Dubbing membuat satu rekaman penampilan bisa dipahami di pasar baru. Lokalisasi adalah pekerjaan yang lebih luas di sekitarnya: teks, waktu, suara, dan sinkronisasi yang membuat video terasa dibuat untuk penontonnya, bukan sekadar diterjemahkan. Keduanya bukan satu tombol. Keduanya adalah rangkaian langkah pendek, dan di Morphic semua langkah itu ada di satu tempat. Klip Anda tidak perlu keluar-masuk di antara tiap langkah.
Banyak kreator di Indonesia mendubbing video berbahasa Inggris ke bahasa Indonesia agar tayang di TikTok atau YouTube. Ada juga yang melakukan sebaliknya, yaitu membawa konten Indonesia ke pasar ekspor. Panduan ini menunjukkan alurnya dari awal sampai akhir, hanya dengan fitur yang benar-benar ada di Morphic: transkripsi sumber, terjemahan teks, suara baru, sinkronisasi dengan gambar, dan penyusunan hasil akhir.
Apa yang terlibat dalam dubbing dan lokalisasi AI
Dubbing mengganti suara asli sebuah video dengan versi bahasa atau suara baru yang cocok dengan gambarnya. Lokalisasi membungkusnya dengan transkrip, teks terjemahan, dan penyusunan akhir. Dulu transkripsi, terjemahan, suara, lip sync, dan timeline ditangani vendor dan alat yang berbeda. Sekarang semuanya langkah yang Anda jalankan berurutan, bukan file yang dikirim bolak-balik.
Ada dua jalur, dan sebagian besar video cukup memakai yang pertama:
- Satu langkah, dengan Morphic Dub. Di paket berbayar, lampirkan video di Copilot dan sebutkan bahasanya. Morphic Dub menerjemahkan ucapan dan menyinkronkan bibir pada close-up sesuai kata baru. Suara tiap pembicara diganti dengan suara bentukan dari suara mereka sendiri. Setelah itu video hasil dubbing dikembalikan.
- Langkah demi langkah, dengan pengecekan di tiap tahap. Inilah alur di bawah. Pakai jalur ini untuk meninjau terjemahan sebelum suara dibuat, memakai suara lain, atau bekerja dari file audio. Terjemahan yang keliru atau pembacaan yang janggal ketahuan saat masih murah diperbaiki. Di jalur ini suara asli tidak dikloning. Speech-to-speech mengubah rekaman menjadi suara tujuan, bukan salinan permanen dari pembicara aslinya.
Alurnya, langkah demi langkah
Transkripsikan sumbernya ke SRT
Mulai dengan mengubah ucapan menjadi teks. Unggah video dan minta Copilot mentranskripsikannya. Kata-kata yang diucapkan menjadi SRT berpenanda waktu yang bisa diunduh, dan bahasanya terdeteksi otomatis. Transkrip ini menjadi tulang punggung semua langkah berikutnya, karena setiap langkah bekerja dari kata dan waktu yang sama.
Terjemahkan teks untuk pasar baru
Terjemahkan transkrip ke bahasa tujuan. Anda mendapat teks dalam bahasa pasar baru, dengan waktu yang mengikuti aslinya. Teks ini bisa Anda tinjau dan koreksi sebelum ada suara yang dibuat. Pastikan teksnya benar di tahap ini. Suara dan sinkronisasi hanya sebaik kata yang mendasarinya.
Buat suara baru untuk audionya
Sekarang buat audio lisan yang baru. Ada dua cara, tergantung apa yang ingin Anda pertahankan:
- Speech-to-speech mempertahankan penampilan aslinya. Rekaman yang ada diubah ke suara lain, sementara cara bicara, tempo, dan emosi take-nya tetap. Pilih ini jika pembacaan aslinya yang ingin Anda simpan.
- Text-to-speech membacakan naskah terjemahan dari awal. Pilih ini jika Anda pindah ke bahasa baru dan ingin kalimatnya terdengar wajar dalam bahasa itu.
Perbandingan speech-to-speech vs text-to-speech menjelaskan mana yang cocok untuk pekerjaan Anda.
Lip sync audio baru dengan gambar
Setelah audio baru siap, sinkronkan dengan gambar agar gerak mulut cocok dengan katanya. (Morphic Dub mengerjakan langkah ini untuk Anda. Di jalur ini, langkahnya berdiri sendiri.) Lip sync menyelaraskan gerak mulut pembicara dengan trek suara baru. Inilah yang membuat dubbing tidak terasa seperti dubbing, dan versi lokalnya terasa asli, bukan sekadar ditempel.
Susun di timeline Compose
Satukan semuanya di Compose: footage, audio baru, dan teks jika ingin dibakar ke video. Atur volume per klip agar suara pas dengan musik atau efek. Tambahkan transisi di bagian yang perlu, lalu ekspor. Hasil akhirnya keluar dalam format yang dibutuhkan pasar tujuan, dari tempat yang sama dengan awal Anda bekerja.
Mengapa satu ruang kerja penting di sini
Dubbing lambat bukan karena satu langkah tertentu, tetapi karena serah terima di antaranya. Transkrip pergi ke penerjemah, terjemahan pergi ke vendor suara, suaranya kembali lalu pergi ke editor. Setiap serah terima memakan waktu dan membuat konteks hilang. Dengan transkripsi, terjemahan, suara, lip sync, dan timeline di satu ruang kerja, serah terima itu hilang. Tidak ada yang diekspor, diunggah ulang, atau dijelaskan ulang di antara langkah. Pekerjaan multi-vendor pun selesai dalam satu sore.
Model audio yang memahami video mempersingkat langkah suara. Seed Audio 1.5 menonton hasil akhir dan mengembalikan dubbing yang menjaga musik dan efek aslinya di trek terpisah. Panduan Seed Audio 1.5 menunjukkan cara menulis promptnya.
Speech-to-speech vs text-to-speech untuk dubbing
| Speech-to-speech | Text-to-speech | |
|---|---|---|
| Dimulai dari | Rekaman asli | Naskah terjemahan |
| Mempertahankan cara bicara asli | Ya, tempo dan emosi terbawa | Tidak, model membacakannya dari awal |
| Paling cocok untuk | Mempertahankan penampilan asli yang kuat dalam suara baru | Pindah ke bahasa baru dari teks terjemahan |
Contoh nyata: mendubbing serial microdrama
Langkah di atas berlaku untuk video apa saja. Namun serial drama vertikal adalah tempat alur ini paling terasa manfaatnya, karena pekerjaannya berulang dan standar konsistensinya tinggi. Kuncinya: satu suara tersimpan per karakter, dipakai ulang di setiap bahasa tujuan. Tokoh utama jadi terdengar seperti orang yang sama, entah episodenya tayang dalam bahasa Indonesia, Spanyol, atau Jepang. Setelah itu lip sync menyelaraskan mulut tiap karakter dengan kalimat hasil dubbing, take demi take. Dijalankan sebagai batch, katalog episode lama terlokalisasi dalam satu putaran per bahasa, bukan satu pekerjaan per file.
Pembahasan studio yang lengkap ada di dubbing dan lokalisasi serial microdrama. Isinya batch lintas musim seratus episode, biaya per episode, dan gerbang QC.
FAQ
Jika Anda mengganti suara dengan speech-to-speech, ya. Speech-to-speech bekerja dari rekaman asli, jadi cara bicara, tempo, dan emosi take itu terbawa ke suara baru. Jika memakai text-to-speech dari naskah terjemahan, pembacaannya dibuat dari awal. Emosinya ditentukan oleh cara Anda mengarahkan pembacaan itu, bukan terbawa dari sumber. Lihat speech-to-speech untuk cara kerjanya.
Bisa dicoba lewat jalur langkah demi langkah. Transkripsi mendeteksi bahasa sumber secara otomatis, teks diterjemahkan ke bahasa tujuan, lalu suaranya dibuat ulang. Morphic Dub melakukan dubbing ke beragam bahasa, satu bahasa per dubbing. Cek daftar bahasanya untuk bahasa Indonesia. Karena terjemahan menentukan hasil akhir, baca dulu teksnya, terutama istilah, nama, dan tingkat formalitas, sebelum suara dibuat.
Tidak. Transkripsi, terjemahan teks, suara baru, lip sync, dan timeline Compose semuanya ada di Morphic. Inti dari menjalankannya di satu tempat adalah klip tidak keluar-masuk di antara langkah. Jadi tidak ada serah terima ke layanan transkripsi, penerjemah, vendor suara, atau editor yang terpisah.
Bisa. Di paket berbayar, Morphic Dub mengubah video menjadi dubbing dengan lip sync dalam satu langkah. Jalur langkah demi langkah tersedia jika Anda ingin meninjau hasil di tiap tahap, dari transkripsi sampai penyusunan. Dengan begitu terjemahan yang keliru atau pembacaan yang janggal bisa ditangkap saat masih murah diperbaiki.
Pakai speech-to-speech jika penampilan aslinya layak dipertahankan dan Anda ingin cara bicara yang sama dalam suara baru. Pakai text-to-speech jika Anda pindah ke bahasa baru dan ingin kalimat terjemahan terdengar wajar dari teks. Banyak proyek lokalisasi memakai keduanya. Perbandingan lengkapnya membahas trade-off-nya secara rinci.
Tidak menjadi sesuatu yang Anda simpan. Morphic Dub mengganti suara tiap pembicara dengan suara bentukan dari suara mereka sendiri. Namun suara itu hanya hidup di dalam hasil dubbing. Speech-to-speech mengubah rekaman menjadi suara tujuan untuk pekerjaan itu saja. Keduanya tidak membuat salinan suara pembicara asli yang bisa dipakai ulang.
Bisa. Teks terjemahan bisa diberi gaya lalu dibakar ke klip, atau diekspor sebagai SRT untuk dikirim bersama videonya. Jika dibakar, Anda mengerjakannya di timeline yang sama tempat menyusun hasil akhir. Teks, audio, dan footage menyatu dalam satu kali ekspor.
Bisa. Setelah urutan dubbing berhasil, Anda bisa menyimpannya sebagai Workflow dan menjalankan langkah yang sama pada klip berikutnya. Proses lokalisasi yang sudah mantap menjadi sesuatu yang tinggal dijalankan, bukan dibangun ulang setiap kali.