شروع گفت‌وگو
نمونه‌کار · 09 / 20

PPTX Dubber؛ دوبله هوشمند روایت اسلاید به هر زبان

ابزاری که روایت هر اسلاید را استخراج و رونویسی می‌کند، با هوش مصنوعی به متن طبیعی زبان مقصد بازنویسی می‌کند، با صدای انسانی جایگزین می‌کند و MP4 می‌سازد.

PPTX Dubber؛ دوبله هوشمند روایت اسلاید به هر زبان
PPTX Dubber؛ دوبله هوشمند روایت اسلاید به هر زبان
دسته
هوش مصنوعی و ابزار تولید محتوا
نقش من
طراحی و توسعه محصول
زمان
ابزار داخلی
نوع خدمت
هوش مصنوعی و توسعه نرم‌افزار
01چندزبانه

FA، EN و زبان‌های دیگر

02Whisper

رونویسی محلی

03MP4

خروجی ویدیویی نهایی

04بازبینی

ویرایش متن پیش از صدا

چالش

ترجمه خشک و صدای رباتی معنا و شخصیت گوینده را از بین می‌برد. بازسازی دستی زمان‌بندی اسلایدها هم کند است.

راه‌حل

رونویسی محلی با faster-whisper، بازنویسی روایت با LLM با توجه به محتوای هر اسلاید، سنتز با ElevenLabs، جایگزینی صدا، زمان‌بندی و خروجی MP4. متن در یادداشت‌های اسلاید و استودیوی وب بازبینی می‌شود.

نقش من

  1. 01

    خط لوله هوش مصنوعی

    رونویسی، ترمیم متن و بازنویسی روایت، با توجه به موضوع هر اسلاید و لحن گوینده.

  2. 02

    سنتز صدا و رسانه

    تولید صدا با ElevenLabs، جایگزینی صدا در PPTX، زمان‌بندی اسلایدها و خروجی MP4.

  3. 03

    ابزار و تجربه کاربر

    رابط خط فرمان، بررسی رایگان تنظیمات، استودیوی وب و اجرای Docker.

تکنولوژی‌هاPythonfaster-whisperElevenLabsLLMFFmpeg

پروژه‌ای مشابه در ذهن دارید؟ با هم شروع کنیم؟