AI rozwiązanie do tłumaczenia

Techniczne zadanie na opracowanie usługi automatycznego tłumaczenia wideo z YouTube z angielskiego na polski z wykorzystaniem AI

1. Ogólne informacje

Cel: Opracowanie usługi, która automatycznie pobiera wideo z YouTube, rozpoznaje i tłumaczy mowę z angielskiego na polski, tworząc napisy lub lektora.

Podstawowe wymagania: Wysoka szybkość przetwarzania, dokładność tłumaczenia, automatyzacja procesów.

2. Wymagania funkcjonalne

2.1. Podstawowe funkcje

1. Pobieranie wideo

• Wprowadzenie przez użytkownika linku do wideo z YouTube

• Możliwość przesyłania plików wideo z PC

• Ograniczenie długości wideo (opcjonalnie)

2. Rozpoznawanie mowy (Speech-to-Text)

• Automatyczne wydobycie ścieżki dźwiękowej z wideo

• Rozpoznawanie angielskiej mowy z wykorzystaniem modelu ASR (np. OpenAI Whisper, Deepgram, Vosk)

• Podział tekstu na znaczniki czasowe (timecode)

3. Tłumaczenie (Machine Translation)

• Tłumaczenie tekstu z angielskiego na polski

• Wykorzystanie modeli sieci neuronowych (np. DeepL API, OpenAI GPT, Google Translate API)

• Zachowanie znaczników czasowych podczas tłumaczenia

4. Generowanie napisów

• Tworzenie pliku z napisami (.srt, .vtt)

• Możliwość edytowania tłumaczenia przed finalnym eksportem

5. Lektoring tłumaczenia (Text-to-Speech, TTS)

• Generowanie głosowej lektury przetłumaczonego tekstu z synchronizacją z wideo

• Wykorzystanie silników TTS (np. ElevenLabs, Microsoft Azure TTS, Google WaveNet)

• Regulacja prędkości i intonacji głosu

6. Eksport wyniku

• Zapis przetłumaczonego wideo z nałożoną lektorem

• Pobieranie napisów osobno (.srt, .vtt)

3. Wymagania niefunkcjonalne

3.1. Wydajność

• Przetwarzanie wideo o długości 10 minut w nie więcej niż 5-10 minut

• Dokładność rozpoznawania mowy nie mniej niż 85-90%

• Poprawność tłumaczenia nie mniej niż 90% (przy użyciu modeli sieci neuronowych)

3.2. Stos technologiczny

• Backend: Python (FastAPI, Django)

• ASR: OpenAI Whisper / Deepgram / Vosk

• Machine Translation: OpenAI GPT-4 / DeepL API / Google Translate API

• TTS: ElevenLabs / Microsoft Azure TTS / Google WaveNet

• Przetwarzanie wideo: FFmpeg

• Baza danych: PostgreSQL / MongoDB

• Frontend: React / Vue.js

3.3. Integracje

• YouTube API (do pobierania wideo)

• Usługi chmurowe dla modeli AI (OpenAI, DeepL, Google Cloud)

4. Wymagania dotyczące interfejsu

1. Łatwość użycia – intuicyjny interfejs z minimalną liczbą kroków dla użytkownika.

2. Panel użytkownika – historia przetworzonych wideo, możliwość ponownego pobrania.

3. Ustawienia – wybór jakości tłumaczenia (podstawowy / zaawansowany), wybór głosu do lektora.

Oczekiwany wynik: Działająca usługa z wysoką dokładnością tłumaczenia, szybkim przetwarzaniem i wygodnym interfejsem.

Piszcie w wiadomościach prywatnych od razu swoją ofertę z ceną, terminami i przypadkami, które realizowaliście w niszy AI.

Nie przesyłajcie zawyżonych cenowo rozwiązań.