استارتاپ Sarvam به تولیدکنندگان محتوا برای دوبله ویدیوها با هوش مصنوعی پاداش نقدی می‌دهد

جذب تولیدکنندگان محتوا توسط Sarvam برای گسترش دوبله هوش مصنوعی به زبان‌های هندی

استارتاپ Sarvam مستقر در بنگالورو، یک برنامه همکاری با تولیدکنندگان محتوا (Creator Partner Programme) را برای یوتیوبرها، پادکست‌سازان و سازندگان ویدیوهای کوتاه راه‌اندازی کرده است. تولیدکنندگانی که در این برنامه پذیرفته شوند، اعتبار ماهانه رایگان برای دوبله آثار قبلی خود به زبان‌های هندی دریافت می‌کنند و می‌توانند با ساخت ویدیوهای تبلیغاتی درباره قابلیت‌های پلتفرم Sarvam، پاداش نقدی نیز به دست آورند.

این برنامه در بستر Content Studio اجرا می‌شود؛ محیط کار مبتنی بر مرورگر شرکت Sarvam که برای پیاده‌سازی متن از گفتار (رونویسی)، ترجمه و تولید صدا توسعه یافته است. تولیدکنندگان محتوا می‌توانند بدون نیاز به کدنویسی پروژه‌های تکی خود را مدیریت کنند و در صورتی که آرشیو بزرگی از ویدیوها نیازمند پردازش دسته‌ای (Batch) باشد، از همین اعتبارات در رابط‌های برنامه‌نویسی کاربردی (API) اختصاصی Sarvam بهره ببرند.

دو مسیر مجزا، یک فرم ثبت‌نام

شرکت‌کنندگان تأییدشده می‌توانند از اعتبارات خود برای دوبله، ایجنت‌های صوتی و دسترسی مستقیم به API استفاده کنند. پلتفرم Sarvam حداقل تعداد دنبال‌کننده را شرط ورود نکرده است، هرچند متقاضیان همچنان باید از مرحله بررسی و تأیید اولیه عبور کنند.

پلتفرم Sarvam از زبان انگلیسی و ۱۰ زبان هندی (شامل هندی، تامیلی، تلوگو، بنگالی، مراتی، گجراتی، کانادا، مالایالام، پنجابی و اوریا) پشتیبانی می‌کند.

سه مدل هوش مصنوعی که بار پردازش را به دوش می‌کشند

محیط استودیوی محتوا (Content Studio) از ترکیب سه مدل هوش مصنوعی قدرت می‌گیرد: مدل تبدیل گفتار به متن Saaras، مدل مترجم Sarvam Translation و مدل تبدیل متن به گفتار Bulbul V3. به بیان ساده، این سامانه ابتدا صدای فایل مبدأ را پیاده‌سازی و رونویسی می‌کند، سپس متن به‌دست‌آمده را با حفظ نشانه‌ها و هماهنگی‌های زمانی ترجمه کرده و در نهایت ترک صوتی جدیدی به زبان انتخابی تولید می‌کند. این استودیو همچنین بیش از ۳۵ صدای هوش مصنوعی مختلف را در اختیار کاربران قرار می‌دهد.

پس از آپلود ویدیو توسط تولیدکننده محتوا، فرآیند پردازش Sarvam تلاش می‌کند لحن و ویژگی‌های صدای گوینده اصلی را در خروجی جدید حفظ کند. به گفته این شرکت، کارهایی که پیش از این نیازمند جلسات طولانی ضبط استودیویی و تدوین دستی بودند، بسته به حجم پروژه می‌توانند در عرض چند دقیقه تکمیل یا در همان روز تحویل داده شوند.

قابلیت ویرایش سطر به سطر به تولیدکنندگان محتوا امکان می‌دهد تا بدون نیاز به تولید مجدد کل فایل صوتی، یک نام خاص، تاریخ یا عبارت نادرست را تصحیح کنند. این لایه ویرایشی برای محتوای زبان‌های هندی اهمیتی حیاتی دارد؛ چراکه اسامی خاص، تلفظ‌های محلی و جابه‌جایی مکرر میان زبان‌ها (Code-switching) می‌تواند در یک دوبله به‌ظاهر روان، اشتباهات متعددی پدید آورد.

از پخش برنامه‌های دولتی تا ابزارهای خودکار دردسترس عموم

استارتاپ Sarvam خود را یک آزمایشگاه هوش مصنوعی حاکمیتی معرفی می‌کند که تمرکزش بر زبان‌های هندی و نیازهای پیاده‌سازی بومی معطوف است. از جمله پروژه‌های دولتی این شرکت می‌توان به دوبله سخنرانی ماهانه «مان کی بات» (Mann Ki Baat) نخست‌وزیر هند به ۱۱ زبان هندی برای پخش در شبکه‌های رسمی و رسانه‌های دیجیتال اشاره کرد.

دردسترس قرار گرفتن Content Studio برای عموم کاربران، این مجموعه ابزارهای صوتی را از انحصار پروژه‌های دولتی و سازمانی خارج می‌کند. اکنون یک تولیدکننده محتوای مستقل یا یک تیم بازاریابی کوچک می‌تواند تمام مراحل کار را مستقیماً از طریق مرورگر آزمایش کند؛ هم‌زمان توسعه‌دهندگان نیز قادرند پیش از انتقال پروژه‌های حجیم به API، نمونه‌های اولیه خود را در داشبورد بسازند.

استارتاپ Sarvam تولیدکنندگانی را که آرشیوی با بیش از ۲۰۰ ویدیو دارند، به استفاده از پردازش دسته‌ای API هدایت می‌کند. این آرشیوهای قدیمی و حجیم، بار پردازشی مداومی برای استنتاج مدل‌ها به‌همراه می‌آورند و کانال‌های این تولیدکنندگان را به ویترینی عمومی برای نمایش توانمندی‌های مدل‌های ترجمه و گفتار Sarvam تبدیل می‌کنند.

کیفیت زبان‌های هندی؛ برگ برنده در میدان رقابت

در حال حاضر پلتفرم‌های شناخته‌شده‌ای همچون ElevenLabs، HeyGen و Rask ابزارهای دوبله چندزبانه مبتنی بر هوش مصنوعی را به فروش می‌رسانند. با این حال، Sarvam وجه تمایز خود را بر سه محور استوار کرده است: مدل‌هایی که منحصراً بر پایه آواشناسی زبان‌های هندی توسعه یافته‌اند، اعتبارات رایگان دوره‌ای و پرداخت مستقیم پاداش نقدی به سازندگان محتوا.

میزان دقت در تلفظ اسامی، گفتارهای چندزبانه و محاوره‌ای، لهجه‌های محلی و هماهنگی زمانی جملات مشخص خواهد کرد که آیا این تخصص ویژه در میدان عمل به نتایج بهتری می‌انجامد یا خیر. این برنامه همکاری، فرصتی یارانه‌ای و کم‌هزینه برای تولیدکنندگان محتواست تا این ادعاها را نه روی چند نمونه آزمایشی محدود، بلکه روی آرشیوهای واقعی ویدیوهای خود محک بزنند.

جزئیات مالی برنامه همچنان محرمانه است

استارتاپ Sarvam هنوز مقدار اعتبار ماهانه تخصیص‌یافته، حدنصاب تعداد بازدید برای ویدیوهای تبلیغاتی یا رقم دقیق پاداش نقدی را به‌صورت عمومی اعلام نکرده است. به گفته این شرکت، تولیدکنندگانی که درخواستشان تأیید شود، این جزئیات را مستقیماً دریافت خواهند کرد.

• میزان اعتبار تخصیص‌یافته: اعلام‌نشده
• حدنصاب بازدید ویدیوهای تبلیغاتی: اعلام‌نشده
• پاداش نقدی: اعلام‌نشده
• حداقل تعداد دنبال‌کننده: بدون محدودیت
• تمدید اعتبار: ماهانه (مشروط به انتشار مستمر محتوا)

این ارقام نامشخص مانع از آن می‌شود که تولیدکنندگان محتوا درآمد بالقوه خود را برآورد کنند و توسعه‌دهندگان نیز نمی‌توانند میزان استفاده رایگان تحت پوشش این برنامه در API را محاسبه کنند. با این همه، پیشنهاد ملموس فعلی شامل دسترسی رایگان به ابزارهای صوتی چندزبانه Sarvam، تمدید مشروط اعتبار برای کاربران فعال و پرداخت‌های پاداش‌محور به ازای تولید محتوای تبلیغاتی منتخب است.