ترجمه پادکست ها در اسپاتیفای با کمک هوش مصنوعی

 اسپاتیفای از طریق هوش مصنوعی بازارهای زبان خارجی را به روی پادکست های خود باز می کند.

به گزارش پایگاه خبری تحلیلی رسا نشر –  شرکت اسپاتیفای یک برنامه آزمایشی به نام “مترجم صدا” برای پادکست‌ها معرفی کرده است که نه تنها پادکست را از زبانی به زبان دیگر ترجمه می‌کند، بلکه صدای پادکست را همانطور که انجام می‌دهد حفظ می‌کند.

ابزار ترجمه جدید اسپاتیفای که از فناوری تولید صدای OpenAI استفاده می‌کند، می‌تواند ویژگی‌های صدای گوینده را شبیه‌سازی کند تا ترجمه طبیعی‌تر به نظر برسد.

برنامه آزمایشی دارای پادکست های منتخبی از داکس شپرد، مونیکا پدمن، لکس فریدمن، بیل سیمونز و استیون بارتلت خواهد بود که به اسپانیایی، فرانسوی و آلمانی ترجمه شده اند.

در آینده، اسپاتیفای همچنین قصد دارد قسمت‌هایی از «eff won with DRS» داکس شپرد، «The Rewatchables» از The Ringer و پادکست اصلی جدید Trevor Noah را که اواخر امسال عرضه می‌شود، ترجمه کند.

زیاد سلطان، معاون شخصی‌سازی اسپاتیفای در بیانیه‌ای گفت: «ترجمه صوتی با تطبیق صدای خود سازنده، به شنوندگان در سراسر جهان این قدرت را می‌دهد تا پادکست‌های جدید را به روشی معتبرتر از همیشه کشف کنند و از آنها الهام بگیرند.

او افزود: «ما معتقدیم که یک رویکرد متفکرانه به هوش مصنوعی می‌تواند به ایجاد ارتباطات عمیق‌تر بین شنوندگان و سازندگان کمک کند، یکی از مؤلفه‌های کلیدی مأموریت اسپاتیفای برای باز کردن پتانسیل خلاقیت انسان».
مزایا برای پادکسترها و اسپاتیفای

ابزار ترجمه جدید این پتانسیل را دارد که هم برای پادکسترها و هم برای اسپاتیفای مفید باشد. گرگ استرلینگ، یکی از بنیانگذاران نیر مدیا، یک وب سایت خبری، تفسیری و تحلیلی، گفت: «پیشنهاد اسپاتیفای می تواند دامنه مخاطبان این پادکست ها را به مخاطبان و کشورهای جدید گسترش دهد.

او گفت: «این به طور بالقوه برای اسپاتیفای و پادکستر با افزایش دسترسی مخاطبان مفید است.

پادکست های انگلیسی ترجمه شده به ماندارین و هندی به بازارهای بسیار بزرگی دسترسی خواهند داشت که اگر پادکست به آن زبان ها صحبت نمی کرد، دسترسی نداشتند، روآن کوران، تحلیلگر فور ریستر ریسرچ، یک شرکت تحقیقات بازار ملی که دفتر مرکزی آن در کمبریج قرار دارد، اضافه کرد : «این نشان‌دهنده دموکراتیک کردن قابلیت‌های هوش مصنوعی زبان است. “این از الگوی چند سال گذشته پیروی می کند که این قابلیت های واقعاً پیشرفته در دسترس طیف گسترده ای از مردم قرار گرفته است.”

راب اندرل، رئیس و تحلیلگر اصلی در گروه اندرلی، یک شرکت خدمات مشاوره خاطرنشان کرد که پادکست‌ها نه تنها به مخاطبان خود اضافه می‌کنند، بلکه کیف پول‌هایشان را نیز افزایش می‌دهند، زیرا هر چه پادکست‌ها گوش‌های بیشتری را جذب کنند، درآمدهای بالقوه ای که می توانند ایجاد کنند بیشتر شود.

این موضوع در مورد اسپاتیفای نیز صادق است. هر مجری می تواند درآمد بیشتری ایجاد کند. او گفت: عملکردهای بالا باعث درآمد بیشتر شرکت خواهد شد.

فشار برای سودآوری سرمایه گذاری ها

اشو دوبی، یکی از بنیانگذاران و مدیر عامل گلین، یک شرکت مولد هوش مصنوعی در کالیفرنیا، موافقت کرد که ابزار ترجمه می تواند تأثیر مثبتی بر نتیجه اسپاتیفای داشته باشد.

او گفت: «اگر یک پادکست پرتقاضا وجود داشته باشد که فقط به زبان انگلیسی ضبط شده باشد، آنگاه این فناوری می‌تواند آن برنامه را به عنوان مثال در ژاپن یا فرانسه در معرض دید مخاطبان قرار دهد و به اسپاتیفای کمک کند تا اشتراک‌های بیشتری را در آن کشورها بفروشد.

تاد کاکرین، مدیر عامل پادکست بلوبری، یک سرویس میزبانی و توزیع پادکست  می گوید که اسپاتیفای واقعاً نیاز به فروش اشتراک های بیشتری دارد.

او گفت: «آنها به تعداد بیشتری از شنوندگان برای کسب درآمد نیاز دارند، زیرا تحت فشار شدید قرار دارند تا سرمایه‌گذاری‌های میلیارد دلاری خود را بازیابی کنند.

اسپاتیفای در سال‌های اخیر قراردادهای مهمی بسته است، از جمله یک قرارداد انحصاری ۲۰۰ میلیون دلاری با پادکست جو روگان، ۱۹۶ میلیون دلار برای سایت فرهنگی ورزشی و پاپ رینگر و ۵۶ میلیون دلار برای شرکت تولید کننده پادکست که به دلیل آن شناخته شده است.

در حالی که اسپاتیفای اکنون با ابزار ترجمه خود پیشرو است، ممکن است پیشروی آن به سرعت از بین برود. کوران هشدار داد: «این فقط فناوری اسپاتیفای نیست، اسپاتیفای اولین پلتفرم سازنده بزرگی است که این کار را انجام می‌دهد، اما زمان کوتاهی تا زمانی که این فناوری را در پلتفرم‌هایی مانند یوتیوب نیز مشاهده کنیم، طول خواهد کشید.»

فناوری بالقوه خطرناک

با وجود مزایای ابزار ترجمه جدید اسپاتیفای ، فناوری زیربنایی آن جنبه تاریکی نیز دارد.

استرلینگ گفت: «این فناوری می‌تواند بسیار خطرناک و بالقوه استثمارکننده باشد. ” در حال حاضر در کلاهبرداری و کلاهبرداری استفاده می شود. و استفاده‌های غیرمجاز از شبیه‌سازی‌های صدای افراد مشهور در ضبط کتاب‌های صوتی وجود دارد.” وی ادامه داد: باید با احتیاط و در هر مورد با اجازه سوژه استفاده شود. اما عدم تعادل قدرت بین پلتفرم‌ها و افراد روی آن‌ها ممکن است موارد استفاده عادلانه از هوش مصنوعی صوتی را ایجاد نکند. باید رهنمودهای اخلاقی و شفافی وجود داشته باشد.»

«این یکی از مسائلی است که در اعتصاب بازیگران هنوز حل نشده است. آیا استودیوها حق دارند بدون اجازه از صدا و تصویر یک بازیگر همیشه استفاده کنند؟» دوبی خاطرنشان کرد که ابزار ترجمه ممکن است در معرض خطر کاربردهای هوش مصنوعی باشد. «این ممکن است اتفاق بیفتد اگر پادکستر از عبارتی استفاده کند که واقعاً عبارتی معادل در زبان ترجمه شده نداشته باشد. به عنوان مثال، اصطلاح آلمانی ‘schadenfreude’ واقعاً در بیشتر زبان‌ها ترجمه دقیقی ندارد، بنابراین هوش مصنوعی که صرفاً بر یک مدل زبان بزرگ متکی است، می‌تواند ترجمه را دچار توهم کند و کلمات را در آن قرار دهد. »