Captions.ai فرضت علي 10 يورو في الشهر لـ 3 مقاطع فيديو لذا بنيت أداتي الخاصة

هناك نوع معين من الإحباط يتراكم ببطء. يبدأ برسم متكرر صغير على كشف حسابك المصرفي، شيء صغير جداً بحيث لا تلاحظه في الأشهر القليلة الأولى. عشرة يورو لأداة الترجمة. معقول بما فيه الكفاية. لكن بعد ذلك تبدأ الأشهر تمر، ويصبح النمط واضحاً: تم تحميل ثلاثة مقاطع فيديو، وأحياناً اثنان، وأحياناً لا شيء على الإطلاق. الرسم يبقى كما هو بغض النظر. عشرة يورو في يناير. عشرة يورو في فبراير. عشرة يورو في الشهر الذي لم يتم تحميل أي شيء فيه لأن جانب الإنتاج الموسيقي أخذ الأولوية.

تشغيل عدة قنوات YouTube مركزة على الموسيقى التي ينتجها الذكاء الاصطناعي يعني أن جدول المحتوى غير متوقع تماماً. بعض الأسابيع ينتج انفجار من مقاطع الفيديو الكلامية للمسارات التي تكتسب زخماً على Suno AI. الأسابيع الأخرى يتم قضاؤها بالكامل على التكوين وتصميم الصوت، مع عدم حدوث أي تحرير فيديو على الإطلاق. دفع رسم شهري ثابت لأداة تبقى خاملة معظم الوقت يبدو وكأنه استئجار مستودع لتخزين صندوق واحد.

هذا الوضع ليس فريداً. تحدث مع أي منشئ فيديو مستقل، أي مدون يوتيوب بدوام جزئي، أي صاحب عمل صغير ينشر مقطع ترويجي من حين لآخر، وستبدو الشكوى متطابقة. يفترض نموذج التسعير بالاشتراك الاستخدام المستمر والثقيل. بالنسبة لأي شخص لا يناسب هذا الملف الشخصي، الرياضيات ببساطة لا تعمل.

نموذج الاشتراك ومن يخدمه بالفعل

أمضت صناعة البرمجيات العقد الماضي في تطبيع الرسوم الشهرية لكل شيء. محررات PDF، ومنصات جدولة وسائل التواصل الاجتماعي، وولدات الصور المصغرة، ولوحات معلومات التحليلات، ونعم، أدوات الترجمة. كل واحد منهم يفرض رسوماً في مكان ما بين ثمانية وخمسة وعشرين دولاراً في الشهر. بشكل فردي، لا واحد منهم يشعر بالغلاء. معاً، يخلقون نفقات شهرية تأكل بهدوء ما هو غالباً إيراد منشئ متواضع.

يوتيوبر بـ 10000 مشترك لا يكسب أموال إعلانية تغير الحياة. مصور فيديو مستقل يتعامل مع ثلاثة أو أربعة مشاريع شهرياً لا يمكنه امتصاص تكاليف الأدوات غير المحدودة. هؤلاء هم بالضبط الأشخاص الذين يحصلون على أسوأ صفقة من تسعير الاشتراك، وبطريقة تجريدية، فهم أيضاً الأغلبية في السوق. المستخدمون ذوو الخبرة الذين يقومون بعرض ثلاثين فيديو شهرياً ويستخرجون القيمة الكاملة من الاشتراك الثابت هم الأقلية.

Captions.ai هي منتج قادر في عدة جوانب. الواجهة نظيفة، جودة نسخ اللغة الإنجليزية قوية، والأنماط المحددة مسبقاً تبدو احترافية بما يكفي لوسائل التواصل الاجتماعي. لكن التسعير مبني لمنشئي المحتوى اليوميين. إذا كان ثلاثة مقاطع فيديو شهرياً هو الإنتاج النموذجي، فإن كل عرض يكلف تقريباً 3.33 يورو، والأشهر الخالية من التحميلات لا تزال تكلف الكل عشرة. على مدار سنة، يبلغ هذا 120 يورو لربما 30 فيديو، وقدر كبير من الأشهر الضائعة بينهما.

بالنظر إلى المشهد الأوسع لأدوات الترجمة المدعومة بالذكاء الاصطناعي، يتبع كل لاعب رئيسي تقريباً نفس النمط. الخطط الشهرية، والخصومات السنوية، والمستويات المجانية مقيدة جداً بحيث تكاد تخدم كعروض توضيحية للمنتج. تقاربت السوق بأكملها في فلسفة تسعير واحدة، ولم تُصمم للمستخدمين العرضيين.

ما يبدو عليه البديل القائم على الائتمان بالفعل

النموذج البديل بسيط جداً. بدلاً من الدفع للوصول إلى أداة سواء تم استخدامها أم لا، يتم شراء الائتمانات مسبقاً وتنفقها فقط عند معالجة شيء ما. عشرة دولارات تشتري 100 ائتمان على YEB Captions. يقلل عرض الفيديو القياسي الائتمانات بناءً على المعالجة الفعلية المطلوبة، وليس معدل ثابت تعسفي. ثلاثة مقاطع فيديو في مارس يعني ثلاث خصومات. صفر مقاطع فيديو في أبريل يعني صفراً تم إنفاقه، والائتمانات المتبقية تنقل للأمام إلى أجل غير مسمى.

يصبح الفرق الرياضي حاداً على مدار السنة. فكر في منشئ يعوض حوالي 30 فيديو سنوياً لكنه ينتجها بشكل غير متساو، ربما ثمانية شهر واحد ولا شيء في الشهر التالي. بموجب الاشتراك، يدفع هذا المنشئ 120 يورو بغض النظر عن الإنتاج. بموجب تسعير قائم على الائتمان، يدفع نفس المنشئ بما يتناسب مع الاستخدام الفعلي، غالباً أقل من نصف تكلفة الاشتراك لنفس عدد العروض.

لا يتعلق الأمر بإيجاد الخيار الأرخص بأي ثمن. العديد من الأدوات الاحترافية تبرر سعر اشتراكها من خلال القيمة التي توفرها يومياً. برنامج إنتاج الموسيقى، على سبيل المثال، يكسب رسومه الشهرية لأنه يُستخدم في كل جلسة تقريباً. المبدأ بسيط: يجب أن يعكس السعر مقدار القيمة المستخرجة، وليس فقط امتياز وجود حساب نشط.

تدفع الشراء بالجملة تكلفة الائتمان الواحد أقل. يمكن لشخص يعرف أنه سيحتاج إلى حجم كبير من العروض شراء الائتمانات في حزم أكبر والدفع أقل لكل وحدة. شخص يحتاج إلى خمسة مقاطع فيديو مترجمة هذا الربع ولا شيء في الربع التالي يمكنه شراء حزمة صغيرة واستخدامها بوتيرته الخاصة. تعمل المرونة في كلا الاتجاهين.

ما وراء التسعير والميزات التي أجبرت على إعادة البناء

كان السعر هو المحفز الأولي، لكنه لم يكن الوحيد. كشف العمل مع Captions.ai عن عدة نقاط احتكاك أخرى لم يستطع دولار الاشتراك إصلاحها.

الأول كان حدود المدة. تفرض معظم أدوات الترجمة أطوال فيديو دنيا وعليا، عادة في مكان ما بين أربع وعشرين دقيقة. فيديو كلامي مدته دقيتان؟ قصير جداً. تسجيل بودكاست مدته أربعون دقيقة؟ طويل جداً. توجد هذه الحدود التعسفية بسبب اقتصاديات معالجة الخادم، لكن من وجهة نظر المستخدم، فهي مجرد جدران تظهر بالضبط عندما تكون الأداة مطلوبة بشدة.

كانت المشكلة الثانية جمودة الإعدادات المسبقة. تتطلب مقاطع الفيديو الكلامية مستوى من التحكم البصري يتجاوز اختيار الخط واللون. مزامنة كلمة بكلمة، وإساءات الرموز التعبيرية، وموضع مخصص لكل قطاع، وتأثيرات الظل، وتسليط الضوء على الخلفية. هذه ليست حالات حدية لمنشئي محتوى الموسيقى. هذه هي المتطلبات الأساسية. يوفر نظام الإعدادات المسبقة في معظم الأدوات خمسة أو ستة أنماط مقفلة مع خيارات تعديل قليلة جداً. تغيير الخط؟ بالتأكيد. تحريك موضع النص 30 بكسل إلى اليسار؟ غير ممكن.

الثالث، والأكثر إيلاماً، كان دعم اللغة. بشكل أكثر تحديداً، الغياب الكامل للغة البلغارية من عملياً كل أداة ترجمة في السوق. تضمن الحل تحديد الروسية كلغة النسخ، مما أنتج إخراجاً دقيقاً بنسبة 60٪ تقريباً، ثم تصحيح كل كلمة أخرى يدويً. لفيديو بمدة خمس دقائق، كان هذا يعني تحرير أكثر من 200 قطاع نصي فردي يدويً. مولد الترجمة المبني لـ YEB Captions يتعامل مع 98 لغة بشكل أصلي، بما في ذلك البلغارية والصربية والهندية والتايلاندية وعشرات اللغات الأخرى التي تتجاهلها الأدوات السائدة باستمرار.

سير العمل الذي ظهر

بناء أداة ترجمة من الصفر لم يكن جزءاً من خطة تجارية كبيرة. بدأ كحل لمشكلة شخصية ونما من هناك. يعكس سير العمل الموجود اليوم على captions.yeb.to العملية الدقيقة المفقودة من كل أداة أخرى في السوق.

يتم تحميل الفيديو. يتم استخراج المسار الصوتي وتمريره عبر محرك النسخ الذي يدعم 98 لغة دون الحاجة إلى حيل اختيار اللغة اليدوية. تعود النسخة كقطاعات مؤقتة يمكن تعديلها بشكل فردي أو دمجها أو تقسيمها أو تعليقها بالرموز التعبيرية وتسميات المتحدثين. تتحكم قوالب الأسلوب في المظهر البصري لكل عنصر ترجمة، من عائلة الخط والحجم إلى عمق الظل وعتامة الخلفية وحركات تسليط الضوء كلمة بكلمة. عندما يبدو كل شيء صحيحاً، يتم عرض الفيديو النهائي مع الترجمات المحروقة، والائتمانات المخصومة تتطابق مع وقت المعالجة الفعلي.

بالنسبة لمنشئي المحتوى الذين يعملون مع ترجمة الترجمة، هناك خطوة إضافية. يمكن ترجمة الترجمات التي تم إنشاؤها بلغة واحدة إلى لغة أخرى قبل العرض، مما يعني أن مقطع فيديو واحد يمكن نشره بترجمات بلغات متعددة دون المرور عبر عملية النسخ مرة أخرى. بالاقتران مع مولد كلمات الذكاء الاصطناعي لمحتوى الموسيقى، يحدث خط الأنابيب بأكمله من الكلمات إلى مقطع الفيديو الكلامي المعروض داخل نظام بيئي واحد.

لم يتطلب أي من هذا إعادة اختراع العجلة. محركات النسخ، وخطوط أنابيب تصيير النصوص، وأطر معالجة الفيديو كلها موجودة كتقنيات ناضجة. ما كان مفقوداً كان منتجاً جمع هذه معاً في سير عمل متماسك دون حجب المستخدمين في تسعير الاشتراك أو تقييد مدة الفيديو أو تقديم أنماط محددة مسبقاً "خذها أو اتركها". هذا المنتج موجود الآن، والرسم الشهري بعشرة يورو لم يعد موجوداً في الكشف المصرفي.