عوفير كراكوفسكي، الرئيس التنفيذي ومؤسس ديب دوب – سلسلة المقابلات

عوفير كراكوفسكي هو المؤسس المشارك والرئيس التنفيذي لشركة ديب دوب. مع 30 عامًا من الخبرة في علوم الحاسوب والتعلم الآلي، لعب دورًا رئيسيًا في تأسيس وتوجيه إدارة التعلم الآلي والابتكار في سلاح الجو الإسرائيلي لمدة 25 عامًا.

ديب دوب هي شركة دبلجة مدفوعة بالذكاء الاصطناعي التي تستخدم التعلم العميق ونسخ الصوت لتوفير توطين ممتاز ومتوافق للفيلم والتلفزيون والمحتوى الرقمي. تأسست في عام 2019، وتتيح للمبدعين الحفاظ على الأداء الأصلي أثناء ترجمة الحوار إلى لغات متعددة بسلاسة. من خلال دمج الت合成 الصوتية القائمة على الذكاء الاصطناعي مع الإشراف اللغوي البشري، تعزز ديب دوب إمكانية الوصول العالمي إلى المحتوى، وتقلل من الوقت والتكلفة المرتبطة بالدبلجة التقليدية. حصلت الشركة على اعتراف بالصناعة لابتكاراتها، وتأمين شراكات رئيسية وشهادات وتمويل لتوسيع تقنيات التوطين القائمة على الذكاء الاصطناعي في قطاع الترفيه.

ما الذي ألهمك لتأسيس ديب دوب في عام 2019؟ هل كان هناك لحظة أو تحد خاص أدى إلى إنشائها؟

الدبلجة التقليدية كانت منذ فترة طويلة معيار الصناعة لتوطين المحتوى، ولكنها عملية مكلفة وطويلة ومتطلبة للموارد. في حين أن هناك حلولًا للصوت المتولد بواسطة الذكاء الاصطناعي، إلا أنها تفتقر إلى العمق العاطفي اللازم لالتقاط أداء الممثل الحقيقي، مما يجعلها غير مناسبة للمحتوى المعقد ذي الجودة العالية.

لقد حددنا فرصة لسد هذه الفجوة من خلال تطوير حل توطين مدفوع بالذكاء الاصطناعي يحافظ على الصحة العاطفية للأداء الأصلي ويحسن الكفاءة بشكل كبير. لقد طوّرنا تقنيتنا المملوكة الخاصة، eTTS (نص-كلام-عاطفة)، التي تضمن أن الأصوات المتولدة بواسطة الذكاء الاصطناعي تحمل نفس الوزن العاطفي والطابع والدقة مثل الممثلين البشر.

نحن نتصور عالمًا حيث لا تعتبر الحواجز اللغوية والثقافية عائقًا أمام إمكانية الوصول العالمي إلى المحتوى. عند إنشاء منصتنا، لقد أدركنا تحدي القيود اللغوية داخل الترفيه والتعليم الإلكتروني والبث السريع وغيرها من الصناعات، وهدفنا إلى ثورة توطين المحتوى.

من أجل ضمان أن توفر حل ديب دوب أعلى جودة من التوطين والدبلجة للمحتوى المعقد بمقاييس كبيرة، قررنا اتباع نهج هجين ودمج الخبراء اللغويين والصوتيين في العملية، بالتزامن مع تقنيتنا eTTS.

رؤيتنا هي ديمقراطية إنتاج الصوت، وجعله قابلاً للتوسع على نطاق واسع ومتاحًا عالميًا وملائمًا ثقافيًا.

ما هي أكبر التحديات الفنية والتجارية التي واجهتها عند إطلاق ديب دوب، وكيف تغلبت عليها؟

كسب ثقة صناعة الترفيه كان عقبة كبيرة عند إطلاق ديب دوب. لقد اعتمد هوليوود على الدبلجة التقليدية لعدة عقود، وانتقالًا نحو حلول مدفوعة بالذكاء الاصطناعي يتطلب إثبات قدرتنا على تقديم نتائج من الدرجة الاستوديو.

لمعالجة هذا الشك، قمنا أولاً بتعزيز مصداقية الأصوات المتولدة بواسطة الذكاء الاصطناعي من خلال إنشاء بنك صوتي полностью مرخص. هذا البنك يدمج عينات صوتية حقيقية للبشر، مما يحسن بشكل كبير من الطبيعية والتعبيرية للخروجات، وهو أمر بالغ الأهمية لقبولها في هوليوود.

بعد ذلك، قمنا بتطوير تقنيات مملوكة، مثل eTTS، جنبًا إلى جنب مع ميزات مثل التحكم في النبرة. هذه التقنيات تضمن أن الأصوات المتولدة بواسطة الذكاء الاصطناعي لا تكتفي بالعمق العاطفي والدقة، بل تتماشى أيضًا مع الصحة الإقليمية المطلوبة للدبلجة ذات الجودة العالية.

كما بنينا فريقًا داخليًا مخصصًا للما بعد الإنتاج يعمل بشكل وثيق مع تقنيتنا. يعمل هذا الفريق على تعديل مخرجات الذكاء الاصطناعي، مما يضمن أن كل قطعة من المحتوى تكون مصقولة وتلبي معايير الصناعة العالية.

علاوة على ذلك، قمنا بتوسيع نهجنا ليشمل شبكة عالمية من الخبراء البشر – الممثلين الصوتيين واللغويين والمخرجين من جميع أنحاء العالم. يضيف هؤلاء المحترفون رؤى ثقافية قيمة وخبرة إبداعية، مما يعزز الدقة الثقافية والانعكاس العاطفي للمحتوى المُدبلج.

يتعاون فريقنا اللغوي جنبًا إلى جنب مع تقنيتنا وخبرائنا العالميين لضمان أن اللغة المستخدمة تكون مثالية للسياق الثقافي للجمهور المستهدف، مما يضمن المصداقية والامتثال للمعايير المحلية.

من خلال هذه الاستراتيجيات، التي تجمع بين التكنولوجيا المتقدمة وفريق الخبراء العالميين وفريق المتابعة الداخلي، نجحت ديب دوب في إثبات للصناعة أن الذكاء الاصطناعي يمكن أن يعزز بشكل كبير من تدفقات الدبلجة التقليدية. هذا التكامل لا يبسّط فقط الإنتاج، بل يوسع أيضًا إمكانيات التوسع في السوق.

كيف تختلف تقنية الدبلجة المدفوعة بالذكاء الاصطناعي في ديب دوب عن أساليب الدبلجة التقليدية؟

الدبلجة التقليدية هي عملية يدوية تستغرق أشهر لكل مشروع، لأنها تتطلب ممثلين صوتيين ومهندسين صوتيين وفرق ما بعد الإنتاج لتحويل الحوار يدوياً إلى لغات مختلفة. تحول هذه العملية من خلال حلنا الهجين الشامل – الذي يجمع بين التكنولوجيا والخبرة البشرية – متكامل مباشرة في تدفقات ما بعد الإنتاج، مما يقلل من تكاليف التوطين بنسبة تصل إلى 70٪ وأوقات الإنهاء بنسبة تصل إلى 50٪.

على عكس حلول الصوت المتولدة بواسطة الذكاء الاصطناعي الأخرى، تسمح تقنيتنا المملوكة eTTS بمستوى من العمق العاطفي والصحة الثقافية والاتساق الصوتي الذي تجد صعوبة في تحقيقه بالطرق التقليدية على نطاق واسع.

يمكنك أن تشرح لنا النهج الهجين الذي تستخدمه ديب دوب – كيف يعمل الذكاء الاصطناعي والخبرة البشرية معًا في عملية الدبلجة؟

نموذج ديب دوب الهجين يجمع بين دقة وتناسق الذكاء الاصطناعي وخبرة الخبراء البشر. نهجنا يدمج فن الدبلجة التقليدية مع تقنيات الذكاء الاصطناعي المتقدمة، مما يضمن أن المحتوى المُدبلج يحافظ على الصحة العاطفية والانعكاس للمحتوى الأصلي.

تستخدم حلنا تكنولوجيا الذكاء الاصطناعي لتأدية المهام الأساسية في التوطين، بينما يعمل الخبراء البشر على تعديل الدقة العاطفية واللهجات وال细يات الثقافية. ندمج تقنيتنا eTTS وтехнологيا Voice-to-Voice (V2V) لتعزيز التعبير الطبيعي للأصوات المتولدة بواسطة الذكاء الاصطناعي، مما يضمن أن كل قطعة من المحتوى تشعر بالحقيقي والانعكاس كما في الأداء البشري.

يلعب اللغويون والممثلون الصوتيون دورًا رئيسيًا في هذه العملية، حيث يعززون الدقة الثقافية للمحتوى المتولد بواسطة الذكاء الاصطناعي. مع استمرار العولمة في تشكيل مستقبل الترفيه، ست trở thành معيارًا ذهبيًا للتوطين المحتوى دمج الذكاء الاصطناعي مع الفن البشري.

بالإضافة إلى ذلك، برنامج برامج العاملين الصوتيين في ديب دوب يقوم بتعويض الممثلين الصوتيين المحترفين كلما استخدمت أصواتهم في الدبلجة المساعدة بواسطة الذكاء الاصطناعي، مما يضمن استخدام تقنيات الذكاء الاصطناعي بشكل أخلاقي.

كيف تحسن تقنية eTTS (نص-كلام-عاطفة) المملوكة لشركة ديب دوب من أصالة الصوت والعمق العاطفي في المحتوى المُدبلج؟

الأصوات المتولدة بواسطة الذكاء الاصطناعي التقليدية غالبًا ما تفتقر إلى الدلالات العاطفية الدقيقة التي تجعل الأداء ممتعًا. لمعالجة هذا النقص، طوّرت ديب دوب تقنيتها المملوكة eTTS، التي تستخدم الذكاء الاصطناعي ونمذجة التعلم العميق لإنشاء كلام يحافظ ليس فقط على العمق العاطفي الكامل لأداء الممثل الأصلي، بل cũng يدمج الذكاء العاطفي البشري في العملية الآلية. هذه القدرة المتقدمة تسمح للذكاء الاصطناعي بتعديل الأصوات الم合نتة بدقة لتعكس العواطف المقصودة مثل الفرح أو الغضب أو الحزن، مما يرنّ مع الجمهور بطريقة حقيقية.

تُنتقد الأصوات المتولدة بواسطة الذكاء الاصطناعي أحيانًا لأنها قد تبدو آليّة. كيف تضمن ديب دوب أن الأصوات المتولدة بواسطة الذكاء الاصطناعي تحتفظ بالطبيعية والانعكاس العاطفي؟

تستخدم تقنيتنا المملوكة خوارزميات التعلم العميق والتعلم الآلي لتوفير حلول دبلجة قابلة للتطوير وذات جودة عالية تحافظ على النية الأصلية والأسلوب والفكاهة والدلالات الثقافية. جنبًا إلى جنب مع تقنيتنا eTTS، يتضمن مجموعة ديب دوب المبتكرة ميزات مثل Voice-to-Voice (V2V) ونسخ الصوت و التحكم في النبرة وبانك التعبير الصوتي، مما يسمح لأفراد الإنتاج بتعديل الأداء ليتوافق مع رؤيتهم الإبداعية.

خلال السنوات القليلة الماضية، لقد شهدنا نجاحًا متزايدًا لحلولنا في صناعة الإعلام والترفيه، لذلك قررنا مؤخرًا فتح الوصول إلى دبلجات هوليوود المعتمدة لمنشئي التطبيقات وشركات ومتعهدی المحتوى مع واجهة برمجة تطبيقات الصوت الذكية AI Audio API. مدعومة بتقنيتنا eTTS، تتيح واجهة برمجة التطبيقات توليد صوت في الوقت الفعلي مع معلمات تعديل متقدمة، بما في ذلك النبرة والطابع العاطفي والسرعة وأسلوب الصوت.

الميزة الرئيسية لواجهة برمجة التطبيقات هي الإعدادات الصوتية، المصممة بناءً على سنوات من الخبرة في صناعة الترفيه مع أكثر الاحتياجات المطلوبة. هذه الإعدادات المسبقة تتيح للمستخدمين التكيف بسرعة مع أنواع مختلفة من المحتوى دون الحاجة إلى التكوين اليدوي أو الاستكشاف الواسع. تشمل الإعدادات المتاحة وصف الصوت والكتب الصوتية ورواية الوثائق أو البرامج الواقعية ورواية الدراما والترفيه وتقديم الأخبار ورواية الرياضة والتعليق على الرسوم المتحركة أو الكرتون والاستجابة الصوتية التفاعلية وكذلك المحتوى الترويجي والتجاري.

الدبلجة بواسطة الذكاء الاصطناعي تتضمن التكيف الثقافي واللغوي – كيف تضمن ديب دوب أن حلول الدبلجة هي مناسبة ثقافيًا ودقيقة؟

التوطين لا يتعلق فقط بترجمة الكلمات – بل بترجمة المعنى والقصد والسياق الثقافي. نهج ديب دوب الهجين يجمع بين التأتمت الذكاء الاصطناعي مع الخبرة اللغوية البشرية، مما يضمن أن الحوار المُترجم يعكس الدلالات الثقافية والعاطفية للجمهور المستهدف. شبكة خبرائنا في التوطين تعمل جنبًا إلى جنب مع الذكاء الاصطناعي لضمان أن المحتوى المُدبلج يتوافق مع اللهجات الإقليمية والتعبيرات والحساسية الثقافية.

ما هي أكثر الابتكارات المثيرة التي تعمل عليها حاليًا لتحفيز الدبلجة بواسطة الذكاء الاصطناعي إلى المستوى التالي؟

أحد أكبر الابتكارات القادمة هو الدبلجة المباشرة / البث، التي ستتيح الدبلجة في الوقت الفعلي للأحداث المباشرة مثل البث الرياضي وأخبار الإعلام، مما يجعل الأحداث العالمية متاحة على الفور. من خلال الجمع بين هذه التقنية وتكنولوجيا eTTS، وهي تقنية مملوكة تتيح إنشاء أصوات تشبه أصوات البشر من النص بمقاييس كبيرة ودعم عاطفي كامل ومحمي تجاريًا، سنتمكن من تقديم دبلجة مباشرة عالية الجودة وأصيلة ومتحركة مثل أي شيء في السوق.

خذ على سبيل المثال حفل افتتاح الألعاب الأولمبية أو أي حدث رياضي مباشر. بينما تقدم البث المحلي التعليق باللغة الإقليمية والملهج، ستتيح هذه التقنية للمشاهدين من جميع أنحاء العالم تجربة الحدث الكامل بلغتهم الأصلية أثناء حدوثه.

الدبلجة المباشرة ستحدد كيفية تجربة الأحداث المباشرة حول العالم، مما يضمن أن اللغة لن تكون عائقًا.

واجهت الدبلجة بواسطة الذكاء الاصطناعي انتقادات في بعض المشاريع مؤخرًا. ما هي العوامل الرئيسية التي تدفع هذه الانتقادات؟

الانتقادات الرئيسية تنبع من مخاوف بشأن الصحة والاخلاقيات والجودة. بعض الأصوات المتولدة بواسطة الذكاء الاصطناعي تفتقر إلى الانعكاس العاطفي والدقة اللازمة للقصص الممتعة. في ديب دوب، لقد تعاملنا مع هذا من خلال تطوير أصوات ذكاء اصطناعي تعبر عن العواطف، مما يضمن أن تظل الأصوات حية وذات معنى.

مشكلة أخرى هي استخدام الأصوات المتولدة بواسطة الذكاء الاصطناعي بشكل أخلاقي. ديب دوب هي رائدة في الدبلجة بواسطة الذكاء الاصطناعي المسئولة، وترعى برنامج الرواتب الأول في الصناعة الذي يُكافئ الممثلين الصوتيين على الأداءات المتولدة بواسطة الذكاء الاصطناعي. نعتقد أن الذكاء الاصطناعي يجب أن يعزز الإبداع البشري، لا يُستبدل به، وهذا الالتزام يعكس كل ما نبني.

كيف ترى الدبلجة بواسطة الذكاء الاصطناعي تتغير الصناعة الترفيهية العالمية في السنوات العشر القادمة؟

في العقد القادم، ستجعل الدبلجة بواسطة الذكاء الاصطناعي المحتوى متاحًا للجماهير في كل مكان، في لغتهم الأصلية، على الفور.

نحن نتصور عالمًا حيث تتكامل منصات البث والبث التلفزيوني الدبلجة متعددة اللغات في الوقت الفعلي، مما يزيل الحواجز اللغوية ويمكّن القصص من السفر أبعد وأسرع مما يسمح به التوطين التقليدي.

خارج إمكانية الوصول اللغوي، يمكن أن تعزز الدبلجة بواسطة الذكاء الاصطناعي أيضًا إمكانية وصول الأشخاص المكفوفين أو ذوي الإعاقة البصرية إلى وسائل الإعلام.许多 منهم يعتمدون على وصف الصوت لمتابعة المحتوى المرئي، وتتيح الدبلجة بواسطة الذكاء الاصطناعي لهم المشاركة في المحتوى الأجنبي عندما لا تكون الترجمة الفورية خيارًا متاحًا. من خلال كسر الحواجز اللغوية والحسية، ستساهم الدبلجة بواسطة الذكاء الاصطناعي في خلق تجربة ترفيهية أكثر شمولية للجميع، وهو ما يكتسب أهمية خاصة مع دخول لوائح جديدة بشأن إمكانية وصول وسائل الإعلام حيز التنفيذ في جميع أنحاء العالم.

ما هي أكبر التحديات التي لا تزال بحاجة إلى حل لتصبح الدبلجة بواسطة الذكاء الاصطناعي شائعة على نطاق واسع؟

التحديات الكبيرة هي الحفاظ على جودة فائقة في المقاييس الكبيرة، وضمان الدقة اللغوية والثقافية، ووضع إرشادات أخلاقية للأصوات المتولدة بواسطة الذكاء الاصطناعي. ومع ذلك، إلى جانب العقبات الفنية، تعتمد قبول الجمهور للدبلجة بواسطة الذكاء الاصطناعي على الثقة. يحتاج المشاهدون إلى الشعور بأن الأصوات المتولدة بواسطة الذكاء الاصطناعي تحافظ على الصحة والمصداقية بدلاً من أن تبدو اصطناعية أو منفصلة.

لكي يتم قبول الدبلجة بواسطة الذكاء الاصطناعي بالكامل، يجب أن تكون ذات جودة عالية من خلال الجمع بين الفن البشري والتكنولوجيا على نطاق واسع، مع احترام الصحة الإبداعية والدقة اللغوية والسياق الثقافي. هذا يعني ضمان أن تظل الأصوات صادقة بالنسبة إلى نية الممثلين الأصليين، وتجنب عدم الدقة التي قد تُبعِد الجماهير، ومعالجة المخاوف الأخلاقية حول مخاطر التزوير والملكية الصوتية.

مع انتشار الدبلجة بواسطة الذكاء الاصطناعي، يجب على مقدمي التكنولوجيا تنفيذ معايير صارمة لصحة الصوت والأمان وحماية الملكية الفكرية. ديب دوب تعمل بنشاط على قيادة هذه المجالات، مما يضمن أن تكنولوجيا الصوت بواسطة الذكاء الاصطناعي تعزز القصص العالمية مع احترام المساهمات الفنية والمهنية للمواهب البشرية. فقط عندئذٍ سيتقبل الجمهور والمبدعون وشركاء الصناعة الدبلجة بواسطة الذكاء الاصطناعي كأداة موثوقة وذات قيمة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة ديب دوب.