YouTube: i video si potranno doppiare con l'IA generativa

Questa settimana sta vedendo l’implementazione di nuove funzionalità molto interessanti per YouTube. La piattaforma di streaming firmata Google continua a ottenere feature ottime per coloro che la usano molto frequentemente, tra cui i video in 1080p Premium – a patto che si risulti abbonati al piano a pagamento. Ci sono però anche novità gratuite in arrivo per tutti gli utenti, concepite per migliorare l’esperienza d’uso a tutti e fornire funzionalità avanzate a tutti i creator che continuano a essere attivi nel servizio.

In particolar modo, YouTube sta lavorando con Aloud per portare il doppiaggio generato da IA nei video: semplice e veloce da usare, permetterà a coloro che non hanno voci particolarmente adeguate ai dub, o che vogliono offrire doppiaggi in più lingue, di ovviare all’assenza di doppiatori umani in grado di colmare questi vuoti.

YouTube pensa ai doppiaggi generati da IA per i video

Come ripreso da The Verge, la Grande G vuole semplificare il lavoro dei content creator e rendere i loro contenuti molto più accessibili in tutte le parti del mondo introducendo il doppiaggio generato da IA fornito da Aloud. La compagnia parte dell’incubator Area 120 di Google, infatti, fornisce uno strumento che trascrive un filmato dal feed video a testo, per poi tradurlo in altre lingue e produrre il doppiaggio.

YouTube sta già testando questo strumento con centinaia di creator, ma le lingue disponibili sono ancora poche. Per questa ragione, il rilascio diffuso non può ancora avvenire. Nonostante ciò, i risultati sembrano già promettenti – per quanto chiaramente “artificiali”. Un video del canale Amoeba Sisters tramite le impostazioni permette di modificare la traccia audio e ascoltare il test del doppiaggio in spagnolo, palesemente generato da un’IA.

È chiaro che non si tratti di un essere umano; tuttavia, la tecnologia ancora può migliorare in vista del debutto previsto per il 2024. L’obiettivo di YouTube e Aloud è quello di tradurre l’audio rendendolo più simile alla voce del creator originale, dando più espressione alle parole e sincronizzando il doppiaggio al labiale.