YouTube stellt KI-gestütztes Synchronisieren vor: Was ist das und wie funktioniert es?

YouTube hat eine neue KI-gestützte Funktion integriert, die Nutzern auf der ganzen Welt dabei helfen wird, die Sprachbarriere zu überwinden. Mit Hilfe von KI will Googles Video-Sharing-Plattform Nutzern das Überspielen von Videos in andere Sprachen erleichtern. Auf der VidCon-Veranstaltung in den USA gab das Unternehmen bekannt, dass die LautDas Team wird an diesem Projekt arbeiten. Aloud ist ein KI-gestützter Synchronisierungsdienst aus dem Area 120-Inkubator von Google.
YouTube-KI Synchronisation: Verfügbarkeit
In einem Interview mit The Verge erklärte Amjad Hanif von YouTube, dass YouTube das Tool bereits mit „Hunderten“ von YouTubern teste. Hanif erwähnte auch, dass Aloud derzeit „einige“ Sprachen unterstützt. Es wird erwartet, dass das Tool in den kommenden Tagen weitere Sprachen erhalten wird. Derzeit unterstützt das Aloud-Dubbing-Tool nur Englisch, Spanisch und Portugiesisch.
YouTube-KI-Synchronisation: Wie wird es funktionieren?
Auf der Website von Aloud wird beschrieben, dass dieses Tool das Video zunächst transkribiert, bevor es in eine andere Sprache synchronisiert wird. Das Tool zeigt dem Benutzer dann die Transkriptionen an, damit er sie überprüfen und bearbeiten kann. Anschließend wird das Video übersetzt und synchronisiert. Das Aloud-Team von Google hat außerdem ein Video veröffentlicht, in dem erklärt wird, wie es funktioniert

Wie wird es YouTubern helfen?
Laut kann für YouTuber ein wichtiges Werkzeug sein, auch wenn die Anzahl der Sprachen begrenzt ist. Dieses Tool kann nützlich sein, da mehr Ersteller die Möglichkeit haben, ihren Videos mehrsprachige Synchronisationen hinzuzufügen.

In den kommenden Tagen arbeitet YouTube daran, „übersetzte Audiotitel wie die Stimme des Erstellers klingen zu lassen, mit mehr Ausdruck und Lippensynchronität“, fügte Hanif hinzu. Berichten zufolge plant das Unternehmen, diese Funktionen im Jahr 2024 hinzuzufügen.
Letzten Monat begann das Unternehmen, die KI von Google DeepMind zu nutzen, um Beschreibungen für YouTube Shorts zu erstellen. Das Unternehmen verwendete das visuelle Sprachmodell namens Flamingoum Beschreibungen zu erstellen, indem die ersten Bilder eines Videos analysiert werden.