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.
