📽️ ТВ АЛФА ПРВА ВО РЕГИОНОТ СИНХРОНИЗИРА СЕРИЈА СО ВЕШТАЧКА ИНТЕЛИГЕНЦИЈА Со гласот на турските актери се зборува на македонски

Телевизија Алфа започна со емитување на турската серија „Бурни времиња“, која е синхронизирана на македонски  јазик со помош на вештачка интелигенција. Зад проектот стои домашното „Cinemon Audio Dubbing Studio“, во сопственост на продукцијата „Cinemon Media Factory“, кое развива сопствен систем за автоматизирана синхронизација.

Според Јане Бојаџи, режисер и прв човек на ТВ Алфа, станува збор за пионерски потфат не само во Македонија туку и во поширокиот регион и во Европа.

– Не само кај нас, ТВ Алфа е прва во овој дел од светот што прави синхронизација со вештачка интелигенција – вели Бојаџи.

За разлика од досегашните експерименти со кратки видеа, кои траат од една до две и пол минути, овој проект опфаќа серија со 240 епизоди и повеќе од 100 ликови. Токму должината на материјалот и потребата гласовите да останат препознатливи низ целата серија се меѓу најголемите предизвици во развојот на технологијата.

Гласовите се клонираат, но во оваа фаза сè уште човек ги проверува евентуалните грешки

Системот работи со клонирање на гласовите на оригиналните актери, од кои се генерираат гласови на македонски јазик. Според Бојаџи, процесот на обработка на звукот и синхронизацијата е автоматизиран, а гласовите на ликовите се одделуваат од музиката и од другите звучни елементи.

Сепак, технологијата сè уште не функционира целосно без човечка интервенција. Во последната фаза, при монтажата и аудиомиксот, е вклучен оператор што ги проверува и ги исправа грешките што ги прави системот.

– Бидејќи сме сè уште во развојна фаза на студиото, во последната фаза, едитирањето и аудиомиксот, учествува еден оператор. Сè уште се случуваат грешки, особено кога ликовите зборуваат брзо и неразбирливо. На пример, системот може да се двоуми дали е кажано „алал“ или „алах“, па тие грешки ги исправаме – објаснува Бојаџи.

Дополнителен предизвик е турскиот јазик, кој во својата граматичка и јазична структура значително се разликува од македонскиот. Според Бојаџи, токму тоа ги прави клонирањето и обработката на гласовите посложени.

Тој вели дека развојот продолжува и дека се очекува верзијата да биде готова до крајот на следната година, кога, според плановите на тимот, треба да бидат отстранети сегашните недостатоци и процесот да стане целосно автоматизиран.

Како софтверот ќе го научи македонското „Оф леле мори мајко“?

Еден од најголемите предизвици не е само да се генерира глас што звучи природно туку и да се зачува континуитетот на ликовите. Во серија со повеќе од 100 карактери, од кои некои се појавуваат, исчезнуваат и повторно се враќаат, системот мора да препознае кој лик зборува и да го задржи истиот глас низ сите епизоди.

– Најголемиот проблем кај долгите формати е како да се одржи континуитетот, како софтверот да препознава еден карактер од седмата епизода во 77-мата и во 177-мата епизода. Во моментов работиме на база на карактери, која е наша база на „Синемон“ и ќе ни овозможи полесно да се развиваме во иднина – вели Бојаџи.

Вториот правец на развој е емоционалната изведба. Целта е вештачката интелигенција да може да ги пренесе чувствата, интонацијата и специфичните изрази карактеристични за македонскиот јазик, наместо само буквално да ги изговори преведените зборови.

– Во моментов развојот на софтверот е насочен во два правца: континуитет на карактерите и емоционална изведба. Работиме на база на изведување човечки чувства на македонски јазик. На пример, „оф леле мори мајко“ е пример за израз што постои само во македонскиот јазик и не може едноставно да се пренесе на кој било друг јазик – објаснува тој.

Според Бојаџи, проблем е и недостигот од организирано и систематско обучување на моделите со македонски јазични податоци. Тој смета дека ова прашање треба да се решава и на институционално ниво, бидејќи приватните компании не можат сами да ја обезбедат целата потребна јазична инфраструктура.

– Ако погледнеме реално, кај водечките чет-ботови сè уште има проблеми со одговорите на македонски, со примеси на српски или бугарски. Тоа е еден од најголемите проблеми за развојот на вештачката интелигенција кај нас и сметам дека ова е работа на Владата. Ние не можеме сами да го направиме тоа – вели Бојаџи.

Тимот планира во иднина да изгради сопствена инфраструктура со сервер во Македонија и сопствен сервис за аудиосинхронизација, со што би се намалила зависноста од надворешни клауд системи.

Десет пати повеќе содржина за пократко време

Една од главните предности на новиот пристап, според Бојаџи, се брзината и пониските трошоци. Тој очекува во следните шест месеци тимот да може да произведува десет пати повеќе синхронизирана филмска содржина отколку со класичниот процес, по неколкукратно пониска цена.

Засега, според него, нема реакции од гледачите на синхронизацијата со вештачка интелигенција, што го смета за позитивен сигнал. Во стручните кругови, пак, резултатите предизвикале изненадување, особено затоа што станува збор за долга серија, а не за краток видеоматеријал.

Прашањето за иднината на професионалните актери за синхронизација останува отворено. Бојаџи смета дека технологијата ќе продолжи да се развива и дека синтетички создадените содржини и кинематографијата со живи актери ќе продолжат да постојат паралелно.

– Актерите реагираат, но треба да разбереме дека ова е само почетна точка. Нормално е да има реакции на секоја нова технологија. Мислам дека ќе егзистираат паралелно и вештачки креираните филмови, кои визуелно и наративно ќе изгледаат хиперреалистично, како и кинематографијата со реални актери. Како и досега, има публика што гледа анимирани филмови и публика што претпочита филмови со живи луѓе – вели тој.

Алфа најавува автоматизација и на информативната програма

Плановите на телевизијата не завршуваат со синхронизацијата на „Бурни времиња“. Бојаџи најавува развој и примена на нови процеси во телевизиското производство, вклучувајќи автоматизација на презентирањето на програмата и на обработката на информативните прилози.

– Во моментов работиме на автоматизација на презентирањето на програмата и на информативната програма. Водители на вести ќе има, но прилозите ќе бидат технолошки процесирани. Тоа веќе се прави во светот и не е нешто ново – вели тој.

Во однос на правата, Бојаџи објаснува дека телевизијата ги купува правата за аудиосинхронизација на македонски јазик од дистрибутерите, додека изведувачките права со актерите ги регулира дистрибутерот. Тој додава дека правната регулатива за авторските и сродните права во однос на новите технологии сè уште се развива на меѓународно ниво.

И покрај очекувањата за побрзо и поевтино производство, Бојаџи предупредува дека развојот на вештачката интелигенција носи и неизвесност.

– Јас сум човек што е одговорен и се плашам, бидејќи технологијата може да се користи и за добро и за зло. Со нож може да исечеш леб, но може и да убиеш човек. Никој нема точен одговор во кој правец ќе се развива оваа индустрија, исто како што никој немал точен одговор за развојот на нуклеарната технологија. Во 1945 година видовме еден правец на развој, а во педесеттите години, со создавањето на нуклеарните централи, и друг. Никој не може со сигурност да каже како ќе се развива оваа најнова дигитална технологија – заклучува Бојаџи.