Прогресс озвучки от Яндекса на примере Vsauce (май 2025)
В сентябре 2021го я поинтересовался нововведением от Яндекса с закадровой озвучкой с английского на русский (и выразил своё отношение (https://vk.com/wall-60480847_10532) к данной функции на примере вступления видео Майкла из Vsauce "Do chairs exist?".
Мой первый пост:
Вот и нашёлся повод заценить автоматический перевод и закадровую озвучку от Яндекса. На всякий случай обозначу, что я считаю это важным и полезным инструментом в рамках идеи ускорения обмена идеями и знаниями. Инструментом, снимающим языковые барьеры в режиме онлайн. И хотя сейчас очевидно, что даже несмотря на огромный труд множества специалистов мощной корпорации, располагающей практически безграничными ресурсами, результат ещё далек от ожидаемого всеми идеала "здесь и сейчас", но со временем все встанет на свои места. Уже сейчас этот инструмент должен удовлетворительно справляться с обучающим\образовательным контентом, в котором превалирует формализованная речь, не изобилующая художественностью. С развлекательным контентом придётся подождать. А пока что можно и покекать. Но по-доброму, потому что Vsauce в этом плане - задачка не из лёгких.
ПС в блоге Яндекса было сказано, что мужчин будет озвучивать мужской голос, а женщин - женский. Автоматом. Кнопки выбора голоса вручную не нашёл. Так что в этот раз Майкл поговорит голосом Алисы, а если точнее, Татьяны Шитовой. Английские субтитры не автоматические.
Сегодня май 2025го. Прошло немало времени по меркам "ИИ-революции": сменилось несколько поколений различных моделей, люди уже в повседневности используют "ИИ-помощников", в том числе и на мобильных устройствах. И я снова решил поинтересоваться, а как там дела с развитием темы перевода и озвучки нейронками.
Теперь Яндекс предлагает варианты: "Обычные голоса. Быстрая и качественная озвучка" и "Живые голоса" за 3 минуты работы нейронки получаем "максимальное сходство, будто все знают русский" (заявление самого Яндекса, если что, прямо в пункте выбора опции). Что ж, последнее интригует больше всего. Поэтому сразу выбираю этот вариант. И снова предоставляю вам тот же фрагмент, что и осенью 2021го. Чтобы мы могли буквально по репликам отследить прогресс в качестве подготовки текста перевода и аудиального исполнения нейронками. В свежем видео английские субтитры сгенерировал сам я.браузер, поэтому есть там перл, как например, "eb sauce", но в остальном, вроде вполне корректно по англосабам.
Каков итог? Почти за 4 года прогресс, безусловно, есть, но всё ещё не поднимается язык назвать это "будто все знают русский". Да, именно текст перевода стал получше, чем был в 21м году. Да, в этот раз голос, и правда, мужской, а не женский, как в 21м. Но я бы не сказал, что он прям похож на голос Майкла. И потом, есть слишком сильное затихание озвучки в конце фраз, как будто у нейронки "не хватило дыхалки". Странно выглядит. Усложняет восприятие слушателя. Ну и амьерыканскый акцент в озвучке на русском забавит. Не знаю, насколько это задумка разработчиков или косяк работы нейронки.
Я этим занимаюсь, не чтобы поржать (хотя если есть над чем, то почему бы и не поржать) или как-то нивелировать достижения людей, а чтобы посмотреть на развитие полезной технологии.
А как вам прогресс? Как часто используете фичу? Насколько удовлетворяет ваши высокие требования? Конечно, у всех разный уровень владения английским и русским, поэтому и оценки будут сильно разниться. Но даже с учётом этого момента всегда есть некое "общее место" в оценке таких явлений, независимо от. Поэтому послушал бы ваше мнение.
Ну а моё мнение не сильно-то изменилось с 2021го. Думаю, устроим следующий спонтанный контроль прогресса в этой сфере годика через 2-3. Встречаемся на том же месте.