เต้าหู้แปลภาษา: วิเคราะห์เครื่องมือฟรีแปลภาษาวิดีโอ

เจอคลิปดังต่างประเทศ แต่ฟังไม่ออก

อยากเข้าใจ แต่ไม่มีซับให้อ่าน

“เต้าหู้แปลภาษา” เครื่องมือแก้ปัญหา ที่สำคัญฟรีด้วย!

ช่วงนี้ฮงเจอ content ที่พูดถึง tool ตัวนี้เยอะ เลยอยากจะมาแบ่งปันให้เพื่อนๆด้วย ลุยยย 🥳

“เต้าหู้แปลภาษา” ทำงานอย่างไร

เมื่อเปิดใช้งาน ระบบจะให้เราเลือกภาษาต้นทาง ปลายทาง

เมื่อเราเล่นวิดีโอ ระบบจะเปิดเสียงพากย์ของภาษาปลายทางมาทับของเดิม

ทำให้เราได้ยินเสียงพากย์ในภาษาที่ต้องการ

สุดยอดมากคับ 🥳

แต่สงสัยไหมครับ ว่าเบื้องหลังการทำงานเป็นอย่างไร ?

การทำงานเบื้องหลังเป็นอย่างไร 🤔

เนื่องจากฮงทำงานเป็นนักพัฒนาซอฟต์แวร์ (software developer) ฮงสนใจกระบวนการทำงาน และออกแบบระบบ เลยอยากศึกษา tool ตัวนี้ด้วยตัวเองครับ

ทั้งวิเคราะห์ เปิด devtool และถาม AI

ถ้าเพื่อนๆสงสัยเหมือนฮง เดี่ยวฮงแชร์ให้ฟังครับ

1. ระบบนี้ทำงานยังไงกันแน่?

ระบบนี้จะต้องส่งข้อมูลผ่าน API ไปยังหลังบ้าน และส่งผลลัพธ์ใน 3 ขั้นตอน

1. ถอดเสียงจากภาษาต้นทาง มาเป็นข้อความ (speech to text)
2. แปลภาษาจากต้นทาง ไป ปลายทาง น่าจะด้วย LLM (translation)
3. แปลงคำพูดในภาษาปลายทาง กลับเป็นเสียง (text to speech)

แต่จะส่งกลับไปทีเดียวมันก็คงจะใช้เวลานานเกินไป น่าจะส่งไปทีละส่วน เหมือนตอนที่เราดูวิดีโอ เล่นไปโหลดไป (เทคนิคนี้เรียกการส่งแบบ streaming)

เมื่อเรามองขั้นตอนนี้ออก เราจะเห็นว่าแต่ละส่วน มันทำงานและเชื่อมต่อกันยังไง

ซึ่งเทคโนโลยีในยุคนี้ สามารถทำแต่ละขั้นตอนได้แล้ว และผู้พัฒนา “เต้าหู้แปลภาษา” นี้ก็ได้จับเอาสิ่งเหล่านี้มารวมกัน

คิดได้ไงอะ เก่งมากกก 👏

2. ระบบนี้ทำไมถึงรองรับแค่ yt และ udemy ? ทำไมถึงใช้กับ Netflix, Disney+, Prime Video ไม่ได้ ?

เหุตผลคือ ระบบเช่น Netflix ได้ใช้ Digital rights management (DRM) หรือ เทคโนโลยีที่ใช้ป้องกันการดาวน์โหลด

ทำให้ ระบบ “เต้าหู้แปลภาษา” ไม่สามารถดึงข้อมูลมาใช้ได้

รีวิวการใช้งาน

1. ฮงลองเปิดฟังด้วยเสียงพากย์ไทย แล้วพบว่าเสียงเหมือนคลิปสปอย์หนังเลย น่าจะใช้เครื่องมือตัวเดียวกัน 55555 😆

2. ระบบไม่ได้พากย์ทับโดยสมบูรณ์ ลดเสียงต้นฉบับให้เบาที่สุด และเปิดเสียงใหม่ในจังหวะเดียวกัน 😂 เลยจะมีเสียงซ้อนกันบ้าง

3. ไม่เหมาะกับคลิปที่พูดหลายภาษา เพราะเราเลือกภาษาต้นทางได้แค่ 1 ทำให้ผลลัพธ์การพากย์เสียง มีความผิดพลาดได้ 🥹

สรุปโดยหัวหน้าฮง

เครื่องมือนี้ช่วยสร้างทางเลือกในการฟังคลิป ในภาษาที่ต้องการ

นอกจากการเลือกฟังภาษาที่เราเข้าใจอยู่แล้ว (เช่น แปลอังกฤษ -> ไทย)

เรายังสามารถเลือกฟังภาษาที่ต้องการจะฝึกได้อีกด้วย (เช่น ไทย -> จีน)

ในแง่ของการสร้าง product เพื่อแก้ปัญหา ฮงคิดว่าออกแบบได้ตอบโจทย์มาก ฮงเชื่อว่ามีหลายคนที่อยากแก้ปัญหาเรื่องนี้ และเครื่องมือนี้ก็น่าสนใจไม่ใช่หน่อย

ใครลองแล้วมาแชร์ให้ฮงฟังได้นะครับ (พิกัดอยู่ใน คอมเม้นครับ)

ขอบคุณครับ

ปล. หลายจุดฮงวิเคราะห์เอง อาจจะผิดพลาดได้ ขอ อภัย ณ ที่นี้ครับ