مقابلات

أنتون دڤوركوفيتش، الرئيس التنفيذي ومؤسس Dubformer – سلسلة المقابلات

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةلا يزال الدبلجة بالذكاء الاصطناعي يفشل في تقديم أداءات صادقة عاطفياً حتى عندما يبدو…
عرض المزيد
  • لا يزال الدبلجة بالذكاء الاصطناعي يفشل في تقديم أداءات صادقة عاطفياً حتى عندما يبدو الكلام بشرياً.
  • يفرض معيار VOX-DUB المفتوح على الشركات إثبات ادعاءاتها بشأن جودة الدبلجة بأدلة قابلة للقياس.
  • ستتيح التوطين بالذكاء الاصطناعي للمبدعين المستقلين الوصول إلى جماهير عالمية كانت حكراً على الاستوديوهات الكبيرة.

أنتون دڤوركوفيتش، الرئيس التنفيذي ومؤسس Dubformer، قضى أكثر من عقد من الزمن في تشكيل تقاطع الذكاء الاصطناعي واللغة وتكنولوجيا الكلام. قبل إطلاق Dubformer في عام 2023، قاد مبادرات التعلم الآلي والتعرف على النماذج في Yandex، حيث أشرف على منتجات مثل Yandex Translate و Yandex Keyboard و مساعد الصوت أليس، كل ذلك لخدمة ملايين المستخدمين. في Nebius، شغل منصب رئيس الذكاء الاصطناعي، حيث قام بتطوير البنية التحتية على نطاق واسع لأنظمة ذكية. وقد

قدمت خبرته في إدارة فرق متعددة الوظائف مكونة من أكثر من 100 مهندس ومطور وباحث أساسًا لرؤية Dubformer – جسر الفجوات اللغوية من خلال الدبلجة المتقدمة بالذكاء الاصطناعي. Dubformer هي شركة دبلجة مدعومة بالذكاء الاصطناعي ومقرها أمستردام، وقد قامت بالفعل بمعالجة أكثر من مليون دقيقة من المحتوى المرئي المُحَلَّل. تركز الشركة على ترجمة الأفلام ودبلجتها باستخدام أصوات

اصطناعية تحافظ على النبرة العاطفية والتنسيق والفردية للصوت، مما يساعد المبدعين والاستوديوهات والشركات على جعل محتواهم متاحًا على الصعيد العالمي. تستخدم منصتها نماذج التعلم العميق للتعرف

على الكلام وتصنيع الصوت والترجمة، مع تقديم نتائج طبيعية الصوت تتفوق على أدوات الدبلجة التقليدية. بعد قيادة فرق التعرف على النماذج والكلام في Yandex والعمل كرئيس للذكاء الاصطناعي في Nebius، ما الذي دفعك إلى بناء شركة دبلجة مدعومة بالذكاء الاصطناعي مخصصة، وكيف ساهمت تلك الخبرات في تشكيل رؤيتك؟ عندما كنت أعمل في Yandex كقائد للتعرف على النماذج، طورْت شغفًا نحو كسر الحواجز اللغوية باستخدام التكنولوجيا. لقد شهدت (وشاركت في) ثورة الذكاء الاصطناعي التي حدثت في الترجمة الآلية – ثم أدركت أن هناك فجوة كبيرة لا تزال غير محلولة إلى

حد كبير، وهي ترجمة الوسائط (الصوت والفيديو). عندما ترى ترجمة النص أصبحت تقريبًا مثالية، تبدأ في التساؤل: ماذا عن القصص التي

تحرك الناس حقًا؟ ماذا عن الأداءات التي تجعلك تضحك أو تبكي؟ لذلك قررنا أن نتحدى بناء تكنولوجيا الدبلجة المدعومة بالذكاء الاصطناعي، والذهاب أبعد من الترجمة الوسائط التي تكون فقط مفهومة، إلى تلك التي تكون في الواقع ممتعة. هذا هو السبب في إطلاق Dubformer. ما هو الفجوة المحددة في توطين الوسائط التي حددتها، وكيف أثرت خلفيتك في الترجمة الآلية وتكنولوجيا الصوت في نهجك لحلها؟ تتم ترجمة الوسائط اليوم تقريبًا بالكامل مع ممثلي الأصوات، وهذا له بعض العيوب: إنه مكلف

جدًا، وأوقات الإنهاء بطيئة، وScalingه صعب جدًا ويؤدي إلى تكاليف إضافية كبيرة في إدارة الأشخاص. فكّر في

الأمر: الحرفية التقليدية في الدبلجة رائعة، ولكن تلك القيود تعني أن هناك الكثير من المشاريع التي لن يتم دبلجتها على الإطلاق. في الواقع، 95% من المحتوى متاح فقط باللغة الأصلية. هذه هي الفجوة التي نحاول حلها. ما هي العوامل التي تجعل دبلجة الذكاء الاصطناعي مختلفة بشكل أساسي عن النص إلى الكلام التقليدي – من الناحية الفنية والتقنية؟ النص إلى الكلام التقليدي يركز على مجرد قراءة النص، عادةً بنبرة

محايدة. دبلجة الذكاء الاصطناعي، خاصة في صناعة الوسائط، هي مهمة أكثر تعقيدًا، حيث الهدف ليس فقط نقل المعنى ولكن

إنشاء شعور بالحضور والأداء الحقيقي. العواطف والنبرات والتنسيق كلها تلعب دورًا حاسمًا، إلى جانب التحديات مثل المزج والتكيف الصوتي والتنسيق مع حركات الشفاه وايقاع المشهد. من الناحية الفنية، دبلجة الذكاء الاصطناعي أقرب إلى التمثيل أكثر من القراءة؛ النظام يجب أن يؤدي السطر، لا يقرأه فقط. ما هي الجوانب التي تجعل إطار تقييم VOX-DUB قيمًا في دفع الشفافية والمساءلة في توطين الوسائط بالذكاء الاصطناعي؟ ما يجعل VOX-DUB قيمًا للشفافية

هو أنه يضطر الجميع إلى الصدق بشأن ما يمكنهم تقديمه فعليًا. قبل هذا

الإطار، يمكن للشركات أن تدعي جودة دبلجتها دون وجود طريقة للتحقق من ذلك. الكسر الحاسم هو أن VOX-DUB يقدم أول كتالوج منهجي لأخطاء الدبلجة المدعومة بالذكاء الاصطناعي من خلال معياره الشامل القائم على البشر. هذا المجموعة المفتوحة المصدر تُخلق لغة مشتركة للجودة – شظايا الكلام الأصلي مع الترجمات، والصوت المُولَّد من الأنظمة المتعددة، والتعليقات البشرية عبر خمسة جوانب حرجة: النطق والطبيعية وجودة الصوت وsemblance العاطفية وsemblance الصوت. لأول مرة، لدينا معيار

للتقويم البشري للدبلجة مع إرشادات واضحة وأمثلة. الآن، عندما تتحدث الفرق عن الجودة، الجميع يتحدثون عن

نفس الشيء. النتائج المنشورة التي يمكن لأي شخص رؤيتها تُخلق مساءلة حقيقية. الفرق يجب أن تدعم ادعاءات التسويق الخاصة بهم ببيانات الأداء عبر جميع أبعاد الجودة. هذا النوع من الانفتاح يغير كيفية عمل الصناعة بأكملها ويلهم الثقة مع المبدعين الذين يحتاجون إلى نتائج موثوقة ويمكن قياسها. كيف ترى تأثير هل تواكب معايير مثل VOX-DUB التقدم في إنشاء وتوزيع المحتوى متعدد اللغات؟تكمن أهمية وجود معايير واضحة في أنها تُوفر خارطة طريق للجميع.عندما ترى الفرق ما يُمكن تحقيقه باستخدام نتائج VOX-DUB، فإنها تُسرّع جداول تطويرها.بدلاً من التخمين بشأن معايير الجودة، لديهم أهداف محددة يسعون لتحقيقها.ألاحظ الشركات وهي تُعدّل جداولها الزمنية لأنها ترى أدلة على ما ينجح في أماكن أخرى.هذا الفهم المشترك يُساعد المجال بأكمله على التطور بوتيرة أسرع، مما يعني أن

المزيد من المحتوى المتنوع يمكن أن يصل إلى الجماهير العالمية في وقت أقرب. ما هي

ما هي الابتكارات أو خيارات النماذج التي ساهمت بشكل أكبر في تحقيق نتائج قوية في النطق والطبيعية؟ يكمن الأمر في فهم أن الدبلجة ليست مجرد كلمات منفردة، بل هي نظام أداء متكامل.ساهم عاملان رئيسيان في نجاح الفرق. أولاً، توقفنا عن التعامل مع النطق كمسألة تقنية بحتة، وبدأنا نأخذه في الاعتبار من الناحية العاطفية. لا يتحدث الناس بتراكيب مُتعمّدة؛ فعندما يكونون حزينين، يُصبح نطقهم غير واضح، وعندما يكونون متحمسين، يُسرعون من كلامهم. كان من المهم رصد هذا الخلل.

في التعبير الطبيعي. ثانيًا، كان علينا التفكير في المناظر الصوتية الكاملة. عندما يتحدث شخص في

مشهد مع مطر أو في كاتدرائية صدئة، صوته يعتمد بشكل طبيعي. نظامنا تعلم كيفية مزج الصوت مع البيئة الصوتية الأصلية. هذه لم تكن مجرد تحسينات تقنية؛ كانت حول فهم ما يجعل الكلام يبدو إنسانيًا. كيف تجمع منصتك بين الخبرة البشرية والآلية لتوفير دبلجة احترافية في النطاق؟ نعمل بشكل وثيق مع استوديوهات الدبلجة التقليدية، لمساعدتهم في تدريب فرقهم على مهارات جديدة ومهن صاعدة. يتعامل الذكاء الاصطناعي مع الترجمة والتنسيق وتوليد الصوت، بينما يقوم المحترفون من المراجعين والترجمة والمهندسين الصوتيين بفحص الجودة النهائي من خلال منصتنا. هذا النهج يسمح

لنا بالحفاظ على جودة الاستوديو بينما نقصر الأوقات من أسابيع إلى ساعات.

توفر الآلية قابلية التوسع، وتضمن الخبرة البشرية التعبير الفني. إنه أفضل ما في العالمين: كفاءة الآلة مع الفن البشري. مع نمو سوق توطين الوسائط المدعوم بالذكاء الاصطناعي بسرعة، ما هو الدور الأوسع الذي ترى الذكاء الاصطناعي يلعب فيه في إعادة تشكيل الإنتاج الإبداعي العالمي؟ ستجعل دبلجة الذكاء الاصطناعي الدبلجة متاحة لمجموعة أوسع من المبدعين والقصص. ستمكنهم من مشاركة قصصهم

مع الجماهير العالمية دون فقدان العمق العاطفي أو الصحة الثقافية. مع مرور الوقت، سيؤدي هذا إلى تنوع

أكبر في المحتوى، وفتح الباب لمشاريع فرعية وجماهير متخصصة لم تكن قادرة على تحمل تكاليف الدبلجة الاحترافية من قبل. فكّر في صانعي الأفلام المستقلين، وصناع الأفلام الوثائقية، وصناع المحتوى التعليمي؛ يمكنهم الآن الوصول إلى الجماهير العالمية التي كانت خارج نطاقهم من قبل. ما هي التطورات أو التعاونات القادمة التي تثيرك أكثر حماسًا عندما تنظر إلى المرحلة التالية من التطوير؟ ما يثيرني

التي تنسى الجماهير أنها أنشأتها الآلة. هذا هو المكان الذي نسعى إليه. شكرًا على المقابلة

أكثر هو الاستمرار في تحسين قدراتنا على نقل العواطف. لقد قمنا بتحقيق تقدم جيد، لكن هناك masih الكثير من الفرص لتحسين أدائنا في الحفاظ على النعانات الدقيقة التي تجعل الأداءات تبدو حقيقية. فيما يتعلق بالتعاون، نحن نبني شراكات أعمق مع استوديوهات الدبلجة التقليدية لإنشاء سير عمل هجين يجمع بين أفضل ما في العالمين. هذه الاستوديوهات لديها عقود من الخبرة التي نحن نتعلم منها، بينما نقدم التكنولوجيا لتوسيع فنونهم. أكثر التعاونات إثارة هي تلك التي ترى الاستوديوهات الذكاء الاصطناعي ليس كبديل، ولكن كوسيلة لتعزيز فرقهم ومواجهة مشاريع أكثر تنوعًا لا يمكنهم التعامل معها من قبل. الكسر الحقيقي سيكون عندما نتمكن من تقديم أداءات بشكل متسق

الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Dubformer.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.