Übersetzung von Serien in andere Sprachen, u. a. von GZSZ

Ufa series to be launched internationally with Potsdam AI technology
[…]
The Multicast Media software converts spoken words into text. Only text files can be retrieved via the search function on the web. An interview, a report or a podcast can be found, even when you are looking for certain words or quotations. If Angela Merkel was to say in an interview, for example, that she likes to cook spaghetti, this would immediately then be assigned to categories such as politics, cooking, Italian cuisine. This is crucial if one wants to create a recommendation management.

One of the oldest film production companies in the world, UFA, is currently exploiting the full potential of the Potsdam developers. They have joined forces to revolutionise the distribution of series. Productions such as “Good Times, Bad Times” (“GZSZ”), “Forbidden Love” (“Verbotene Liebe”) and “All That Matters” (“Alles was zählt”) would have long since found audiences abroad. However, it hadn’t been financially worth their while until now to have them translated. The translation is now worthwhile with Multicast Media’s technology. That’s why episodes of UFA series have been transformed into several languages. They can then be shown with subtitles in the respective languages. Alternatively, the translated text can be converted into synthetic voices by the software. Work is also underway on recognising emotions.

Das deutsche Start-up Multicast Media (MCM) widmet sich einem „Pain Point“, der besonders die Produzenten von Audio- und Videoinhalten umtreibt. Denn Audio und Video lassen sich im textzentrierten Internet nicht gut suchen, und die damit einhergehende Analyse ist kompliziert. Mit der Lösung von MCM, die mittels künstlicher Intelligenz Sprache in Text verwandelt, lässt sich dieses Problem umgehen. Ein Pilotversuch mit der UFA konzentriert sich jetzt auf zwei Aspekte: zum einen die effektive Internationalisierung der täglichen UFA-Serieninhalte und zum anderen die Erfassung von Metadaten wie Texten mit Zeitstempel, semantischen Details, Gesichtern, Stimmen und Objekten für eine smarte Archivierung. Diese Daten, so die Erwartung, können künftig zur Unterstützung neuer Angebote und Geschäftsmodelle genutzt werden.