──“เสียงและการเคลื่อนไหวของปาก” การแปลในยุคนี้ ความเป็นไปได้และความรู้สึกแปลกๆ

ตามรายงานของ The Verge ที่เผยแพร่เมื่อวันที่ 19 สิงหาคม (UTC) Meta ได้เปิดตัวฟีเจอร์ "AI翻訳（AIボイス翻訳＋リップシンク）" อย่างเต็มรูปแบบใน Reels ของ Facebook และ Instagram ที่สามารถแปลเสียงโดยอัตโนมัติก่อนโพสต์ด้วยการสลับเพียงครั้งเดียว เสียงที่แปลจะคล้ายกับเสียงของผู้พูดและการเคลื่อนไหวของปากก็จะสอดคล้องกัน เริ่มต้นด้วยการรองรับภาษาอังกฤษ⇄สเปน และ Reels ที่แปลแล้วจะถูกส่งไปยังผู้ชมตามภาษาที่แสดง ฟีเจอร์นี้จะมีคำว่า "แปลด้วย Meta AI" ระบุไว้ และสามารถใช้งานได้จากบัญชีสาธารณะของ Instagram และผู้สร้างที่มีผู้ติดตามมากกว่า 1,000 คนบน FacebookThe Verge

ฟีเจอร์นี้สามารถเรียกได้ว่าเป็น "เวอร์ชันผลิตภัณฑ์" ของการสาธิตการแปลเสียงอัตโนมัติและการซิงค์ปากที่เปิดตัวใน Meta Connect 2024 YouTube (Google) ก็เพิ่มการลงทุนในระบบการแปลเสียงอัตโนมัติด้วยเช่นกัน การแข่งขันการรับชมวิดีโอสั้นทั่วโลกกำลังเร่งตัวขึ้นโดยมีการแปลในตัวเป็นพื้นฐานThe Verge

อะไรจะเปลี่ยนไป?: จากคำบรรยายสู่การ "ข้ามพรมแดนด้วยเสียง"

การรับชมข้ามพรมแดนใน Instagram และ Facebook ที่ผ่านมาอาศัยคำบรรยายอัตโนมัติ AI การแปลเสียงจะเปลี่ยนการควบคุมการรับชมจาก "อ่าน" เป็น "ฟัง" โดยเฉพาะอย่างยิ่งในหน้าจอขนาดเล็กที่คำบรรยายมักจะบังเนื้อหา ประเภทเช่นความงาม การทำอาหาร รีวิว คอมเมดี้ที่ต้องการจังหวะที่รวดเร็ว และละครสั้นจะได้รับประโยชน์อย่างมาก ผู้ชมสามารถดูเนื้อหาในภาษาของตนเองได้โดยไม่ต้องอ่านคำบรรยาย และผู้สร้างสามารถ**สร้างเวอร์ชันภาษาโดยอัตโนมัติ** โดยไม่ต้องเพิ่มขั้นตอนการแก้ไข

วิธีการใช้งาน: สลับก่อนโพสต์และตรวจสอบขั้นสุดท้ายด้วยการพรีวิว

เปิดใช้งาน**"Translate voices with Meta AI"ในเมนูโพสต์ของ Reels และเพิ่ม"Lip-sync"** หากจำเป็น สามารถตรวจสอบการพรีวิวก่อนเผยแพร่ได้ หลังจากเผยแพร่แล้ว เวอร์ชันที่แปลจะถูกเลือกโดยอัตโนมัติตามภาษาของแอปของผู้ชม และมีการระบุว่าเป็นการแปลด้วย AIThe Verge

ขอบเขตการให้บริการ: จุดเริ่มต้นของการขยายตัวทั่วโลก

เป้าหมายในครั้งนี้คือภาษาอังกฤษ⇄สเปนเป็นจุดเริ่มต้น อย่างไรก็ตาม สื่อต่างๆ รายงานความคิดเห็นของ Meta ที่บ่งชี้ถึง "การขยายตัวของผู้สร้างทั่วโลกและการเพิ่มภาษาที่รองรับ" ความสนใจของตลาดจึงเปลี่ยนไปที่ "ภาษาถัดไปที่จะมา"TechCrunchThe Times of India

ประโยชน์ที่แท้จริงสำหรับผู้สร้าง

• จำนวนผู้เข้าถึงที่เพิ่มขึ้นอย่างรวดเร็ว: เพียงแค่ข้ามระหว่างภาษาอังกฤษและภาษาสเปน จำนวนผู้ชมที่เป็นไปได้ก็เพิ่มขึ้นเป็นสองเท่า สามารถ "เข้าสู่ตลาด" ที่มีค่าโฆษณาสูงในภาษาอังกฤษได้ด้วยการแปล

• การสร้างใหม่ของการผลิต: ด้วยบทและการแสดงเดียวสามารถสร้าง "เวอร์ชันต่างๆ" ตามภาษาได้โดยอัตโนมัติ การทดสอบการเผยแพร่→การขยายรูปแบบที่ชนะได้ง่ายขึ้น

• ลดอุปสรรคของการร่วมมือ: แม้แต่การร่วมมือข้ามพรมแดนหรือการรีมิกซ์สามารถส่งถึงผู้ชมในภาษาของตนเองได้

ความกังวลและประเด็น: ความสุขครึ่งหนึ่ง ความรู้สึกแปลกๆ ครึ่งหนึ่ง

ในโซเชียลมีเดียมีการสนับสนุนและคัดค้านเกิดขึ้นแล้ว

• ฝ่ายที่ยินดี: มีเสียงชื่นชมว่า "ลดภาระของคำบรรยายและเพิ่มความรู้สึกดื่มด่ำ" และ "การที่การเคลื่อนไหวของปากสอดคล้องกันเป็นเหมือนเวทมนตร์"

• ฝ่ายที่รู้สึกแปลกๆ: มีโพสต์ที่รู้สึกถึง "หุบเขาที่น่ากลัว" ใน"การเปลี่ยนแปลงการเคลื่อนไหวของปาก" และคุณภาพเสียงของ AI ผู้ใช้คนหนึ่งแชร์ความประหลาดใจว่า "Reels ต่างประเทศเริ่มพูดภาษาอังกฤษเอง" ในกระทู้อื่นมีการชี้ให้เห็นว่า "เสียง AI ทำให้ภาพรวมของวิดีโอแย่ลง"Reddit

• ความต้องการในการควบคุม: มีเสียงเรียกร้องให้สามารถเลือกเปิด/ปิดการแปลเสียงอัตโนมัติหรือการกำหนดภาษาคงที่ได้อย่างละเอียดมากขึ้นReddit

• การแสดงและความโปร่งใส: แม้ว่าการแสดงป้ายจะเป็นข้อบังคับ แต่การเปิดเผยที่ชัดเจนในโฆษณาหรือโพสต์ PRรวมถึงขอบเขตของสิทธิ์เสียงและการใช้ซ้ำการกำหนดกฎการดำเนินงานจะเป็นจุดสำคัญในอนาคตThe Verge

เคล็ดลับการปฏิบัติเพื่อเพิ่มคุณภาพ (ฝ่ายเผยแพร่)

1. บทความควรเป็น "ภาษาพูดสั้นๆ" มากกว่า "ภาษาทางการ": การสังเคราะห์เสียงทำงานได้ดีกับประโยคสั้นๆ

2. ลดเสียง BGM: หากเสียง BGM ดังเกินไป ความสามารถในการอ่านผลการแปลจะลดลง

3. ใช้คำบรรยายช่วยสำหรับชื่อเฉพาะ: เพื่อลดความไม่แน่นอนของการแปล

4. อย่าเชื่อมั่นในลิปซิงค์มากเกินไป: การซิงค์ปากไม่ใช่เครื่องมือที่สมบูรณ์แบบ หลีกเลี่ยงการถ่ายภาพระยะใกล้ที่ยาวนาน

5. การแปลป้ายและ CTA: ปรับแต่งภาพหน้าปก/ชื่อเรื่อง/คำบรรยายให้เหมาะสมกับแต่ละภาษา

6. ทำการทดสอบ AB ก่อนด้วย "อังกฤษ⇄สเปน": เรียนรู้รูปแบบที่ชนะล่วงหน้าเมื่อมีการรองรับภาษาญี่ปุ่น

ในบริบทของญี่ปุ่น: เตรียมพร้อมสำหรับคลื่นการขยายภาษา

แม้ภาษาญี่ปุ่นจะยังไม่รองรับอย่างเป็นทางการ การสร้างแฟนใหม่ด้วยกลยุทธ์ "ส่งออกย้อนกลับ" จากเวอร์ชันภาษาอังกฤษ→แปลเป็นภาษาสเปนนั้นมีประสิทธิภาพ โดยเฉพาะในประเภทที่ไม่พึ่งพาภาษาอย่างมาก เช่น เกม อนิเมะ การทำอาหาร การท่องเที่ยว ในขณะที่ในพื้นที่ที่**"บุคลิกของเสียง" เป็นทรัพย์สิน** เช่น ดาราหรือ VTuber ควรมีการกำหนดกฎการใช้เสียง AI สิทธิ์ตัวแทน และการแบ่งปันรายได้ระหว่างสำนักงาน/ผู้สร้าง

แผนที่การแข่งขัน: การต่อสู้เต็มรูปแบบของแพลตฟอร์ม

YouTube ก็มุ่งเน้นที่การแปลเสียงอัตโนมัติ และ TikTok ก็ยังคงเสริมสร้างการแปลและการสังเคราะห์เสียง การควบคุมได้เปลี่ยนไปที่**"ใครจะสร้างประสบการณ์การแปลที่เป็นธรรมชาติที่สุด โปร่งใสที่สุด และควบคุมได้ง่ายที่สุด" Meta ได้ก้าวนำด้วยการทำให้ Reels เป็น**"ฟีเจอร์หลักที่รองรับหลายภาษา"The Verge

สรุป

การแปลเสียง AI ของ Meta ได้พัฒนาการรับชมข้ามพรมแดนจากการเน้นคำบรรยายไปสู่การ**"ข้ามพรมแดนด้วยเสียง" ในขณะที่เปลี่ยนแปลงแนวคิดการผลิตและการเผยแพร่ความรู้สึกแปลกๆ และปัญหาด้านสิทธิ์ก็ปรากฏขึ้นพร้อมกัน จุดเปลี่ยนถัดไปคือการขยายภาษาที่รองรับและการออกแบบการควบคุมผู้ชมอย่างละเอียดอ่อน** ทีมที่สามารถขึ้นคลื่นนี้ได้เร็วและสร้าง "รูปแบบ" การดำเนินงานจะเป็นผู้ชนะในวิดีโอสั้นหลายภาษา

Powered by Froala Editor