SKAIDROJUMS

Tulkošana nav ģenerēšana

FAMILIAR PĒTNIECĪBAATJAUNINĀTS VISI RAKSTI

KOPSAVILKUMS

Nevis „ģeneratīvais MI”, bet tulkošana, kas dod iespējas radošajiem. Ģenerēšana un tulkošana ir dažādi darbības vārdi. Ģenerēšana ņem uzvedni un rada kaut ko, kā iepriekš nebija. Tulkošana ņem to, kas jau ir, sniegumu, un pārnes to citā valodā. Familiar ir jauna paradigma, pirmā savā veidā: multimodāls lokalizācijas lēmumu modelis (MLDM), pirmais multimodālās tulkošanas pamatmodelis. Aktieris, ritms un aina paliek; vārdi, mute un balss celiņš mainās, lai atbilstu jaunajai valodai.
PIRMAIS MULTIMODĀLĀS TULKOŠANAS PAMATMODELIS

Divi darbības vārdi

Ģeneratīvais MI ir lielisks jaunu lietu radīšanai: ienāk uzvedne, iznāk jauns saturs, un visa jēga ir tajā, ka rezultāts ir jauns. Tulkošanai mērķis ir pretējs.

TulkošanaOTRS DARBĪBAS VĀRDS

Ienāk sniegums, un iznāk tas pats sniegums citā valodā.

ĢENERĒT

  • Ienāk: uzvedne
  • Iznāk: jauns saturs
  • Mēra pēc: tā, cik jauns un labs ir rezultāts

TULKOT

  • Ienāk: gatavs sniegums
  • Iznāk: tas pats sniegums citā valodā
  • Mēra pēc: tā, cik uzticīgs tas paliek oriģinālam

Ikvienu tulkotāju, cilvēku vai mašīnu, vērtē pēc tā, cik maz tas izdomā.

Kas paliek, kas mainās

Aktieris
MAINĀSVārdi
Seja
MAINĀSMutes kustības
Ritms
MAINĀSBalss celiņš, jaunajā valodā
Ainas skaņa: smiekli, mūzika, atmosfēra
MAINĀS

Balss jaunajā valodā ir paša aktiera balss, ņemta no klipa. Vārdi un tipiskās frāzes paliek tieši tādas, kā izrunātas, pateicoties sarakstam „Netulkot”; joki tiek pārrakstīti tā, lai tie nostrādātu mērķa valodā.

Kāpēc lūpu sinhronizācija ir daļa no tulkojuma

Cilvēki runu nedzird tikai ar ausīm. Makgurka efektā balss, kas saka [b], uzlikta sejai, kas saka [g], parasti tiek sadzirdēta kā [d], skaņa, ko nenesa neviens no kanāliem (Tiippana, 2014, aprakstot McGurk un MacDonald, 1976). Smadzenes saplūdina redzēto ar dzirdēto.
BALSS [b] + SEJA [g] = DZIRDAMS [d]

Dublāža, kas maina tikai balsi, šo neatbilstību atstāj katrā kadrā: mute runā vienā valodā, skaņu celiņš citā, un saprast kļūst grūtāk. Tātad mute ir daļa no vēstījuma. Tulkot sniegumu nozīmē tulkot lūpas kopā ar vārdiem, tāpēc Familiar dublējumā lūpas kustas līdzi jaunajiem vārdiem (BUJ, „Kāpēc lūpu sinhronizācija ir svarīga?”).

Radošie direktori pārskata, pirms tas tiek publicēts

Dažas replikas var uztvert dažādi: joks, dzēliens, rinda, kas skan vai nu sirsnīgi, vai sausi. Tās atgriežas trīs tulkojumos ar atšķirīgu nodomu un emociju; tāpat arī slengs, kas atstāts, kā sacīts, un rupjības, kas mazinātas versijai jaunākiem skatītājiem. Komanda izvēlas vienu, salīdzinot ar oriģinālu labo jebkuru rindu un tikai tad palaiž renderēšanu.

MLDM vienmuļajam darbam.

Dublāžas vienmuļais darbs ir izlemt, kura balss un kā seko lūpas, katrai replikai katrā valodā. To izlemj MLDM un katru lēmumu saglabā kopā ar dublāžas darbu, lai jūsu komanda jebkuru no tiem varētu mainīt. Izstrādē: izvēle, kuras skaņas atstāt oriģinālvalodā, skandējumu vai kliedzienu, un kuru seju vai tekstu kadrā tulkot. Izvēles, kas padara dublāžu labu, kurš joks nostrādā, kurš tonis der, kurš vārds paliek, paliek cilvēkiem, kas darbu radīja.

++
Visus datus, ar kuriem apmācījām savu modeli, ir radījusi pati Familiar komanda.

Mēs esam vēl viens rīks radošajā procesā.

JAUTĀJUMI

Vai Familiar ir ģeneratīvais MI?

Nē. Familiar ir multimodāls lokalizācijas lēmumu modelis (MLDM): tas izlemj, kā lokalizēt to, kas jau ir, bez uzvednes. Ienāk jūsu video, iznāk tas pats sniegums citā valodā. Visus datus, ar kuriem apmācījām savu modeli, ir radījusi pati Familiar komanda. Mēs esam vēl viens rīks radošajā procesā.

Kas notiek ar manu mūziku un skaņu efektiem?

Tie paliek. Smiekli, mūzika un bass, skaņu efekti un atmosfēra saglabājas zem jaunā dialoga.

Vai varu izlabot tulkojumu?

Jā. Katrs video apstājas pārskatīšanas ekrānā, kur pirms renderēšanas, salīdzinot ar oriģinālu, varat labot jebkuru rindu.

ATSAUCES

  1. [1]Tiippana, K. (2014). What is the McGurk effect? Frontiers in Psychology 5:725, lasīts 2026. gada 24. oktobrī
  2. [2]Familiar BUJ: Kāpēc lūpu sinhronizācija ir svarīga?
  3. [3]MI lūpu sinhronizācija: kas tā ir, ko tā palaiž garām, kas to pārspēj
  4. [4]Kāpēc Familiar nav tradicionāls ģeneratīvais MI
  5. [5]Vēl viens rīks radošajā procesā

Multimodālā tulkošana

Familiar Labs veido par paaudzi labāku dublāžu ar multimodālu lokalizācijas lēmumu modeli (MLDM), pirmo multimodālās tulkošanas pamatmodeli: viens modelis izlemj, ko lokalizēt tekstā, audio un attēlā, un parāda jums izvēles. Jūsu balss un lūpas, pārnestas jaunās valodās. 8 cilvēku komanda ar PhD, ko atbalsta Samsung, RedBird un Gold House. Mūsu misija