Deepdub، استارت‌آپ با HBO Max و Fox، برنامه حق امتیازی را برای شبیه‌سازی‌های صوتی AI راه‌اندازی می‌کند.

شاید هنوز چیزی نشنیده باشید دیپ داباما این استارتاپ فناوری صوتی – که در سال ۲۰۱۹ در تل آویو، اسرائیل تأسیس شد – امیدوار است که صدای بیشتری را شنیده باشید و خواهید شنید که در حال ضبط و انتشار است.

Deepdub ابزارهای هوش مصنوعی (AI) را برای دوبله صداها در ویدیوها، آهنگ‌های صوتی، بازی‌ها و سایر رسانه‌ها ارائه می‌کند که به گوینده اجازه می‌دهد آهنگ صوتی را به زبان مادری خود ضبط کند و سپس با قدرت هوش مصنوعی، کلمات خود را به زبان مادری خود ترجمه کند. بسیاری از زبان ها و گویش های دیگر، در حالی که صدای صدای منحصر به فرد و اصلی خود را حفظ می کنند.

همچنین همگام‌سازی لب را در ویدیو ارائه می‌کند، و تضمین می‌کند که ویدیوی ترجمه شده به‌نظر طبیعی می‌رسد که گویا گوینده واقعاً محتوا را به زبانی روان ضبط کرده است – یا به زبان‌های دیگر، همانطور که Deepdub ادعا می‌کند «صدا از سرتاسر» ارائه می‌کند. “بومی سازی در مقیاس” از طریق پلت فرم مبتنی بر وب آن.

این هفته، این شرکت یک پیشنهاد جدید ارائه کرد: الف برنامه حق امتیازبه هنرمندان آواز اجازه می دهد صدای خود را ضبط کنند، آن را به منبع آهنگ های صوتی تولید شده توسط هوش مصنوعی در آینده تبدیل کنند و هر بار که صدای شبیه سازی شده هوش مصنوعی آنها در یک تولید جدید استفاده می شود، مبلغی را دریافت کنند.

اوفیر کراکوفسکی، مدیرعامل و یکی از بنیانگذاران Deepdub، در بیانیه‌ای که در بیانیه مطبوعاتی ارائه شده به VentureBeat ارائه شد، گفت: در Deepdub، ما می‌خواهیم اطمینان حاصل کنیم که استعدادهای صدا به درستی به خاطر هنر و مهارتشان پاداش می‌گیرند. “برنامه سلطنتی هنرمند صدای ما به اجراکنندگان این امکان را می‌دهد تا از دنیای در حال گسترش فناوری صدای هوش مصنوعی به روشی اخلاقی و سودمند برای دو طرف استفاده کنند.”

چه کسانی می توانند با ضبط و کسب درآمد از صدای خود برای محتوای تولید شده توسط هوش مصنوعی شرکت کنند؟

از نظر تئوری، هر هنرمند صدا با هر سطح تجربه، تلاش خود را برای ضبط صدای خود برای برنامه سلطنتی Deepdub امتحان می کند، اما در حال حاضر، این شرکت مشارکت را از طریق یک برنامه کنترل می کند. فرم پذیرش عمومی در وب سایت خود

این فرم از کاربران می‌خواهد مکان اصلی و اطلاعات شناسایی شخصی و وضعیت کاری خود را – به عنوان یک مترجم آزاد یا کار در یک سازمان – ارائه دهند. همچنین می پرسد که آیا کاربر یک “هنرمند صدا شناخته شده” است، چند سال تجربه دارد و آیا صفحه نمایه IMDB دارد یا خیر.

کاربرانی که دارای یک “شورش” یا کلیپ هایی هستند که سبک های آوازی خود را نشان می دهد، می توانند پیوندی به آن در فرم ورودی نیز ارائه دهند.

در یک بیانیه مطبوعاتی ارائه شده به VentureBeat، DeepDub اظهار داشت که “این برنامه برای هنرمندان حرفه ای صدا آزاد است، که باید نمونه ای از صدای خود را ارسال کنند. پس از تایید، آنها به بازار صدای Deepdub اضافه می شوند و نمایه آوازی آنها برای استفاده در دسترس می شود. در تولیدات سمعی و بصری.”

اما هنرمندان آواز چقدر می توانند از تبدیل صدای خود به منبعی برای هوش مصنوعی سود ببرند؟

این استارت‌آپ اطلاعات دقیقی درباره میزان پولی که هنرمندان آواز در هر بار استفاده از صدایشان در فایل‌های تولید شده با هوش مصنوعی دریافت می‌کنند، ارائه نکرد. هنگامی که در مورد این سوال پرسیده شد، یک سخنگوی به VentureBeat گفت:

“برنامه حق امتیاز با هدف فراهم کردن امکان جریان درآمد قابل توجه و پایدار برای بازیگرانی است که انتخاب می کنند. به بازیگران به ازای هر پروژه که از صدای آنها استفاده می کند هزینه ای پرداخت می شود و بر اساس توزیع و فروش محتوا جبران نمی شود. هزینه پروژه پرداخت می شود. به اندازه پروژه و همچنین زبان، منطقه و بازیگر خاصی که صدایش استفاده می شود بستگی دارد.“

با پشتیبانی مدیران مجرب سرگرمی HBO Max و Fox

با تیمی متشکل از کارآفرینان فناوری، مهندسان، دانشمندان و متخصصان دوبله و پس از تولید، دیپ‌داب امیدوار است که تجربه‌اش و فناوری حاصل از آن بتواند به پر کردن شکاف زبانی و فرهنگی در سرگرمی کمک کند.

از جمله اعضای هیئت مشاوران این شرکت می توان به کوین ریلی، مدیر ارشد محتوای سابق HBO Max و امیلیانو کلمزوک، رئیس سابق استودیو تلویزیونی فاکس اشاره کرد.

بنابراین، تعجب آور نیست که ببینیم در میان موارد استفاده تبلیغ شده در وب سایت Deepdub، فیلم/سریال های تلویزیونی، مستندها و یوتیوب/ویدئو بر حسب تقاضا (VOD) هستند. در واقع، بنری در وب‌سایت این استارت‌آپ نشان می‌دهد که محتوای دوبله‌شده آن قبلاً در پلتفرم‌های پخش عمده در سراسر جهان از جمله Amazon Prime Video، Apple TV+، Hulu، Netflix، Peacock و موارد دیگر نمایش داده شده است. این شرکت به اشتراک گذاشت که آثارش در کدام عناوین خاص ظاهر شده است.

با این حال، با توجه به موارد استفاده ذکر شده در وب‌سایت خود، Deepdub امیدوار است در زمینه سرگرمی، از جمله «ویدیو شرکتی» (فیلم‌های آموزشی برای استخدام‌های جدید)، تبلیغات، حتی پادکست‌ها و داستان‌سرایی صوتی، برای طیف وسیع‌تری از مشتریان جذاب باشد.

Deepdub ادعا می کند که سازندگان ویدیو و صدا و استودیوها با استفاده از فناوری آن می توانند ۷۰٪ “زمان چرخش سریعتر” را برای تولید صدای دوبله به دست آورند و هزینه دوبله صوتی خود را ۵۰٪ کاهش دهند.

دوبله هوش مصنوعی و ترجمه صوتی فضای رقابتی فزاینده ای است

با این حال، Deepdub با بازار رقابتی فزاینده ای برای این نوع خدمات دوبله/ترجمه صوتی هوش مصنوعی مواجه است.

شرکت دیگری VentureBeat در مواردی پوشش داده است، زیرنویس هاویژگی های مشابهی را ارائه می دهد – اگرچه در حال حاضر برنامه حق امتیازی که ما از آن مطلع هستیم ندارد.

ElevenLabs، توسط کارمندان سابق Palantir تأسیس شده و حداقل ارزش دارد حدود ۱۰۰ میلیون دلار از اوایل سال جاری، همچنین صداهای خالص تولید شده توسط هوش مصنوعی و دوبله به ۲۰ زبان.

جایگزین‌های منبع باز نیز وجود دارند که استفاده از آنها به طور مؤثر رایگان است، اگرچه باز هم حق امتیاز را پرداخت نمی‌کنند.

یکی از شرکت هایی که به دنبال ارائه حق امتیاز و/یا پرداخت برای استفاده از نسخه هوش مصنوعی هنرمندان است، این است متافیزیکشرکتی که از یک نسخه نمایشی جذاب از فناوری دیپ‌فیک که در TikTok به شکل ویدیوهای تقلید آمیز از بازیگر تام کروز در فضای مجازی منتشر شد، منشعب شد.

با این حال، متافیک PROرده مدیریت عملکرد استارت آپ بریتانیا، برای کمک به هنرمندان طراحی شده است که به صورت سه بعدی تمام بدن خود را اسکن کنند و از آن درآمد کسب کنند، نه فقط سبک های آوازی آنها.