सार
वे फ़ैसले, जिन्हें आज आप दिशा देते हैं
- 01
ट्रांसलेशन सबसे पहले लौटता है।
- 02
जो लाइन एक से ज़्यादा तरह से बैठ सकती है, वह तीन वर्ज़न में लौटती है, हर एक अपनी वजह के साथ।
- 03
आपके क्रिएटिव डायरेक्टर एक चुनते हैं या अपना खुद का लिखते हैं, फिर रेंडर।
यही रिव्यू लोकलाइज़ेशन के फ़ैसले भी कवर करता है: स्लैंग जैसा बोला गया वैसा, नाम और ब्रांड वैसे के वैसे, कोई रेफ़रेंस ऐसे रेफ़रेंस से बदला हुआ जिसे ऑडियंस जानती हो, और कम उम्र वालों के कट के लिए गालियां हल्की।
तीन वर्ज़न, दो लाइनें
शब्दों का खेल, कोरियाई से अंग्रेज़ी
- "사과하려고 사과 사 왔어." 사과 का मतलब माफ़ी भी है और सेब भी।
- "Apples. I'm sorry, right down to the core." शब्दों का खेल बरकरार, यही चुना गया।
- "I came to say sorry. I brought apples." सिर्फ मतलब।
- "An apple a day keeps the silent treatment away." एक नया मज़ाक।
एक ताना, चीनी से अंग्रेज़ी
- "你可真行啊。" सीन के हिसाब से तारीफ़ भी, ताना भी।
- "Wow. You're incredible." सच्ची तारीफ़।
- "Well, aren't you something." तंज़, यही चुना गया।
- "Look at you, hotshot." छेड़छाड़।
ऑडियो और विज़ुअल फ़ैसले
MLFM मुख्य आवाज़ को बोलने वाले की अपनी ही आवाज़ में नई भाषा तक ले जाता है, और बाकी सब जैसा था वैसा रखता है। हर बारीक फ़ैसला आपकी टीम को दिखाना तैयारी में है।
तैयारी में
डब के साथ दर्ज
यही रिकॉर्ड MLFM को नया पैराडाइम और अपनी तरह का पहला मॉडल बनाता है: ऐसा मॉडल जो अपने फ़ैसले दिखाता है।
यह रिव्यू के समय खुला रहता है और रेंडर पर लॉक हो जाता है। डिलीवर हो चुके डब में कोई फ़ैसला बदलें, तो सिर्फ वही भाषाएं दोबारा रेंडर होती हैं जिन पर उसका असर पड़ता है। डब इन्हीं फ़ैसलों से एक ही बार में बनता है: आवाज़, होंठ और सीन एक साथ।
आज के वन-शॉट टूल्स बाकी सब छोड़ देते हैं
एक बार लिया गया फ़ैसला अगले एपिसोड में भी साथ चलता है
- आज
दो स्थायी फ़ैसले।
ट्रांसलेट न करें किसी फ़्रेज़ को वैसा ही रखता है जैसा बोला गया; कॉन्टेक्स्ट एक वाक्य की ब्रीफ़िंग देता है। - तैयारी में
फ़ैसलों की मेमोरी।
किसी क्रिएटर के लिए याद रखा गया ओवरराइड सबसे पहले लागू होता है, जब वही लाइन, नाम, नारा या चेहरा फिर आए। - तैयारी में
रिव्यू स्क्रीन पर फ़ैसलों की पट्टी।
एपिसोड की टाइमलाइन पर हर फ़ैसले का एक मार्कर; एक टैप से दूसरा विकल्प चुनें। - तैयारी में
API में वही रिकॉर्ड।
GET और PATCH /v1/dubs/{dub_id}/decisions, और हर डिलीवर किए गए डब के साथ decisions.json।
रेफ़रेंस फ़ैसले पर है; आज का रिव्यू स्टेप ट्रांसक्रिप्ट और रिव्यू पर।
सवाल
आज मैं कौन-से फ़ैसले बदल सकता हूं?
ट्रांसलेशन के फ़ैसले। जो लाइन एक से ज़्यादा तरह से बैठ सकती है, वह तीन वर्ज़न में लौटती है; आपके क्रिएटिव डायरेक्टर एक चुनते हैं या अपना खुद का लिखते हैं। ऑडियो और विज़ुअल फ़ैसले तैयारी में हैं।
क्या कोई फ़ैसला अगले एपिसोड तक जाता है?
फ़ैसलों की मेमोरी तैयारी में है। आज ट्रांसलेट न करें और कॉन्टेक्स्ट उन सभी डब्स में साथ चलते हैं जिनके लिए आप उन्हें सेट करते हैं।
क्या यह जनरेटिव AI है?
नहीं। न कोई प्रॉम्प्ट है, न कुछ नया गढ़ा जाता है: MLFM तय करता है कि जो पहले से मौजूद है उसे कैसे लोकलाइज़ किया जाए, और वे फ़ैसले आपको दिखाता है।
संदर्भ
मल्टीमोडल ट्रांसलेशन
Familiar Labs एक पीढ़ी आगे की डबिंग बनाता है, मल्टीमोडल लोकलाइज़ेशन फ़ाउंडेशन मॉडल (MLFM) से, जो मल्टीमोडल ट्रांसलेशन का पहला फ़ाउंडेशन मॉडल है: एक ही मॉडल तय करता है कि टेक्स्ट, ऑडियो और विज़ुअल में क्या लोकलाइज़ करना है, और फ़ैसले आपके सामने रखता है। आपकी आवाज़ और होंठ, अब नई भाषाओं में। PhD वाली 7 लोगों की टीम, जिसके पीछे Samsung, RedBird और Gold House हैं। हमारा मिशन
