随着全球内容消费量攀升，非英语内容需求已超越英语影视节目。IMAX正借助人工智能技术，对其原创内容进行规模化本地化。
据普华永道（PwC）报告显示，2023年娱乐与媒体行业增长5%，规模达2.8万亿美元；预计未来五年将以约4%的温和复合年增长率持续扩张，总额将达3.4万亿美元。即便在美、英、澳、加等英语市场，非英语内容也在迅速增长。Netflix数据显示，过去三年其在英国的非英语内容收视率增长了90%。
为吸引更多观众，IMAX正积极探索利用AI进行内容本地化。
周一，这家以大型影院和沉浸式体验闻名的加拿大公司宣布，与迪拜初创公司Camb.ai达成合作，将使用其AI语音模型翻译纪录片等原创内容。
Camb.ai的AI配音及语音翻译技术已应用于澳大利亚网球公开赛、欧洲电视网体育频道及美国职业足球大联盟等赛事。其Boli模型用于语音转文本翻译，Mars模型用于语音模拟，均通过支持140种语言（含低资源语言）的DubStudio平台提供服务。
“OpenAI和Anthropic致力于构建覆盖广泛任务的通用模型，而我们无需如此。”Camb.ai联合创始人兼CTO Akshat Prakash在接受独家采访时表示，“我们的部分模型参数量不足1亿，但高度专业化。”
Prakash曾任苹果Siri AI及机器学习模型团队成员，去年与父亲Avneesh Prakash共同创立Camb.ai。“我们相差一代人，都在印度长大，却面临同样的语言挑战。”他告诉TechCrunch。
据悉，Camb.ai 70%的模型采用可商用的学术许可数据集预训练；其余30%的微调数据则来自早期合作伙伴，用于基于AI的配音和翻译部署。
“我们非常谨慎且完全避免抓取互联网数据。”Prakash强调，“一些公司认为构建面向消费者的应用就可以随意抓取海量数据，但我们绝不这样做。”
Camb.ai采用“三层”架构提供AI翻译服务：包括Boli和Mars模型的基础层、托管AI模型的基础设施层，以及前端DubStudio平台。
Prakash指出，与其他AI模型不同，Camb.ai的Boli接收输入语音标记并生成保留细微差别的翻译文本；随后Mars利用相同音频输入信号将文本转为语音，精准捕捉环境音（如体育赛事中的观众欢呼声）等表演细节。
他表示，该技术能以20至30秒延迟将语音同时翻译成多达10种语言，这一延迟可通过30至40秒的流媒体及广播缓冲来弥补。
IMAX将分阶段推出AI翻译，优先从高资源语言开始。此次部署基于对原始内容的内部测试。
“虽然合作刚起步，但我们将继续探索其潜力，推动业务发展。”IMAX Global总裁Mark Welton表示，AI部署有助于节省翻译成本，但未透露具体细节。
Camb.ai目前团队规模为50人。今年2月，该公司在Courtside Ventures领投的种子轮融资中筹集400万美元。Prakash透露，公司正筹备更大规模的A轮前融资，以扩大业务影响力及团队规模。