AI ASL वीडियो अनुवादक

अमेरिकी सांकेतिक भाषा के वीडियो को अपने आप अंग्रेज़ी टेक्स्ट या उपशीर्षक में बदलें। प्रति मिनट 8 क्रेडिट, और यह अब भी प्रयोगात्मक है: अपना वीडियो अपलोड करें और नतीजा ख़ुद जाँचें — सांकेतिक भाषा का मशीनी अनुवाद भरोसेमंद नहीं है और उसे जाँचने की ज़रूरत होती है।

उदाहरण: एक संक्षिप्त संवादात्मक ASL क्लिप को एक पास में अंग्रेजी उपशीर्षकों में अनुवादित किया गया। कोई दुभाषिया नहीं, कोई मैनुअल ट्रांसक्रिप्शन नहीं।

ASL वीडियो अनुवाद के लिए Curify का उपयोग क्यों करें?

स्वचालित - कोई मैनुअल दुभाषिया चरण नहीं। एक सांकेतिक वीडियो अपलोड करें, अंग्रेजी उपशीर्षक प्राप्त करें।
पहली नज़र के लिए उपयोगी — जब कुछ भी न हो, तब यह बता देता है कि क्लिप मोटे तौर पर किस बारे में है। यह दुभाषिए का विकल्प नहीं है, और सांकेतिक भाषा जानने वाले किसी व्यक्ति की जाँच के बिना इसे प्रकाशित नहीं करना चाहिए।
वितरण के लिए डिज़ाइन किए गए आउटपुट प्रारूप: जलाए गए उपशीर्षक, YouTube के लिए SRT, या साधारण ट्रांसक्रिप्ट पाठ।
प्रति मिनट 8 क्रेडिट, और यह अब भी प्रयोगात्मक है। सांकेतिक भाषा का अनुवाद एक कठिन, अनसुलझी समस्या है — नतीजा बिना जाँचा हुआ मशीनी अनुवाद है और अक्सर ग़लत होता है, इसलिए प्रकाशित करने से पहले वीडियो की संकेत-भाषा से मिलान कर लें।

अक्सर पूछे जाने वाले प्रश्न

क्या ASL वीडियो अनुवादक आज उपलब्ध है?

हाँ। इसकी लागत प्रति मिनट 8 क्रेडिट है, और यह प्रयोगात्मक है: अनुवाद सांकेतिक भाषा पर प्रशिक्षित किसी मॉडल से नहीं, बल्कि एक सामान्य दृष्टि मॉडल से बनता है और अक्सर ग़लत होता है — कभी-कभी इस तरह कि वह सहज और आश्वस्त लगता है। नतीजे को तैयार अनुवाद नहीं, बल्कि जाँचने योग्य मसौदा मानें, और बिना समीक्षा के इसे सुगम्यता उपशीर्षक के रूप में कभी प्रकाशित न करें।

क्या यह ASL के अलावा अन्य भाषाओं पर काम करता है?

वर्तमान डेमो विशेष रूप से अमेरिकी सांकेतिक भाषा को लक्षित करता है। सांकेतिक भाषाएँ आपस में समझने योग्य नहीं हैं - BSL (ब्रिटिश), ऑस्लान (ऑस्ट्रेलियाई), और LSF (फ्रेंच) की अलग-अलग व्याकरण और शब्दावली होती है। हम प्रारंभिक पहुंच साइनअप से मांग के आधार पर अतिरिक्त सांकेतिक भाषाओं का स्कोपिंग कर रहे हैं।

AI ASL वीडियो अनुवाद क्या है?

ASL वीडियो अनुवाद एक सांकेतिक वीडियो प्रदर्शन को लिखित अंग्रेजी में परिवर्तित करता है। भाषण-से-पाठ या वीडियो ट्रांसक्रिप्शन के विपरीत, जो ऑडियो को पाठ में अनुवाद करता है, ASL अनुवाद को दृश्य मोडालिटी को पढ़ना होता है - सांकेतिककर्ता का हाथ का आकार, स्थान, गति, हथेली की ओर, और गैर-मैनुअल मार्कर (चेहरे के भाव, सिर का झुकाव, शरीर के बदलाव) जो व्याकरणिक अर्थ रखते हैं। यहाँ कोई ऑडियो ट्रैक नहीं है जिस पर वापस लौटना है।

ASL भी अंग्रेजी का एक-से-एक मानचित्र नहीं है। इसकी अपनी व्याकरण, शब्द क्रम, और मुहावरेदार वाक्यांश होते हैं। शब्द-के-संकेत प्रतिस्थापन ऐसा आउटपुट उत्पन्न करता है जो तकनीकी रूप से शाब्दिक है लेकिन टूटी हुई अंग्रेजी के रूप में पढ़ता है। गुणवत्ता अनुवाद को दृश्य संकेत को पहचानना और परिणाम को प्राकृतिक अंग्रेजी में पुनर्गठन करना होता है - यह एक भाषा के बीच अनुवाद करने के करीब है न कि एक का ट्रांसक्रिप्शन।

लक्ष्य: एक बहरा या सुनने में कठिनाई वाला सांकेतिककर्ता एक वीडियो रिकॉर्ड करता है; एक सुनने वाला दर्शक अंग्रेजी उपशीर्षक या ट्रांसक्रिप्ट पढ़ता है। अनुवाद पुल है।

Curify ASL वीडियो का अनुवाद कैसे करता है?

यह प्रक्रिया चार चरणों में चलती है। पहले, स्रोत वीडियो से नियत अंतराल पर फ़्रेम लिए जाते हैं — सिस्टम वीडियो को लगातार नहीं देखता, और आगे की ज़्यादातर सीमाएँ इसी एक बात से आती हैं।

दूसरा, इन फ़्रेमों को एक सामान्य विज़न-लैंग्वेज मॉडल पढ़ता है। यह बात साफ़ लिखना ज़रूरी है: यहाँ सांकेतिक भाषा के लिए कोई विशेष कंपोनेंट नहीं है — न हैंडशेप ट्रैकिंग, न मूवमेंट-वेक्टर मॉडल, न ASL पर प्रशिक्षित कुछ। मॉडल बस वही बताता है जो उसे स्थिर फ़्रेम में दिखता है।

तीसरा, उस विवरण को अंग्रेज़ी वाक्यों में बदला जाता है। चूँकि मॉडल लगातार गति के बजाय चुने हुए फ़्रेम पढ़ता है, इसलिए ASL जो कुछ गति और नॉन-मैनुअल मार्कर से कहती है — दिशा, पहलू, और वह चेहरे का व्याकरण जो कथन को प्रश्न बना देता है — उसे वह भरोसे से पकड़ नहीं पाता। एक कंट्रोल टेस्ट में हमने वही क्लिप उल्टा चलाकर दिया और मॉडल को पता नहीं चला। आउटपुट को अनुवाद नहीं, विषय का मोटा अनुमान मानें।

चौथा, अनुवादित पाठ को स्रोत समय के साथ संरेखित किया जाता है - प्रत्येक अंग्रेजी वाक्य उस वीडियो के सेकंड से जोड़ा जाता है जिसने इसे उत्पन्न किया। इससे आपको ऐसे उपशीर्षक मिलते हैं जिन्हें आप सीधे वीडियो संपादक में डाल सकते हैं, साथ ही एक SRT निर्यात जो YouTube में साफ-सुथरा लोड होता है।

इस पृष्ठ का डेमो वही वास्तविक पाइपलाइन है, जो एक असली ASL बातचीत क्लिप पर चलाई गई है। आपके अपने अपलोड भी उसी पाइपलाइन से गुज़रते हैं — और उन्हीं सीमाओं के साथ।