نگهداری کتابخانه‌ای از فیلم‌ها و سریال‌های قدیمی معمولاً با مشکل زیرنویس همراه است؛ بسیاری از این محتواها زیرنویس ندارند و حتی در مواردی که زیرنویس موجود است، هماهنگی زمانی یا تطابق متن آن با گفتار فیلم چندان قابل اعتماد نیست. در چنین شرایطی، ابزارهای رایج ممکن است پاسخگوی نیاز کاربران نباشند. Crowbarr یک ابزار متن‌باز (Open-Source) و خودمیزبان (Self-Hosted) است که با تکیه بر هوش مصنوعی محلی (Local AI) به بررسی، اصلاح و تولید زیرنویس برای کتابخانه رسانه می‌پردازد.
Crowbarr چگونه مشکل زیرنویس را برطرف می‌کند؟
این ابزار برای تشخیص ناهماهنگی، متن زیرنویس موجود را با گفتار واقعی فیلم مقایسه می‌کند. Crowbarr به‌جای اتکا صرف به فایل زیرنویس، از مدل متن‌باز تشخیص گفتار Whisper استفاده می‌کند تا کل صدای فیلم را به متن تبدیل کند. سپس متن و زمان‌بندی زیرنویس با رونویسی حاصل از صوت مقایسه می‌شود.
- اگر زیرنویس کاملاً هماهنگ باشد، Crowbarr آن را بدون تغییر رها می‌کند.
- در صورت ناهماهنگی، زمان‌بندی زیرنویس را اصلاح می‌کند.
- اگر زیرنویس ناموجود یا غیرقابل استفاده باشد، فایل زیرنویس تازه‌ای تولید می‌کند.
نکته مهم این است که نسخه اصلی زیرنویس حذف نمی‌شود؛ بنابراین کاربر می‌تواند در Plex، Jellyfin یا پخش‌کننده دلخواه خود بین زیرنویس قدیمی و جدید جابه‌جا شود و گزینه مناسب‌تر را انتخاب کند.
یکپارچگی با Radarr، Sonarr و Plex
Crowbarr با Radarr و Sonarr یکپارچه می‌شود و هنگام افزودن یا ارتقای رسانه جدید، فرایند بررسی و اصلاح زیرنویس را آغاز می‌کند. این ابزار برای کتابخانه‌های موجود نیز قابل استفاده است و می‌تواند فیلم‌ها و قسمت‌های قدیمی سریال‌ها را بررسی کند. نویسنده مقاله تنها با افزودن مسیرهای رسانه روی ذخیره‌ساز متصل به شبکه (NAS) به فایل Docker Compose توانسته همه فیلم‌ها را وارد کند.
برای راه‌اندازی، کافی است فایل Docker Compose ارائه‌شده را اجرا کنید، نشانی IP و کلید API (API Key) نمونه‌های Radarr و Sonarr را وارد کنید و در صورت نیاز توکن Plex (Plex Token) را تنظیم کنید. امکان import مستقیم فایل‌های رسانه نیز وجود دارد.
راه‌اندازی ساده، اما پردازش محلی به سخت‌افزار قدرتمند نیاز دارد
تمام پردازش تشخیص گفتار در Crowbarr به‌صورت محلی انجام می‌شود. این ویژگی برای کاربرانی که کل مجموعه خود را روی سرور شخصی اجرا می‌کنند مزیت مهمی است، اما به سخت‌افزار مناسب نیاز دارد. پردازش با واحد پردازش مرکزی (CPU) پشتیبانی می‌شود، اما رونویسی یک فیلم کامل، به‌ویژه با مدل‌های بزرگ‌تر، زمان‌بر خواهد بود. در صورت وجود واحد پردازش گرافیکی (GPU) سازگار، شتاب‌دهی سخت‌افزاری نیز پشتیبانی می‌شود.
در آزمایش نویسنده، Crowbarr برای محتوای انگلیسی عملکرد بسیار خوبی داشته است؛ با این حال، لهجه‌ها می‌توانند دقت را کاهش دهند و گاهی خطای املایی رخ می‌دهد. بر اساس این بررسی، ابزار در حال حاضر از زبان‌های دیگر پشتیبانی نمی‌کند.
جمع‌بندی
Crowbarr را می‌توان با Bazarr نیز ترکیب کرد؛ به این ترتیب هنگام ورود رسانه جدید، ابتدا Bazarr برای یافتن زیرنویس بررسی می‌شود و اگر زیرنویس تأییدشده‌ای پیدا نشود، رونویسی هوش مصنوعی آغاز می‌شود. این ابزار جایگزین زیرنویس‌های انسانی نیست، اما زمانی که زیرنویس وجود ندارد یا کیفیت آن پایین است، گزینه‌ای کاربردی برای خودکارسازی مدیریت زیرنویس در مجموعه‌های خودمیزبان محسوب می‌شود.