डब की गई फिल्मों का观看 करते समय, दर्शकों को अक्सर एक समस्या का सामना करना पड़ता है: पात्रों के मुँह की हरकतें और डबिंग की भाषा में असंगति, जो न केवल दर्शक अनुभव को प्रभावित करती है, बल्कि कहानी में डूबने में भी कठिनाई पैदा करती है। इस स्थिति में बदलाव लाने के लिए, 2021 में स्थापित भारतीय स्टार्टअप NeuralGarage सक्रिय रूप से प्रयास कर रहा है, जिसने डबिंग उद्योग को पूरी तरह से बदलने की कोशिश की है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney। NeuralGarage का मुख्यालय भारत के बैंगलोर में स्थित है, जिसे अंजान बनर्जी और सुभासिश द्वारा स्थापित किया गया है।

यूट्यूब ने घोषणा की है कि वह अपनी एआई संचालित स्वचालित डबिंग सुविधा को 'लाखों चैनलों' तक विस्तारित कर रहा है, जो यूट्यूब पार्टनर प्रोग्राम के अंतर्गत हैं और ज्ञान और सूचना संबंधी सामग्री पर केंद्रित हैं। यह नई सुविधा न केवल क्रिएटर्स के वीडियो के प्रचार दायरे को बढ़ा सकती है, बल्कि विभिन्न भाषाओं के दर्शकों को भी आकर्षित कर सकती है। यूट्यूब ने कहा है कि भविष्य में वे इस सुविधा को अन्य प्रकार की सामग्री में धीरे-धीरे शामिल करेंगे। यूट्यूब के अनुसार, ऑटो डबिंग की सामग्री मूल वीडियो की भाषा पर निर्भर करती है।

बीजिंग इंटरनेट न्यायालय ने हाल ही में एक महत्वपूर्ण मामले की सुनवाई की, यह देश का पहला मामला है जो एआई जनित आवाज के व्यक्तित्व अधिकार उल्लंघन से संबंधित है। आर्टिफिशियल इंटेलिजेंस तकनीक के तेजी से विकास के साथ, एआई आवाज, चित्र और वीडियो व्यापक रूप से उपस्थित होने लगे हैं, जिसके साथ आने वाले कानूनी मुद्दों की संख्या भी बढ़ रही है।

ChatTTS-OpenVoice नामक एक नवोन्मेषी प्रोजेक्ट ने इंटरनेट पर ध्यान आकर्षित किया है, जो ChatTTS और OpenVoice तकनीक को एकीकृत करता है, उपयोगकर्ता द्वारा अपलोड किए गए 10 सेकंड के संदर्भ ऑडियो के आधार पर व्यक्तिगत और प्राकृतिक आवाज उत्पन्न कर सकता है। यह तकनीक डबिंग उपकरण और वॉयस असिस्टेंट के लिए उपयुक्त है, जिससे अपलोड प्रक्रिया को सरल बनाकर, उपयोगकर्ता को कस्टमाइज्ड आवाज अनुभव प्रदान किया जा सके। इस प्रोजेक्ट के लॉन्च होने के बाद, इसे डेवलपर्स और उपयोगकर्ताओं से व्यापक सराहना मिली है, और यह सोशल मीडिया पर चर्चा का विषय बन गया है। परियोजना के प्रमुख ने कहा है कि इसका उद्देश्य उपयोगकर्ताओं को और भी व्यक्तिगत और प्राकृतिक आवाज प्रदान करना है।

Linly-Dubbing एक ओपन-सोर्स AI उपकरण है, जिसे वीडियो के बहुभाषीय डबिंग और अनुवाद के लिए डिज़ाइन किया गया है, जो वीडियो स्थानीयकरण प्रक्रिया को सरल बनाता है। उपयोगकर्ता को केवल वीडियो अपलोड करने की आवश्यकता होती है, उपकरण स्वतः डाउनलोड, अनुवाद, डबिंग और सबटाइटल उत्पन्न कर देता है, जो विभिन्न भाषाओं का समर्थन करता है। इसकी AI पहचान और अनुवाद की क्षमता मजबूत है, जो GPT जैसे मॉडलों के साथ सहयोग करती है, अनुवाद की गुणवत्ता उच्च और प्राकृतिक दक्षता सुनिश्चित करती है। विशेष रूप से ध्वनि क्लोनिंग तकनीक को उजागर किया गया है, जो मूल आवाज़ के अत्यधिक समान ध्वनि उत्पन्न कर सकती है, जिससे मुंह की हरकतें और आवाज़ के बीच सामंजस्य सुनिश्चित होता है, और वीडियो देखने के अनुभव को बढ़ाती है। यह उपकरण अंतरराष्ट्रीय शिक्षा और वैश्विक मनोरंजन के लिए उपयुक्त है।

ElevenLabs एक ऐसी कंपनी है जो ऑडियो जनरेशन तकनीक पर ध्यान केंद्रित करती है, हाल ही में उन्होंने वीडियो जनरेशन क्षेत्र में कदम रखने की घोषणा की है। उन्होंने एक परियोजना को ओपन-सोर्स किया है, जो अपलोड किए गए वीडियो के लिए स्वचालित रूप से डबिंग और उचित ऑडियो प्रभाव उत्पन्न कर सकता है।

Tian Tu Wan Jing टीम ने Sora Opera नामक वीडियो ऑडियो यूनिवर्सल टूल लॉन्च किया है, जिसने वीडियो को 'म्यूट मोड' से मुक्त किया है। उपयोगकर्ता बनाए गए वीडियो में बैकग्राउंड म्यूजिक और साउंड इफेक्ट जोड़ सकते हैं, जिससे वीडियो का 'म्यूट मोड' हटा दिया गया है, लेकिन इसके लिए Sora Opera सदस्यता खरीदनी होगी। Sora Opera योजना ध्वनि प्रभाव और वीडियो बैकग्राउंड म्यूजिक की सुविधाएँ प्रदान करती है, और क्लाउड संस्करण सबसे पहले साझेदारों के लिए उपलब्ध कराया जाएगा। संस्थापक ने Sora Opera के कुछ डेमो वीडियो प्रदर्शित किए, जो 60 मिनट तक के वीडियो डबिंग का समर्थन करते हैं। Sora Opera में कई विशेषताएँ भी हैं।

SAG-AFTRA ने Replica Studios के साथ मिलकर AI वॉयस एक्टर्स के उपयोग को मंजूरी दी, जिससे वैश्विक डबिंग समुदाय में असंतोष फैल गया। यह समझौता 'न्यायपूर्ण और नैतिक' डिजिटल वॉयस कॉपी बनाने के लिए है, जो मानव वॉयस एक्टर्स का भविष्य प्रभावित कर सकता है। डबिंग सितारों ने सोशल मीडिया के माध्यम से इस खबर पर अपनी चिंताओं को व्यक्त किया, और कुछ महत्वपूर्ण आवाज उद्योग व्यक्तियों ने तो दूसरी बार अभिनेता हड़ताल की संभावनाओं के बारे में अफवाहें फैलाना शुरू कर दिया।

बीजिंग इंटरनेट अदालत ने देश के पहले AI आवाज के उल्लंघन के मामले की पहली सुनवाई की, जिसमें एक डबिंग कलाकार ने मोज़िकॉर्न वर्कशॉप APP, माइक्रोसॉफ्ट और अन्य पांच प्रतिवादियों के खिलाफ मुकदमा दायर किया। मूल आवेदक ने पाया कि उनकी डबिंग की गई रचनाएँ AI द्वारा बनाई गई हैं और मोज़िकॉर्न वर्कशॉप APP पर बेची जा रही हैं। आवेदक ने प्रतिवादियों पर अपने आवाज़ के अधिकार का उल्लंघन करने का आरोप लगाया और उल्लंघन रोकने और नुकसान को मुआवजा देने की मांग की। सभी पांच प्रतिवादियों ने उल्लंघन का खंडन किया और प्रत्येक ने वैध स्रोत का दावा किया। मामला आगे की सुनवाई में है।

डोंगिन ब्लॉगर्स ने इमो सर्कल में अक्सर सुनी जाने वाली एआई आवाज के पीछे छिपे असली आवाज़ स्रोत का खुलासा किया। एक महिला ब्लॉगर्स के पति द्वारा उनकी डबिंग की आदतों को सुनकर बचने की कोशिश की जाती है। मनोरंजन ब्लॉगर्स ने इन आवाज़ों को संपादित कर शिआंगहॉ में साझा किया, जिससे उन्हें बहुत सराहना मिली। एआई आवाज वास्तव में असली आवाज़ों का उपयोग करके गहन अध्ययन और सिंथेसिस द्वारा बनाया गया है; “युंसी” आवाज़ का स्रोत माइक्रोसॉफ्ट एज़्योर टेक्स्ट-टू-स्पीच सेवा से आया है।