Rask AI

Was ist Rask AI?

Rask AI ist ein AI-Tool für die Lokalisierung von Videos und Audiodateien. Nachdem der Benutzer Videos, Audiodateien hochlädt oder Online-Materialien importiert, führt die Plattform die Spracherkennung, Übersetzung in die Zielsprache sowie die Einblendung von Untertiteln durch. Zudem werden Sprecher, Töne und der Zeitstrahl im selben Bearbeitungsprozess zusammengeführt.

Es eignet sich dazu, Kurse, Interviews, Podcasts, Produktpräsentationen, Werbevideos und interne Schulungsinhalte in mehreren Sprachversionen zu erstellen.

Im Gegensatz zu Übersetzungstools, die nur Untertitel erzeugen, liegt der Schwerpunkt bei Rask AI auf „auslieferbaren lokalisierten Endprodukten“: Neben der Übersetzung des Textes kann auch die Stimme des ursprünglichen Sprechers automatisch kopiert werden, Stimmen verschiedenen Sprechern zugeordnet werden, eine Neusynchronisierung vorgenommen werden und in den unterstützten Paketen eine Version mit Lippenbewegungen erstellt werden. Wichtige Projekte sollten dennoch von Muttersprachlern überprüft werden, was sich auf Eigennamen, Zahlen, Tonfall und kulturelle Ausdrucksweisen bezieht.

Kernfunktionen von Rask AI

KI-Video- und Audiotranslation

Die Plattform erkennt zunächst die Sprache in den Quelldaten, übersetzt sie anschließend in die Zielsprache und erstellt eine Synchronisation. In den Dokumentationen zur offiziellen API und SDK werden mehr als 130 Zielsprachen und Dialekte aufgeführt;

Ob eine bestimmte Sprache Sound-Kloning, voreingestellte Sounds oder Lippenbewegungs-Synchronisierung verwenden kann, hängt von den Optionen ab, die bei der Erstellung des Projekts verfügbar sind.

Chinesisch kann als Sprache für Übersetzungen und die Klonierung von Stimmen verwendet werden.

Erkennung mehrerer sprechender Personen und segmentweises Bearbeiten

Das System kann die Sprecher in den Aufnahmen unterscheiden und den Transkriptinhalt in bearbeitbare Abschnitte aufteilen. Die Benutzer können den Originaltext oder die Übersetzung ändern, die Sprecher austauschen, eine andere Stimme auswählen und die bearbeiteten Abschnitte erneut einsprechen lassen.

Durch Interviews, Rundtischgespräche und Kursdialoge müssen daher nicht von vorne an ganzen Tonspuren erstellt werden.

Klangklonierung

Die sofortige Stimmenklonierung erzeugt eine Synchronisation in der Zielsprache anhand von Sprachproben aus dem Originalvideo und versucht, die Identitätsmerkmale des ursprünglichen Sprechers beizubehalten. In den offiziellen Hilfedokumenten sind derzeit 32 Sprachen für Stimmenklonierungsmodelle aufgeführt, wodurch auch weitere regionale Varianten abgedeckt werden können.

Wenn eine Sprache keine Klonierung unterstützt, kann das Projekt in der Regel auf die voreingestellten Töne der Plattform umgestellt werden.

Creator Pro und die höheren Versionen bieten außerdem eine Bibliothek zur Anpassung von Stimmen. Benutzer können Audiodateien mit einer Länge von 1 bis 10 Minuten hochladen – diese sollten von einer einzigen Person gesprochen werden und nur geringe Hintergrundgeräusche enthalten. So können wieder verwendbare Stimmen gespeichert werden, wobei Ähnlichkeit und Ausdruckskraft angepasst werden können.

Creator Pro kann bis zu 3 benutzerdefinierte Geräusche speichern, Business bis zu 10. Bei Enterprise hängt die Anzahl von dem Vertrag ab. Um Geräusche zu klonen, die nicht von einem selbst stammen, ist eine ausdrückliche Genehmigung erforderlich.

Lippenbewegungen synchronisieren

Die Lippenbewegungs-Synchronisierung passt die Mundbewegungen der Darsteller in der Aufnahme an die übersetzte Sprache an. Sie eignet sich für Inhalte, bei denen die Gesichter frontal zu sehen sind, das Licht konstant ist und das Gesicht nicht verdeckt wird. Diese Funktion ist in den Paketen Creator Pro, Business und Enterprise verfügbar.

Laut den offiziellen Gebührenregeln werden für die Lippenbewegungs-Synchronisierung sowie die Untertitelung separate Minuten abgerechnet: Die Übersetzung eines 1-minütigen Videos in eine Sprache und anschließende Lippenbewegungs-Synchronisierung dauern in der Regel insgesamt 2 Minuten.

Untertitel, Glossar und Batch-Workflows

Benutzer können in der Editor-Software Untertitel und Übersetzungen korrigieren. Das Glossar dient dazu, die Übersetzungen von Markennamen, Produktnamen sowie Branchenbegriffen festzulegen. Business richtet sich an Teams, die kontinuierlich Inhalte erstellen, und bietet Funktionen für die Zusammenarbeit, die Einhaltung konsistenter Markenbezeichnungen sowie das Massenupload/Übersetzen.

Enterprise bietet zudem Sicherheitskonformität, SLAs, maßgeschneiderte Integrationen sowie gewährleistete Host-Qualität.

API und offizielles Python SDK

Rask stellt Entwicklern eine API zur Verfügung und bietet ein offizielles Python SDK an. Mit diesem SDK können Authentifizierungen durchgeführt sowie Kontostände abgerufen werden. Zudem kann man Medien hochladen, Projekte erstellen und generieren, Transkripte bearbeiten, Glossare verwalten sowie die Lippenbewegungen synchronisieren. Es eignet sich somit hervorragend zur Integration von Lokalisierungsfunktionen in Content-Management-Systeme oder Videoproduktionsprozesse.

APIs gehören zu den Unternehmensfunktionen; der tatsächliche Umfang und die Zugriffsrechte hängen vom Konto oder vom Verkaufsangebot ab.

Der offizielle GitHub-Repo enthält nur den Code für den API-Client; dies bedeutet nicht, dass die Sprach-, Übersetzungs- oder Lippenbewegungs-Synchronisierungsmodelle von Rask vollständig open source sind, und es ist auch nicht möglich, auf dieser Grundlage eine vollständige Plattform selbst zu deployen.

Vergleich der Preise und Pakete von Rask AI

Rask bietet Abonnements nach der Anzahl der verarbeitbaren Videominuten an. Auf der offiziellen Website werden der Monats- und Jahrespreis sowie zeitlich begrenzte Rabatte angezeigt; die Aktionspreise können je nach Region und Zeitpunkt variieren.

Im Folgenden sind die auf der offiziellen Website angegebenen Preise in US-Dollar zur Überprüfung aufgeführt. Vor dem Kauf sollten die Angaben auf der Zahlelseite maßgeblich sein.

Bei der Überprüfung auf der offiziellen Website wird außerdem der Preis für eine jährliche Zahlung im Zeitrahmen einer bestimmten Frist angezeigt: Creator kostet 396 US-Dollar pro Jahr und beinhaltet 300 Minuten; Creator Pro kostet 936 US-Dollar pro Jahr und beinhaltet 1.200 Minuten.

Der Business-Plan kostet 6.000 US-Dollar pro Jahr und beinhaltet 6.000 Minuten. Auf der Seite zur jährlichen Zahlung wird angegeben, dass zusätzliche Minuten jederzeit erworben werden können, sowie dass die Inhalte unbegrenzt oft bearbeitet und neu synchronisiert werden können. Zudem wird betont, dass die im Rahmen des Jahresplans verfügbaren Minuten am Monatsende nicht verloren gehen.

Die Frist für die Aktion sowie der Preis für die Verlängerung richten sich nach den Bestellbedingungen.

Wie wird die Anzahl der Minuten berechnet?

• In der Regel werden Minuten abgezogen, je nach Länge des Ausgangsvideos und der Anzahl der Zielsprachen. Die Übersetzung desselben Materials in mehrere Sprachen wird separat berechnet.
• Die Synchronisierung der Lippenbewegungen wird separat abgezogen – in der gleichen Anzahl an Minuten wie die Länge des Videos. Dies ist nicht Teil der Grundkosten für die Sprachaufnahme.
• Ob für die Neudubbing nach der Textanpassung zusätzliche Gebühren anfallen, richtet sich nach den aktuellen Paketbedingungen sowie den Hinweisen im Interface vor der Erstellung.
• Die Regeln für die Übertragung von Minuten bei monatlicher und jährlicher Zahlung unterscheiden sich; man sollte sich nicht allein vom durchschnittlichen Monatspreis des Pakets zur Beurteilung des verfügbaren Saldo orientieren.
• Die Preise für zusätzliche Minuten, alte Paketoptionen sowie Rabatte können je nach Kontostatus unterschiedlich sein.

Rask AI-Anleitung

1. Vorbereitung der Materialien:Verwenden Sie möglichst Videos mit klarer Stimme, leiser Hintergrundmusik und Sprechern, die sich nicht überschneiden.
2. Neues Projekt:Laden Sie Dateien hoch oder importieren Sie Materialien, wählen Sie die Quellsprache sowie eine oder mehrere Zielsprachen aus.
3. Ton auswählen:Wählen Sie je nach Sprache und Lizenzierung eine sofortige Stimmenklonierung, eine gespeicherte, benutzerdefinierte Stimme oder eine voreingestellte Stimme aus.
4. Text korrigieren:Zuerst prüfen Sie den Originaltext, danach korrigieren Sie die Übersetzung; fügen Sie Markennamen, Abkürzungen und Fachbegriffe in das Glossar ein.
5. Synthetische Synchronisation erzeugen:Erst nach Bestätigung des Sprechers und des Abschnitts wird es erstellt, wobei besonders auf Zahlen, Pausen, Betonung sowie die Aussprache von Personennamen geachtet wird.
6. Lippenformen nach Bedarf erzeugen:Der Inhalt auf der Vorderseite kann zur weiteren Erzeugung einer Lippenbewegungs-Synchronisierung genutzt werden, wobei auf den damit verbundenen Energieverbrauch pro Minute zu achten ist.
7. Überprüfung vor der Exportierung:Überprüfen Sie die Satzstruktur der Untertitel, den Rhythmus von Bild und Ton, die Lautstärke der Musik sowie die Ausdrucksweisen des Zielmarktes.

Rask AI-Anleitung

Erstellung wiederverwendbarer professioneller Workflows

1. Erstellung von Skripten, Drehbüchern, Markenmaterialien und einer Liste der zu verbietenden Elemente;
2. Einheitliche Parameter für die Übersetzung von Video- und Audiodaten mittels KI, die Erkennung mehrerer Sprecher sowie die Segmentweise Bearbeitung und Klonierung von Stimmen speichern;
3. Zuerst werden das Modell und die Obergrenze mit repräsentativen Aufnahmen getestet;
4. Fehlerhafte Aufnahmen in eine manuelle Bearbeitung überführen oder neu erstellen;
5. Einheitliche Untertitel, Lautstärke, Farben und Abspann-Copyright-Informationen;
6. Erst nach Erfassung der Version und des Prüfers in Batch veröffentlichen;

Für welche Benutzer geeignet

• Inhaltsschöpfer, die YouTube, Kurzvideos und Podcasts in ausländische Märkte ausweiten müssen;
• Pädagogisches Team zur Erstellung von mehrsprachigen Kursen, Schulungen und Wissensprodukten;
• Marketing-Team für lokalisierte Produktpräsentationen, Werbung, Kundengeschichten und Hilfsvideos;
• Unternehmen, die eine Massenverarbeitung, mehrfache Überprüfung durch verschiedene Personen sowie Konsistenz der Markenbegriffe benötigen;
• Es wird gehofft, mit einer API Plattformen für Videoinhalte sowie Teams für Content-Technologien zu schaffen, die Übersetzungsvorhaben automatisch durchführen können.

Vorteile und Bedenken

• RaskAI vereint Transkription, Übersetzung, Mehrstimm-Synchronisierung, Stimmenklonierung, Untertitelbearbeitung und Lippenbewegungs-Synchronisierung in einem Projekt und eignet sich für die wiederholte Erstellung von mehrsprachigen Videos.
• Ein Glossar, eine benutzerdefinierte Soundbibliothek, Batch-Workflows und APIs tragen ebenfalls dazu bei, dass das Team Konsistenz bewahrt.
• Es handelt sich nicht um einen manuellen Prozess, bei dem alles mit nur einem Klick veröffentlicht werden kann.
• Automatische Erkennung kann bei Eigennamen zu Fehlern führen, maschinelle Übersetzung kann den Tonfall verändern oder den Kontext übergehen;
• Die Lippenbewegungen synchronisieren sich bei Seitenansichten, Verdeckungen und schnellen Kopfbewegungen weniger gut.
• Medizinische, rechtliche, finanzielle Inhalte sowie Markenbekundungen und formale Schulungsmaterialien sollten von Fachleuten der Zielsprache überprüft werden.
• Die Klonierung von Stimmen betrifft außerdem Rechte an der Persönlichkeit, Privatsphäre und Genehmigungen und darf nicht zur Täuschung anderer oder zur Erstellung irreführender Inhalte verwendet werden.

Häufige Fragen

Ist Rask AI kostenlos?

Es wird eine 3-minütige kostenlose Testversion angeboten, ohne dass ein Kreditkarten erforderlich ist. Für die kontinuierliche Nutzung müssen Sie das Creator-, Creator-Pro-, Business- oder Unternehmenspaket erwerben.

Unterstützt Rask AI Chinesisch?

Unterstützung für Übersetzungen ins Chinesische sowie für die Klonierung von Stimmen. Die Texte und Stimmen in den verschiedenen chinesischen Dialekten können unterschiedlich sein; vor der offiziellen Veröffentlichung sollten sie von Muttersprachlern überprüft werden.

Wie wird für die Übersetzung eines Videos in mehrere Sprachen abgerechnet?

In der Regel wird die Dauer durch die Länge des Videos multipliziert mit der Anzahl der Zielsprachen berechnet. Wenn außerdem die Lippenbewegungen synchronisiert werden, wird zusätzlich Zeit in Minuten verbraucht.

Hat Rask AI eine API?

Ja. Offiziell werden API-Dokumentationen sowie ein Python SDK bereitgestellt, mit denen Medien automatisch hochgeladen, Projekte erstellt, Transkripte bearbeitet, Glossare verwaltet und Lippenbewegungen synchronisiert werden können.

Die genauen Anforderungen und Preise richten sich nach dem Unternehmensangebot.

Ist Rask AI ein Open-Source-Tool?

Die vollständige Plattform sowie die Kern-IA-Modelle sind nicht unter Open Source verfügbar. Auf GitHub werden Python-Klientencodes für die Rask-API bereitgestellt; diese dienen der Entwicklung von Anbindungswerkzeugen, stellen jedoch keine Möglichkeit dar, das gesamte Videoübersetzungssystem eigenständig zu betreiben.