AI рішення для перекладу

Технічне завдання на розробку сервісу автоматичного перекладу відео з YouTube з англійської на українську мову з використанням ІІ

1. Загальна інформація

Мета: Розробка сервісу, який автоматично завантажує відео з YouTube, розпізнає і перекладає мову з англійської на українську, створюючи субтитри або озвучку.

Основні вимоги: Висока швидкість обробки, точність перекладу, автоматизація процесів.

2. Функціональні вимоги

2.1. Основні функції

1. Завантаження відео

• Введення користувачем посилання на відео з YouTube

• Можливість завантаження відеофайлів з ПК

• Обмеження за тривалістю відео (опціонально)

2. Розпізнавання мови (Speech-to-Text)

• Автоматичне витягування аудіодоріжки з відео

• Розпізнавання англійської мови з використанням моделі ASR (наприклад, OpenAI Whisper, Deepgram, Vosk)

• Розділення тексту на часові мітки (timecode)

3. Переклад (Machine Translation)

• Переклад тексту з англійської на українську

• Використання нейромережевих моделей (наприклад, DeepL API, OpenAI GPT, Google Translate API)

• Збереження часових міток під час перекладу

4. Генерація субтитрів

• Формування файлу субтитрів (.srt, .vtt)

• Можливість редагування перекладу перед фінальним експортом

5. Озвучування перекладу (Text-to-Speech, TTS)

• Генерація голосової озвучки перекладеного тексту з синхронізацією з відео

• Використання TTS-движків (наприклад, ElevenLabs, Microsoft Azure TTS, Google WaveNet)

• Регулювання швидкості та інтонації голосу

6. Експорт результату

• Збереження перекладеного відео з накладеною озвучкою

• Завантаження субтитрів окремо (.srt, .vtt)

3. Нефункціональні вимоги

3.1. Продуктивність

• Обробка відео тривалістю 10 хвилин за не більше 5-10 хвилин

• Точність розпізнавання мови не менше 85-90%

• Коректність перекладу не менше 90% (при використанні нейромережевих моделей)

3.2. Технологічний стек

• 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

• Відеообробка: FFmpeg

• База даних: PostgreSQL / MongoDB

• Frontend: React / Vue.js

3.3. Інтеграції

• YouTube API (для завантаження відео)

• Хмарні сервіси для AI-моделей (OpenAI, DeepL, Google Cloud)

4. Вимоги до інтерфейсу

1. Простота використання – інтуїтивно зрозумілий інтерфейс з мінімальними кроками для користувача.

2. Особистий кабінет – історія оброблених відео, можливість повторного завантаження.

3. Налаштування – вибір якості перекладу (базовий / просунутий), вибір голосу для озвучки.

Очікуваний результат: Робочий сервіс з високою точністю перекладу, швидким процесингом і зручним інтерфейсом.

Пишіть в особисті повідомлення одразу вашу пропозицію з ціною, термінами, і кейсами які ви робили в ніші ai.

Не надсилайте завищені за ціною рішення.