر

پس از نصب افزونه، صفحه‌ای را که دارای پخش‌کننده استاندارد HTML5 است باز کنید و دکمه پخش را بزنید. روی نماد MiraiSub در نوار ابزار مرورگر یا دکمه شناور روی پخش‌کننده کلیک کنید، زبان فارسی را به‌عنوان زبان مقصد برگزینید و گزینه تولید را فعال نمایید. نخستین خط‌های ترجمه‌شده پس از چند ثانیه ظاهر می‌شوند و بخش‌های بعدی پیش از رسیدن زمان پخش آماده می‌گردند.

ظاهر زیرنویس‌ها کاملاً قابل سفارشی‌سازی است. در بخش تنظیمات می‌توانید اندازه قلم، رنگ نوشته‌ها و میزان تیرگی کادر پس‌زمینه را تغییر دهید. همچنین می‌توانید کادر زیرنویس را با ماوس بگیرید و به هر نقطه‌ای از صفحه بکشید تا روی چهره افراد یا نوشته‌های مهم داخل تصویر را نپوشاند.

اگر یک دوره آموزشی یا فیلم در چند بخش یا چند قسمت جداگانه قرار گرفته است، کافی است زیرنویس را برای هر بخش فعال کنید. هر ویدیو جدول زمانی مستقل خود را دارد که دقیقاً بر پایه صدای همان صفحه تنظیم می‌شود.

انتظار واقع‌بینانه از دقت و کیفیت ترجمه ماشینی

کیفیت تشخیص گفتار ارتباط مستقیمی با شفافیت صدای ویدیو دارد. زمانی که گوینده واضح صحبت می‌کند و محیط آرام است، متن خروجی بسیار نزدیک به گفتار واقعی خواهد بود. در مقابل، موسیقی پس‌زمینه بلند، هم‌همه محیط، صحبت کردن چند نفر به‌طور هم‌زمان یا لهجه‌های غلیظ می‌تواند باعث بروز خطا در تشخیص کلمات شود. در بخش‌هایی که گفتار مشخصی وجود ندارد، فیلتر نویز از تولید جملات تکراری و بی‌معنی جلوگیری می‌کند.

از آنجا که ترجمه توسط هوش مصنوعی انجام می‌شود، ممکن است در مواجهه با شوخی‌های کلامی، کنایه‌های فرهنگی، اصطلاحات بسیار عامیانه یا نام‌های خاص دچار لغزش شود. به همین دلیل بهتر است خروجی را به‌عنوان یک راهنمای خوانا برای درک موضوع در نظر بگیرید و برای امور حساس حقوقی، پزشکی یا انتشار رسمی حتماً خودتان متن را بازبینی کنید.

حافظه پنهان مشترک، سهمیه رایگان و محدودیت‌های فنی

زیرنویس‌هایی که یک بار برای یک ویدیو ساخته می‌شوند در حافظه پنهان مشترک نگهداری می‌گردند. به این ترتیب، اگر شما یا کاربر دیگری همان ویدیو را دوباره باز کنید، زیرنویس‌ها بلافاصله و بدون مصرف سهمیه روزانه بارگذاری می‌شوند.

طرح رایگان بدون نیاز به ساخت حساب کاربری کار می‌کند و هر روز سهمیه مشخصی برای تولید زیرنویس‌های جدید در اختیار شما می‌گذارد. طرح‌های غیررایگان VIP این سقف روزانه را افزایش می‌دهند، اولویت پردازش در صف را بالا می‌برند و ترجمه دومرحله‌ای با دقت بیشتر را فعال می‌کنند. جزئیات کامل در صفحه تعرفه‌ها درج شده است.

این افزونه روی مرورگرهای دسکتاپ مبتنی بر Chromium مانند Chrome، Brave و Edge در ویندوز، مک و لینوکس اجرا می‌شود و در برنامه‌های موبایل کار نمی‌کند. همچنین ما هیچ ویدیویی میزبانی نمی‌کنیم، لینک دانلود نمی‌دهیم و از ویدیوهای دارای قفل DRM پشتیبانی نمی‌کنیم. فهرست سایت‌های آزمایش‌شده را می‌توانید در صفحه سایت‌های پشتیبانی‌شده ببینید.

پرسش‌های متداول

مترجم زیرنویس هوش مصنوعی دقیقاً چه کاری انجام می‌دهد؟

این ابزار با کمک تشخیص گفتار و مدل زبانی، صدای ویدیوی در حال پخش را به متن تبدیل کرده و به زبان انتخابی شما ترجمه می‌کند و نتیجه را زنده روی پخش‌کننده مرورگر نشان می‌دهد.

آیا لازم است فایل ویدیو یا فایل زیرنویس را جایی آپلود کنم؟

خیر. افزونه مستقیماً از صدای ویدیویی که در زبانه مرورگر شما در حال پخش است استفاده می‌کند، بنابراین هیچ مرحله آپلودی وجود ندارد و نیازی به فایل زیرنویس اولیه نیست.

آیا می‌توانم زیرنویس‌های ساخته‌شده را به شکل فایل SRT ذخیره کنم؟

خیر. زیرنویس‌ها تنها در حین تماشا به صورت یک لایه روی ویدیو نمایش داده می‌شوند و افزونه قابلیتی برای خروجی گرفتن یا دانلود فایل متنی ندارد.

این افزونه روی چه سایت‌هایی کار می‌کند؟

روی بیشتر صفحه‌های وب که از پخش‌کننده ویدیوی استاندارد HTML5 استفاده می‌کنند کار می‌کند. فهرست سایت‌هایی که به‌طور منظم آزمایش شده‌اند در صفحه سایت‌های پشتیبانی‌شده قرار دارد.

آیا استفاده از این ابزار رایگان است؟

بله، طرح رایگان شامل سهمیه روزانه برای تولید زیرنویس جدید و دسترسی نامحدود به زیرنویس‌های موجود در حافظه پنهان است. برای مصرف بیشتر می‌توانید از طرح‌های VIP استفاده کنید.

زیرنویس‌ها توسط هوش مصنوعی تولید می‌شوند و ممکن است خطا داشته باشند. ما هیچ ویدیویی میزبانی نمی‌کنیم و به ویدیوها لینک نمی‌دهیم.