เสียงที่รู้ว่าคำแต่ละคำอยู่ตรงไหน
ซับไตเติล งานพากย์ คาราโอเกะ และใบหน้าที่ขยับปาก ต้องการสิ่งเดียวกันทั้งหมด คือจังหวะที่แต่ละคำเริ่มและจบ สำหรับภาษาไทย การผลิตข้อมูลนี้ยากกว่าที่เห็น
ภาษาไทยเขียนติดกันโดยไม่มีช่องว่าง#
ในภาษาอังกฤษ ไทม์สแตมป์ระดับคำแทบไม่มีต้นทุน ช่องว่างบอกอยู่แล้วว่าคำอยู่ตรงไหน งานที่เหลือคือจับขอบเขตที่รู้อยู่แล้วให้ตรงกับเสียง ใครก็ทำได้ และผลลัพธ์น่าสนใจเท่าที่ตัวเสียงน่าสนใจเท่านั้น
ภาษาไทยเขียนคำชนกันโดยไม่มีอะไรคั่น หนึ่งประโยคคือแถวตัวอักษรยาวต่อเนื่อง และจุดที่คำหนึ่งจบคือการตัดสินใจที่คนอ่านทำจากความหมายของคำ ช่วงเวลาระดับคำของภาษาไทยจะเกิดขึ้นได้ก็ต่อเมื่อการตัดสินใจนั้นถูกต้องมาก่อนแล้ว
ช่วงเวลาระดับคำในภาษาไทยคือหลักฐานว่าข้อความถูกเข้าใจแล้ว
นี่คือโจทย์เดียวกับที่โมเดลถูกสร้างขึ้นมาแก้ ซึ่งโผล่ออกมาที่นี่ในรูปของฟีเจอร์ที่ฟังได้
หนึ่งคลิป พร้อมข้อมูลเวลา#
ยินดีต้อนรับ
คำจะสว่างขึ้นตามจังหวะที่ถูกพูด นี่คือช่วงเวลาที่คำขอนั้นส่งกลับมาจริง บนคลิปที่มันส่งกลับมาพร้อมกัน
ขอได้สามระดับ#
ระดับที่ถูกต้องคือระดับที่ตัวเล่นของคุณต้องการ การขอระดับที่หยาบกว่าช่วยให้ทำงานง่ายขึ้น ไม่ได้ทำให้ราคาถูกลง
word
สำหรับคาราโอเกะและอ่านตาม
ทุกคำมีจุดเริ่มและจุดจบของตัวเอง นี่คือสิ่งที่ใช้ไฮไลต์ข้อความให้ตรงกับเสียง และเป็นสิ่งที่แอปเรียนภาษาใช้บอกผู้เรียนว่าตอนนี้อยู่ตรงไหน
sentence
สำหรับซับไตเติลและคำบรรยาย
หนึ่งช่วงต่อหนึ่งประโยค ซึ่งเป็นหน่วยที่บรรทัดซับถูกตัด ไปป์ไลน์ทำคำบรรยายส่วนใหญ่ต้องการแค่ระดับนี้ ไม่ต้องละเอียดกว่านั้น
utterance
สำหรับงานพากย์และงานมิกซ์
หนึ่งช่วงสำหรับการพูดทั้งก้อน มันตอบว่าเสียงพูดเริ่มและจบตรงไหนในไฟล์ ซึ่งเป็นสิ่งที่คนตัดต่อเอาไปวางเทียบกับภาพ
การขอข้อมูลเวลาเปลี่ยนผลลัพธ์เป็นซองข้อมูล JSON ที่มีทั้งเสียงและช่วงเวลา และคิดค่าบริการ 1.25 เท่าของอัตราปกติ ตัวเสียงเองไม่เปลี่ยน
แปลให้ลงกล่อง แล้วอ่านให้ลงเวลา#
การทำซับไทยให้วิดีโอต่างประเทศคือสองงานที่ปกติต้องใช้ผู้ให้บริการสองเจ้า ทั้งสองงานอยู่ที่นี่ และงานที่สองอ่านสิ่งที่งานแรกเขียนไว้
- 01
แปลบรรทัดนั้นภายใต้ความยาวที่กำหนด
กล่องซับรับตัวอักษรได้จำนวนหนึ่ง และภาษาไทยแทบไม่เคยยาวเท่าต้นฉบับ ระบบแปลรับค่าความยาวสูงสุดต่อหนึ่งช่วงและบีบภาษาไทยให้พอดี โดยไม่ตัดความหมายทิ้งเพื่อให้ลง
- 02
อ่านออกเสียงพร้อมเปิดข้อมูลเวลา
บรรทัดภาษาไทยถูกส่งไปสังเคราะห์เสียงพร้อมขอไทม์สแตมป์ สิ่งที่ได้กลับมาคือเสียงกับช่วงเวลามาด้วยกันในผลลัพธ์เดียว และตรงกันอยู่แล้วตั้งแต่ต้น
- 03
สร้างไฟล์จากช่วงเวลา
ไฟล์ซับหรือไฟล์พากย์ของคุณเขียนขึ้นจากช่วงเวลาเหล่านั้น ไม่มีอะไรต้องมาจัดให้ตรงกันทีหลัง เพราะข้อมูลเวลามาจากรอบเดียวกับที่สร้างเสียง
ขั้นตอนจัดเสียงให้ตรงกับข้อความคือจุดที่ไปป์ไลน์ซับส่วนใหญ่เสียเวลาทั้งคืน ตรงนี้ไม่มีอะไรต้องจัด เพราะข้อมูลเวลากับเสียงถูกผลิตขึ้นมาพร้อมกัน
คำถามที่พบบ่อย#
- ช่วงเวลาถูกจัดให้ตรงทีหลัง หรือผลิตมาพร้อมเสียง
- ผลิตมาพร้อมกัน ช่วงเวลากับเสียงกลับมาในผลลัพธ์เดียวจากการประมวลผลรอบเดียว จึงไม่มีขั้นตอนจัดให้ตรง และไม่มีอะไรที่จะเคลื่อนออกจากกันได้
- ขอข้อมูลเวลาระหว่างสตรีมได้ไหม
- ได้ คำขอแบบสตรีมที่เปิดข้อมูลเวลาจะส่งอีเวนต์แบบบรรทัดต่อบรรทัดกลับมา และทุกช่วงเวลาเดินทางครั้งเดียว บนก้อนข้อมูลที่มันสังกัดอยู่
- ข้อมูลเวลามีค่าใช้จ่ายเท่าไร
- 1.25 เท่าของอัตราปกติสำหรับตัวอักษรจำนวนเดียวกัน ระดับความละเอียดไม่มีผลต่อราคา ระดับคำกับระดับทั้งช่วงพูดคิดเท่ากัน
- ใช้กับข้อความที่ผสมไทยกับอังกฤษได้ไหม
- ได้ และตรงนี้เองที่ช่วงเวลาระดับคำแสดงคุณค่าออกมา ชื่อสินค้าภาษาอังกฤษที่อยู่ในประโยคไทยคือหนึ่งคำท่ามกลางคำไทย และถูกจับเวลาแบบเดียวกัน ข้อความยาวได้ถึง 5,000 ตัวอักษรต่อหนึ่งคำขอ
- เอาไปทำอวตารที่ขยับปากได้ไหม
- ได้ ช่วงเวลาระดับคำคือสิ่งที่ปากใช้อ่าน ขอข้อมูลเวลาระดับคำ แล้วขับการขยับปากจากขอบของแต่ละช่วง ใบหน้ากับเสียงจะใช้นาฬิกาเรือนเดียวกัน
เครดิตฟรี ไม่ต้องผูกบัตร
สมัครเข้าใช้งานแล้วเครดิตฟรีที่ได้รับครอบคลุมงานเสียงพร้อมข้อมูลเวลาได้ประมาณหนึ่งรีลซับ รวมถึงรอบที่คุณจะทิ้งไประหว่างปรับความยาวบรรทัดด้วย