Prime Video synchronizuje ruch warg aktorów z dubbingiem dzięki AI

Amazon Prime Video ogłosił 9 września 2026 roku wdrożenie nowej technologii dubbingowej, która za pomocą sztucznej inteligencji i efektów wizualnych synchronizuje ruch warg aktorów z dubbingowanym dźwiękiem. Firma nazywa to rozwiązanie visual dubbingiem i przedstawia je jako odpowiedź na odwieczny problem widzów oglądających zagraniczne produkcje - usta postaci poruszające się długo po tym, jak dialog już się skończył.

Jak działa wizualny dubbing

Proces zaczyna się od tradycyjnego elementu - aktorzy głosowi nagrywają dialogi w języku docelowym, tak jak przy klasycznym dubbingu. Dopiero na tym etapie do akcji wkracza sztuczna inteligencja, która skanuje oryginalny materiał wideo klatka po klatce i nakłada na twarz aktora niewidoczne dla widza punkty śledzące ruch ust.

Na tej podstawie system generuje nowe, zsynchronizowane z nagranym dubbingiem kształty ust, które zostają nałożone na oryginalne ujęcie za pomocą efektów wizualnych. Efekt końcowy ma sprawiać wrażenie, jakby aktor od początku mówił w języku, w którym ogląda go widz, bez charakterystycznego dla dubbingu rozjazdu między dźwiękiem a obrazem.

Amazon podkreśla, że nad całym procesem czuwają ludzie odpowiedzialni za lokalizację, którzy mają pilnować, by artystyczna wizja twórców oryginału została zachowana. Firma nie sprecyzowała jednak, ile pracy wymaga wygenerowanie zsynchronizowanego materiału dla pojedynczego odcinka ani jaki jest koszt tego procesu w porównaniu z klasycznym dubbingiem.

Dzięki synchronizacji warg tworzymy bardziej płynny i wciągający sposób, w jaki nasi klienci mogą cieszyć się globalnymi treściami - Raf Soltanovich, wiceprezes ds. technologii, Prime Video i Amazon MGM Studios

Maxton Hall jako poligon doświadczalny

Do testów Amazon wybrał Maxton Hall, niemiecki serial romantyczny, który firma określa jako swój najchętniej oglądany międzynarodowy serial oryginalny. Widzowie anglojęzyczni mogą już oglądać pierwsze dwa sezony z nowym, zsynchronizowanym dubbingiem, a premiera finałowego, sześcioodcinkowego sezonu trzeciego zaplanowana jest na 9 grudnia 2026 roku jednocześnie w ponad 240 krajach i regionach.

Wybór popularnego, ale niszowego w skali globalnej tytułu nieprzypadkowy - to właśnie produkcje spoza języka angielskiego najbardziej tracą na jakości tradycyjnego dubbingu, a jednocześnie mają wystarczająco dużą i lojalną widownię, by uzasadnić inwestycję w nową technologię.

Kontynuacja wcześniejszego pilotażu

To nie pierwsze podejście Amazona do dubbingu wspomaganego sztuczną inteligencją. Wcześniejszy program pilotażowy, prowadzony na mniejszą skalę, obejmował dwanaście licencjonowanych filmów i seriali, które wcześniej nie miały żadnej wersji dubbingowanej w niektórych krajach, w tym hiszpańskojęzyczne El Cid: La Leyenda i Mi Mamá Lora oraz amerykańską produkcję Long Lost.

Tamten projekt opierał się na modelu hybrydowym - AI generowała głosy zbliżone do oryginalnych aktorów, ale specjaliści od lokalizacji nadzorowali cały proces, eliminując błędy tłumaczeniowe i nieprawidłowe akcentowanie słów. Nowa technologia lip-syncu idzie o krok dalej, bo ingeruje już nie tylko w warstwę dźwiękową, ale i w sam obraz.

Branża dubbingu pod presją

Wprowadzenie technologii przez jedną z największych platform streamingowych na świecie wpisuje się w szerszy spór o rolę sztucznej inteligencji w produkcji audiowizualnej. Aktorzy głosowi i studia dubbingowe od miesięcy sygnalizują obawy, że narzędzia AI mogą ograniczyć zapotrzebowanie na ich pracę, nawet jeśli - jak w przypadku Prime Video - nagrania głosowe wciąż wykonują ludzie, a AI zajmuje się wyłącznie warstwą wizualną.

Amazon stara się wyprzedzić tę krytykę, podkreślając w komunikacie, że technologia ma charakter wspomagający, a nie zastępujący pracę twórców. Firma nie ujawniła jednak, czy i jak zamierza rozliczać się z aktorami czy studiami dubbingowymi w związku z wykorzystaniem ich wizerunku do generowania nowych ujęć twarzy.

Co to oznacza dla polskich widzów

W Polsce, gdzie dominującą formą lokalizacji zagranicznych produkcji pozostaje lektor, a pełny dubbing stosuje się głównie w filmach i serialach dla dzieci, technologia visual dubbingu na razie nie ma bezpośredniego zastosowania. Amazon nie wspomniał w zapowiedzi o planach objęcia nią rynku polskiego ani języka polskiego.

Rozwiązanie może jednak w dłuższej perspektywie wpłynąć na to, jak polscy widzowie odbierają zagraniczne produkcje dostępne z angielskim lub hiszpańskim dubbingiem na Prime Video, a także stać się punktem odniesienia dla krajowych platform i dystrybutorów rozważających własne wdrożenia AI w lokalizacji treści.