Ofir Krakowski, Deepdub’un CEO’su ve Kurucu Ortağı – Röportaj Serisi

Ofir Krakowski Deepdub’un kurucu ortak ve CEO’sudur. Bilgisayar bilimi ve makine öğrenimi alanında 30 yıllık deneyime sahip olan Krakowski, İsrail Hava Kuvvetleri’nin makine öğrenimi ve inovasyon departmanını 25 yıl boyunca kurdu ve yönetti.

Deepdub derin öğrenme ve ses klonlama kullanarak film, TV ve dijital içerik için yüksek kaliteli, ölçeklenebilir yerelleştirme sağlayan bir AI destekli dublaj şirketidir. 2019 yılında kurulan şirket, içerik yaratıcılarının orijinal performansları korurken diyalogları çok dilli olarak çevirmelerine olanak tanır. AI destekli konuşma sentezini insan dilbilim gözetimi ile birleştiren Deepdub, küresel içerik erişilebilirliğini artırır, geleneksel dublajın zaman ve maliyetini azaltır. Şirket, inovasyon için endüstri tanıma, önemli ortaklıklar, sertifikalar ve AI yerelleştirme teknolojisini genişletmek için fonlar elde etti.

Sizi 2019’da Deepdub’u kurmaya iten şey neydi? Bir an veya zorluk mu vardı?

Geleneksel dublaj uzun süredir endüstri standardı olmuştur, ancak pahalı, zaman alıcı ve kaynak yoğun bir işlemdir. AI tarafından üretilen ses çözümleri mevcuttu, ancak duygusal derinlikte eksiktiler ve yüksek kaliteli, karmaşık içerik için uygun değildi.

Bu boşluğu doldurmak için AI destekli bir yerelleştirme çözümü geliştirdik. Bu çözüm, orijinal performansın duygusal otantikliğini korurken verimliliği büyük ölçüde artırır. Propriyetary eTTS™ (Emotion-Text-to-Speech) teknolojisini geliştirdik, bu teknoloji AI tarafından üretilen seslerin duygusal ağırlık, ton ve nüans taşımasını sağlar.

İçerik yerelleştirme alanında dil ve kültürel engellerin ortadan kaldırılmasını hayal ediyoruz. Platformumuzu oluştururken, eğlence, e-öğrenme, FAST ve diğer endüstrilerdeki dil sınırlamalarının zorluğunu tanıdık ve içerik yerelleştirmesini devrimleştirme kararı aldık.

Deepdub’un çözümünün karmaşık içerik için en yüksek kaliteli yerelleştirme ve dublajı sağlaması için, AI teknolojisini dil ve ses uzmanlarıyla birleştiren hibrit bir yaklaşım benimsemeye karar verdik.

Vizyonumuz, ses üretimini demokratikleştirmek, ölçeklenebilir, evrensel olarak erişilebilir, kapsayıcı ve kültürel olarak ilgili hale getirmektir.

Deepdub’u lançerken karşılaştığınız en büyük teknik ve iş zorlukları nelerdi ve bunları nasıl aştınız?

Eğlence endüstrisinin güvenini kazanmak, Deepdub’u lançerken karşılaştığımız en büyük engeldi. Hollywood geleneksel dublajı yıllarca kullanageldi ve AI destekli çözümlere geçmek, stüdyo kalitesinde sonuçlar sunabilmemizi kanıtlamayı gerektiriyordu.

Bu kuşkuyu gidermek için, önce AI tarafından üretilen seslerin otantikliğini artırdık. Tamamen lisanslı bir ses bankası oluşturduk, bu banka gerçek insan ses örneklerini içerir ve bu da çıkışların doğallığını ve expressifliğini önemli ölçüde artırır.

Sonrasında, eTTS™ gibi propriyetary teknolojiler ve Accent Control gibi özellikler geliştirdik. Bu teknolojiler, AI tarafından üretilen seslerin duygusal derinlik ve nüansları yakaladığını ve bölgesel otantikliğe uygun olduğunu garantiler.

İçerik her zaman yüksek kalitede olsun diye, bir iç post-prodüksiyon ekibi kurduk. Bu ekip, AI çıkışlarını ince ayarlayarak, her içeriğin endüstri standartlarına uygun olduğunu garantiler.

Ayrıca, global uzmanlardan oluşan bir ağ oluşturduk – ses sanatçıları, dilbilimciler ve yönetmenler. Bu uzmanlar, kültürel içgörüler ve yaratıcı uzmanlık getirerek, dublaj içeriklerinin kültürel doğruluğunu ve duygusal rezonansını artırır.

Dilbilim ekibimiz, teknoloji ve global uzmanlarımızla birlikte çalışarak, hedef kitlelerin kültürel bağlamına uygun dilin kullanıldığını garantiler. Bu da, içeriklerin otantikliğini ve yerel normlara uygunluğunu sağlar.

Bu stratejilerle, ileri teknolojiyi global uzmanlarla ve iç post-prodüksiyon ekibiyle birleştiren Deepdub, Hollywood ve dünya çapındaki diğer önemli prodüksiyon şirketlerine, AI’nin geleneksel dublaj işlemlerini önemli ölçüde geliştirebileceğini kanıtladı. Bu entegrasyon, üretimi basitleştirir ve pazar genişletme olanaklarını artırır.

Deepdub’un AI destekli dublaj teknolojisi geleneksel dublaj yöntemlerinden nasıl farklı?

Geleneksel dublaj, ses sanatçıları, ses mühendisleri ve post-prodüksiyon ekiplerinin diyalogları el ile yeniden yaratması gereken zaman alıcı ve kaynak yoğun bir işlemdir. Çözümümüz, teknoloji ve insan uzmanlığını birleştiren bir hibrit son çözüm sunar, bu da post-prodüksiyon işlemlerine doğrudan entegre edilir ve yerelleştirme maliyetlerini %70’e kadar azaltır ve teslimat sürelerini %50’ye kadar kısaltır.

Diğer AI tarafından üretilen ses çözümlerinin aksine, propriyetary eTTS™ teknolojisimiz, geleneksel yöntemlerin büyük ölçeklerde başarmakta zorlandığı duygusal derinlik, kültürel otantiklik ve ses tutarlılığını sağlar.

Deepdub’un hibrit yaklaşımını açıklar mısınız – AI ve insan uzmanlığı nasıl birlikte çalışır?

Deepdub’un hibrit modeli, AI’nin kesinliği ve ölçeklenebilirliği ile insan uzmanlığının yaratıcılığı ve kültürel duyarlılığını birleştirir. Yaklaşımımız, geleneksel dublajın sanatını AI teknolojisini ile birleştirir, böylece yerelleştirilmiş içerik orijinalin duygusal otantikliğini ve etkisini korur.

Çözümümüz, AI’yi yerelleştirme işleminin temel aspectsini otomatikleştirmek için kullanır, insan profesyonelleri ise duygusal nüansları, aksanları ve kültürel detayları ince ayarlar. eTTS™ ve Voice-to-Voice (V2V) teknolojilerimizi kullanarak, AI tarafından üretilen seslerin doğal expressifliğini artırır ve insan performanslarının derinliğini ve gerçekliğini yakalarız.

Dilbilimciler ve ses profesyonelleri, bu süreçte önemli bir rol oynar, AI tarafından üretilen içeriklerin kültürel doğruluğunu artırır. Küreselleşme, eğlence endüstrisinin geleceğini şekillendirmeye devam ettikçe, AI ve insan sanatının entegrasyonu, içerik yerelleştirme standardı haline gelecektir.

Ayrıca, Ses Sanatçıları Telif Programı’mız, AI destekli dublajda kullanılan seslerin sahibi olan profesyonel ses sanatçılarına telif ücreti öder, böylece AI ses teknolojisini etik bir şekilde kullanırız.

Deepdub’un propriyetary eTTS™ (Emotion-Text-to-Speech) teknolojisi, nasıl ses otantikliğini ve duygusal derinliği artırır?

Geleneksel AI tarafından üretilen sesler, insan performanslarının duygusal ipuçlarını genellikle kaçırır. Bu eksikliği gidermek için, Deepdub propriyetary eTTS™ teknolojisini geliştirdi, bu teknoloji AI ve derin öğrenme modellerini kullanarak, orijinal aktörün performansının duygusal derinliğini korur ve insan duygusal zekasını otomatikleştirme işleminde entegre eder. Bu gelişmiş yetenek, sentezlenen seslerin duygusal ifadeyi yakalamasını sağlar, böylece izleyicilerle gerçek bir şekilde rezonansa girer. Ayrıca, eTTS™ teknolojisimiz, yüksek kaliteli ses replikasyonu üretir, insan konuşmasındaki doğal nüansları taklit eder, bu da diyalogların gerçek ve etkileyici olmasını sağlar. Bu teknoloji, aksan kontrolü ile kültürel duyarlılığı da sağlar, böylece AI tarafından üretilen sesler, hedef kitlelerin kültürel bağlamına uygun hale gelir.

AI tarafından üretilen seslerin robotik gibi görünmemesi için neler yapıyorsunuz?

Propriyetary teknolojisimiz, derin öğrenme ve makine öğrenimi algoritmalarını kullanarak, ölçeklenebilir, yüksek kaliteli dublaj çözümleri sunar, orijinal performansın niyetini, stilini, mizahını ve kültürel nüanslarını korur.

eTTS™ teknolojisimizin yanı sıra, inovatif suite’miz, Voice-to-Voice (V2V), Voice Cloning, Accent Control ve Vocal Emotion Bank gibi özellikler içerir, bu özellikler üretim ekiplerinin performansları creative vizyonlarına göre ayarlamalarına olanak tanır. Bu özellikler, her sesin duygusal derinlik ve nüansı taşımasını sağlar, böylece etkileyici hikaye anlatımı ve kullanıcı deneyimi için gerekli olur.

Son yıllarda, medya ve eğlence endüstrisinde çözümlerimizin artan başarısını gördük, bu nedenle Hollywood tarafından onaylanmış seslerimiz için API’mize erişim açmaya karar verdik. eTTS™ teknolojisimize dayanan bu API, gerçek zamanlı ses üretimi için gelişmiş özelleştirme parametreleri sunar, bunlar arasında aksan, duygusal ton, tempo ve vokal stil bulunur.

API’mizin amiral gemisi özelliği, yıllarca endüstri deneyimine dayanan en çok talep edilen seslendirme ihtiyaçlarına göre tasarlanan ses ön ayarlarıdır. Bu önceden yapılandırılmış ayarlar, kullanıcıların farklı içerik türlerini hızlı bir şekilde uyarlamalarına olanak tanır, böylece geniş bir yapılandırma veya keşif gerektirmez. Mevcut ön ayarlar arasında, sesli açıklamalar, sesli kitaplar, belgesel veya gerçeklik anlatımı, drama ve eğlence, haber sunumu, spor yorumu, anime veya çizgi film seslendirmesi, İnteraktif Sesli Yanıt (IVR) ve tanıtım veya ticari içerik bulunur.

AI dublajı, kültürel ve dilbilimsel adaptasyon içerir – Deepdub’un dublaj çözümlerinin kültürel olarak uygun ve doğru olduğunu nasıl garantiler?

Yerelleştirme, sadece kelimeleri çevirmek değil, anlamı, niyeti ve kültürel bağlamı çevirmektir. Deepdub’un hibrit yaklaşımı, AI destekli otomasyonu insan dilbilim uzmanlığı ile birleştirir, böylece çevrilen diyalog, hedef kitlelerin kültürel ve duygusal nüanslarını yansıtır. Yerelleştirme uzmanlarımız, AI ile birlikte çalışarak, dublaj içeriklerinin bölgesel lehçelere, ifadelerine ve kültürel duyarlılıklarına uygun olduğunu garantiler.

AI dublajını bir sonraki seviyeye taşımak için üzerinde çalıştığınız en heyecan verici inovasyonlar neler?

En büyük inovasyonlarımızdan biri, canlı/yayında dublaj olacak, bu da canlı yayınlar gibi spor müsabakaları ve haber medyası için gerçek zamanlı dublajı mümkün kılacaktır, böylece küresel etkinlikler anında erişilebilir olacaktır. Bu teknolojiyi, büyük ölçek ve tam duygusal destek ile insan seslerini metinden yaratabilen propriyetary eTTs™ özelliğimizle birleştireceğiz, bu da yüksek kaliteli, otantik ve duygusal canlı dublaj sunacaktır.

Mesela, Olimpiyat açılış törenleri veya herhangi bir canlı spor etkinliği gibi, yerel yayıncılar genellikle bölgesel dil ve lehçelerinde yorum yapar, bu teknoloji ise dünya çapındaki izleyicilerin etkinliği anında anadillerinde deneyimlemelerine olanak tanıyacaktır.

Canlı dublaj, canlı etkinliklerin dünya çapında nasıl deneyimlendiğini yeniden tanımlayacaktır, böylece dil hiçbir zaman bir engel olmayacaktır.

AI tarafından üretilen dublaj, bazı projelerde eleştirilere maruz kaldı. Bu eleştirilerin arkasındaki ana faktörlerin neler olduğunu düşünüyorsunuz?

Eleştirilerin ana nedenleri, otantiklik, etik ve kalite endişeleridir. Bazı AI tarafından üretilen sesler, duygusal rezonans ve nüanslardan yoksundu. Deepdub olarak, duygusal olarak ifade edilebilen AI sesleri geliştirdik, böylece orijinal performansın ruhunu korur. Deepdub, tüm boyutlarda %70’in üzerinde mükemmel izleyici memnuniyeti elde etti, bunlar arasında mükemmel casting, net diyalog, sorunsuz senkronizasyon ve mükemmel tempo bulunur.

Diğer bir sorun, AI seslerinin etik kullanımıdır. Deepdub, endüstrinin ilk Royalty Programını liderlik etmektedir, bu program AI tarafından üretilen performanslar için ses sanatçılarına telif ücreti öder. AI’nin insan yaratıcılığını geliştirmesi, değil değiştirmesi gerektiğine inanıyoruz ve bu taahhüt, her şeyimizde yansıtılmaktadır.

AI dublajının, önümüzdeki 5-10 yılda küresel eğlence endüstrisini nasıl değiştireceğini düşünüyorsunuz?

Önümüzdeki on yılda, AI destekli dublaj, içerikleri hiç olmadığı kadar erişilebilir kılacaktır, filmler, TV şovları ve canlı yayınlar her yerde, her dilde anında erişilebilir olacaktır.

İzleyicilerin dilsel ve kültürel engelleri olmadan hikayelere erişebildiği bir dünya hayal ediyoruz. Akış platformları ve yayıncılar, gerçek zamanlı çok dilli dublajı entegre edecek, böylece dil bariyerlerini kaldıracak ve hikayelerin daha hızlı seyahat etmesini sağlayacaktır.

AI dublajı, ayrıca görsel ve işitme engelliler için medya erişilebilirliğini de geliştirecektir. Çok sayıda insan, görsel içeriği takip etmek için sesli açıklamalara güvenmektedir ve AI dublajı, altyazıların erişilemez olduğu yabancı dil içeriklerine erişimlerini sağlar. Hem dilsel hem de duyusal bariyerleri kırarak, AI destekli dublaj, herkes için daha kapsayıcı bir eğlence deneyimi yaratmaya yardımcı olacaktır, bu özellikle yeni medya erişilebilirliği düzenlemeleri dünya çapında yürürlüğe girdiğinde kritik olacaktır.

AI dublajının gerçekten ana akım haline gelmesi için çözülmesi gereken en büyük zorluklar neler?

En büyük zorluklar, ultra yüksek kaliteyi ölçeklenebilirlikte korurken, kültürel ve dilbilimsel doğruluğu garantileyerek ve AI tarafından üretilen sesler için etik rehberlerini oluşturmaktır. Ancak, teknik engellerin ötesinde, AI dublajının kamuoyu tarafından kabul görmesi, izleyicilerin AI tarafından üretilen seslerin orijinal performansların otantikliğini ve duygusal derinliğini koruduğuna inanmasına bağlıdır.

AI dublajı tam olarak benimsenmesi için, yüksek kalite, insan sanatını teknoloji ile birleştiren ve yaratıcı bütünlüğe, dilbilimsel nüansa ve kültürel bağlama saygı gösteren bir çözümdür. Bu, seslerin orijinal aktörlerin niyetine sadık kaldığını, hatalardan kaçındığını ve izleyiciyi uzaklaştırmadığını garantilemek anlamına gelir. Ayrıca, AI ses teknolojisini geliştirirken, deepfake riskleri ve ses mülkiyeti konusundaki etik endişeleri de dikkate almak önemlidir.

AI dublajı daha yaygın hale geldikçe, teknoloji sağlayıcıları, ses otantikliği, güvenliği ve fikri mülkiyet koruması için katı standartlar uygulamalıdır. Deepdub, bu alanlarda aktif olarak liderlik etmektedir, böylece AI ses teknolojisi, küresel hikaye anlatımını geliştirirken, insan yeteneğinin sanatsal ve profesyonel katkılarını saygı ile korur. İzleyici, içerik yaratıcıları ve endüstri paydaşları, AI dublajını güvenilir ve değerli bir araç olarak tam olarak benimseyecektir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Deepdub sitesini ziyaret edebilir.