Traduire du contenu audio avec GPT-4o : Un guide étape par étape

Traduire du contenu audio dans différentes langues peut considérablement améliorer son accessibilité et sa portée. Avec l'avènement de GPT-4o d'OpenAI, ce processus est devenu plus rationalisé et efficace. Ce guide vous accompagnera dans la traduction d'un fichier audio anglais en arabe en utilisant les capacités audio avancées de GPT-4o.

Étape 1 : Transcrire l'audio

Avant le doublage, vous pouvez vouloir transcrire l'audio source dans son script de langue original. Cette étape est optionnelle si vous avez déjà la transcription. En utilisant GPT-4o, vous pouvez transcrire l'audio en envoyant un fichier audio encodé en base64 à l'API et en spécifiant la modalité de sortie souhaitée comme texte.

import base64
 
# Read the WAV file and encode it to base64
with open('audio.wav', 'rb') as audio_file:
    audio_bytes = audio_file.read()
    audio_base64 = base64.b64encode(audio_bytes).decode('utf-8')
 
modalities = ["text"]
prompt = "Transcribe the audio to English text, ignoring background noises."
response_json = process_audio_with_gpt_4o(audio_base64, modalities, prompt)
transcript = response_json['choices'][0]['message']['content']
print(transcript)

Étape 2 : Doubler l'audio

Avec GPT-4o, vous pouvez directement doubler l'audio de l'anglais vers l'arabe. Cela implique de définir la modalité de sortie à la fois sur texte et audio, vous permettant de recevoir la transcription arabe et l'audio doublé en un seul appel API.

glossary_of_terms = "GPT, OpenAI, token"
modalities = ["text", "audio"]
prompt = f"Dub the audio in Arabic, keeping certain terms in English: {glossary_of_terms}."
response_json = process_audio_with_gpt_4o(audio_base64, modalities, prompt)
arabic_transcript = response_json['choices'][0]['message']['audio']['transcript']
print(arabic_transcript)

Étape 3 : Évaluer la qualité de la traduction

Pour assurer la qualité de la traduction, vous pouvez utiliser des métriques comme BLEU ou ROUGE. Ces métriques comparent le texte traduit à une traduction de référence, fournissant un score qui indique la précision de la traduction.

import sacrebleu
from rouge_score import rouge_scorer
 
reference_text = "Your reference English text here"
candidate_text = "The re-translated English text from Arabic audio"
 
# BLEU Score
bleu = sacrebleu.corpus_bleu([candidate_text], [[reference_text]])
print(f"BLEU Score: {bleu.score}")
 
# ROUGE Score
scorer = rouge_scorer.RougeScorer(['rouge1', 'rougeL'], use_stemmer=True)
scores = scorer.score(reference_text, candidate_text)
print(f"ROUGE-1 Score: {scores['rouge1'].fmeasure}")
print(f"ROUGE-L Score: {scores['rougeL'].fmeasure}")

Conclusion

En suivant ces étapes, vous pouvez efficacement traduire et doubler du contenu audio de l'anglais vers l'arabe, le rendant accessible à un public plus large. Cette méthode est applicable dans diverses industries, incluant l'éducation, le divertissement et les affaires, permettant aux créateurs d'atteindre des groupes linguistiques divers.

Référence : Cet article est inspiré du travail de Mandeep Singh sur la traduction vocale utilisant GPT-4o. Remerciements spéciaux à l'auteur original pour son guide complet.