تبدیل ویدیو به متن با هوش مصنوعی
سرویس هوش مصنوعی پلتفرم ویدیو آروان‌کلاد، با قدرت پردازش پیشرفته، صدای ویدیوهای شما را به‌سرعت و با دقت به متن تبدیل می‌کند. این قابلیت از الگوریتم‌های هوشمند یادگیری عمیق استفاده می‌کند تا گفتار را شناسایی کرده، کلمات را با توجه به زمینه و لحن تشخیص دهد و متنی روان و قابل‌اعتماد تولید کند. شما می‌توانید به‌راحتی از این متن برای ساخت زیرنویس‌ها استفاده کنید یا آن را به زبان‌های دیگر ترجمه کنید.
برای استفاده از این ویژگی، از منوی «پلتفرم ویدیو»، بخش «هوش مصنوعی»، وارد صفحه‌ی «ویدیو به متن» شوید.
برای پردازش اولین فایل روی دکمه‌ی «شروع ساخت» کلیک کنید. در این مرحله می‌توانید ویدیوهایی که از پیش در کانال‌ها آپلود کرده‌اید را انتخاب کنید و یا یک ویدیو جدید را از طریق لینک آپلود کنید.
پس از انتخاب ویدیو، نوع سرویس را از میان «ترجمه» و «گفتار به متن» انتخاب کنید.
-
ترجمه
با استفاده از گزینه‌ی «ترجمه»، فایل زیرنویس ویدیوی شما، به هر زبانی که باشد، به زبان انگلیسی تولید می‌شود. تنها کافی است، صندوقچه‌ای از فضای ابری در منطقه‌ی شهریار انتخاب کنید تا فایل در آن قرار بگیرد.
برای آشنایی با شیوه‌ی ساخت باکت در آروان از راهنمای صندوقچه‌ها در فضای ابری کمک بگیرید.
-
گفتار به متن
اگر می‌خواهید گفتار ویدیوتان به متن تبدیل شود باید از این گزینه استفاده کنید. در حال حاضر زبان‌های فارسی و انگلیسی برای فایل ورودی پشتیبانی می‌شود.
با انتخاب زبان فایل ورودی و صندوقچه‌ی خروجی، می‌توانید فرآیند پردازش ویدیو را آغاز کنید.
توجه داشته باشید که، دقت متن خروجی در فایل‌هایی با حجم زیادی از صوت بدون گفتار (مانند موسیقی، صدای پس‌زمینه یا سکوت‌های طولانی) به‌نسبت ویدیوهایی با گفتار شفاف و شمرده ممکن است کم‌تر باشد.
در پایان روی دکمه‌ی شروع پردازش کلیک کنید. فرآیند پردازش بسته به زمان ویدیو متغیر است. می‌توانید وضعیت پردازش فایل‌ها را در صفحه‌ی «ویدیو به متن» مشاهده کنید.
با تکمیل پردازش می‌توانید در صندوقچه‌ای که انتخاب کرده بودید، خروجی موردنظرتان را دریافت کنید.
این خروجی را می‌توانید برای زیرنویس همان ویدیو در پلتفرم ویدیو آروان‌کلاد نیز استفاده کنید.