AI-dubbning: översätt en video steg för steg

Steg 1: välj en video med ett tydligt facit

Börja med 20–40 sekunder där du själv talar, gärna med en paus och ett namn eller tal som måste återges rätt. Spara originalfilen separat. Målet med det första försöket är en version du kan kontrollera replik för replik; en lång intervju gör felkedjan svårare att överblicka.

AI-dubbning översätter tal och ersätter talspåret. Undertexter lämnar i stället rösten kvar. Behöver du främst text till filmen kan du börja med undertexter och transkript. Att skapa en återanvändbar röst för nya manus är ytterligare ett arbete, beskrivet i guiden om att klona din egen röst.

Skriv upp vilket språk du översätter från och till, vem som ska lyssna och vilka ord som måste vara oförändrade. I vårt påhittade övningsklipp visar Mira hur en modell fungerar. Hon säger: ”Jag heter Mira. Ställ timern på femton minuter. Tryck inte på start ännu.” Negationen och femton är två kontrollpunkter; en snygg röst räcker inte som facit.

Steg 2: rätta källtranskriptet innan du bedömer översättningen

Lyssna på originalet och skriv ned exakt vad som sägs. Dela vid naturliga pauser och talarbyten. Ge varje replik ett ID som följer med genom hela arbetet. Anteckna start och slut på originalets tidslinje, inte bara meningens ordning. Då kan du hitta samma fel efter en ny generering.

Rätta först felhörda ord, namn och tal. Skriv ”femton minuter” i kontrollunderlaget om det är det du hör, även om ett automatiskt transkript visar ”50”. Behåll skillnaden mellan vad talaren faktiskt säger och vad du önskar att talaren hade sagt. Om originalet innehåller ett sakfel behöver du fatta ett separat redaktionellt beslut om det.

ID | Talare | Start–slut | Rättat källtal | Målspråk
01 | Mira   | 00:00–00:03 | Jag heter Mira. | My name is Mira.
02 | Mira   | 00:04–00:08 | Ställ timern på femton minuter. | Set the timer for fifteen minutes.
03 | Mira   | 00:09–00:12 | Tryck inte på start ännu. | Do not press start yet.

ID | Namn | Siffror | Rätt talare | Ryms i bilden | Fel/åtgärd | Ny kontroll
01 | ja/nej/ej aktuellt | ... | ... | ... | ... | ...

Protokollet är ditt eget dokument och kräver ingen särskild importfunktion. Låt en person som förstår originalspråket kontrollera det mot ljudet. Saknar du den språkkompetensen ska raden stå som okontrollerad, även när texten ser rimlig ut.

Steg 3: godkänn betydelsen och provläs inom tidsutrymmet

Översätt det rättade underlaget och jämför rad för rad. Kontrollera vem som gör vad, negationer, enheter, namn och siffror. I övningen ska replik 02 fortfarande ange femton minuter och replik 03 fortfarande förbjuda start just nu. En återöversättning kan ge en ledtråd, men låt en språkkunnig person göra slutgranskningen.

Provläs varje målreplik högt medan originalbilden spelar. Om texten kräver att du skyndar förbi en viktig siffra, skriv en kortare formulering med samma innebörd. Ta bort utfyllnad före information. Anteckna både den längre och den godkända kortare versionen så att du ser vad som ändrades. För fler kontroller av betydelse, se att granska en AI-översättning.

Bestäm också var talet får sluta. När handen trycker på en knapp vid en viss bildruta måste instruktionen vara begriplig före den handlingen. En målreplik kan vara språkligt riktig och ändå hamna för sent. Godkänn därför betydelse och tidsutrymme i två skilda kolumner.

Steg 4: skapa dubben och hitta redigeringsläget

I ElevenLabs dokumentation för Dubbing beskrivs uppladdning, val av målspråk och kostnadsbekräftelse före generering. Dubbing v2 har UI-redigering av transkript och översättning samt omgenerering per segment. Motsvarande v2-redigering via API kräver Enterprise. Dubbing omfattar ingen läppsynk.

Ladda upp din arbetskopia och välj ett målspråk för första försöket. Kontrollera språkvalet och den beräknade kostnaden på bekräftelseskärmen innan du startar. Dubbar som skapas på gratisplanen får enligt ElevenLabs automatiskt ett vattenmärke som inte går att ta bort; på betalda abonnemang sätts inget vattenmärke. Ska filmen användas skarpt behöver du alltså veta vilken plan du kör på innan du startar. Spara projektets namn och modell i protokollet. Instruktioner för en äldre projektvariant eller API:t är inte ett säkert facit för vilka knappar du ska se i ditt webbprojekt.

När projektet är klart, öppna redigeringsläget och jämför tjänstens källtranskript med ditt rättade underlag. För in korrigeringarna och den godkända måltexten i de redigerbara segmenten. Finns inte reglagen, pausa och kontrollera projektmodell och aktuella villkor. Köp inte en annan plan enbart utifrån att en API-funktion nämns i en guide.

Den första automatiska versionen är ett utkast. Ditt rättade källtranskript är facit även om tjänsten behövde skapa en första dubb innan redigeraren blev tillgänglig. Generera den korrigerade versionen innan du börjar sätta godkänt i protokollet.

Steg 5: lyssna, isolera felet och gör ett omtag

Lyssna först utan att läsa måltexten. Vad hör du faktiskt? Lyssna sedan igen med protokollet framför dig och kontrollera varje rad. Om rösten säger ”fifty” i övningens andra replik ska siffran få nej, även om den synliga måltexten säger ”fifteen”. Det är ljudet som ska godkännas.

• Fel betydelse: rätta måltexten mot källraden. Kontrollera särskilt borttappade negationer.
• Rätt text men fel uttal: prova att skriva ut talet med bokstäver eller formulera om just uttrycket. Kontrollera att omskrivningen behåller innebörden.
• Fel talare: gå tillbaka till talarbytet och se hur segmentet är tilldelat i projektet. Om ditt övningsklipp bara har en röst, markera kontrollen som en talare; kalla det inte ett flerpersonstest.
• För lång replik: korta formuleringen och provläs igen. Markera kvarstående trängsel i stället för att godkänna ett stressat tal.

Välj bara det felaktiga segmentet för omgenerering där redigeraren erbjuder det. Spara den tidigare texten och skriv vad du ändrat. Lyssna efteråt på segmentet tillsammans med repliken före och efter; en bra isolerad rad kan få en tydlig skarv i sammanhanget. Saknas segmentreglaget ska du dokumentera begränsningen och använda ett separat kort arbetsklipp eller göra om utkastet, inte låtsas att en lokal rättning har utförts.

Steg 6: ersätt ljudet i originalvideon och granska exporten

ElevenLabs anger att v2 ger en ljudfil och att den dubbade videon är en förhandsvisning. Leverantören rekommenderar dubbspåret tillsammans med originalvideon för produktion.

Ladda ned det granskade ljudet och importera det i klipprojektet med originalvideon. Placera spårets början vid samma startpunkt som arbetskopian. Stäng av det ursprungliga talet så att rösterna inte hörs samtidigt. Har du musik på ett eget spår, lyssna på balansen igen efter bytet. Räkna inte med att bakgrund och tal går att skilja åt bara för att de kom i samma originalfil.

Exportera en provversion. Öppna den exporterade filen i en separat spelare och lyssna från början till slut. Kontrollera att första ordet finns kvar, att sista ordet inte kapas och att rätt talare hörs vid varje byte. Jämför instruktionerna med handlingarna i bilden. Kräver ansikten i bild ett eget bearbetningssteg för läpparnas rörelse, läs artikeln om läppsynk och dialog.

Övning och facit: vilken replik får lämnas vidare?

Det här är påhittade granskningsresultat, inte en provkörning av tjänsten. I rad 01 hörs namnet Mira tydligt. I rad 02 hörs ”fifty minutes”. Rad 03 säger ”Do not press start yet”, men ordet ”yet” kommer efter att handen redan tryckt på knappen. Vilka rader kräver åtgärd?