Na targach CES 2025 zademonstrowano popularny odtwarzacz wideo VLC typu open source z automatycznym tworzeniem napisów i tłumaczeniem opartym na sztucznej inteligencji, generowanym lokalnie i offline w czasie rzeczywistym. Organizacja nadrzędna VideoLAN udostępniła we wtorek film, w którym prezes Jean-Baptiste Kempf prezentuje nową funkcję, która wykorzystuje modele sztucznej inteligencji o otwartym kodzie źródłowym do generowania napisów do filmów w kilku językach.
„Jednocześnie pracujemy nad automatycznym tłumaczeniem napisów na Twój język” – mówi Kempf, planując obsługę ponad 100 języków. „Ważne jest to, iż działa to na Twoim komputerze lokalnie, offline, bez żadnych usług w chmurze. Działa bezpośrednio w pliku wykonywalnym.”
Napisy oparte na sztucznej inteligencji są opracowywane od jakiegoś czasu w formie wtyczka przy użyciu systemu rozpoznawania mowy OpenAI Whisper, ale to nowe demo wydaje się być wbudowane bezpośrednio w aplikację VLC i generuje przetłumaczone napisy w czasie rzeczywistym. Nie ma informacji, kiedy funkcja zostanie wdrożona.
Ponieważ targi CES 2025 wciąż trwają, wyśledzimy VideoLAN na hali wystawowej, aby na własne oczy zobaczyć napisy AI w akcji.
