VEED.io è una piattaforma online dedicata alla creazione e alla modifica di contenuti video che integra strumenti di montaggio tradizionali, generazione audiovisiva mediante intelligenza artificiale, elaborazione automatica dell’audio, sottotitolazione e traduzione multilingue. Fondata a Londra nel 2018 da Sabba Keynejad e Timur Mamedov, la piattaforma si è progressivamente trasformata da editor video accessibile tramite browser in un ambiente di produzione che comprende modelli generativi proprietari e di terze parti. Tra le tecnologie disponibili figurano Fabric 1.0, sviluppato per la generazione di video con soggetti parlanti, e modelli quali Sora 2, Veo 3.1 e Kling 3.0, utilizzabili per produrre contenuti a partire da descrizioni testuali o immagini. Il sistema permette di avviare una produzione indicando un argomento, una sceneggiatura e una durata, generando successivamente una sequenza che può includere presentatore virtuale, testo parlato, sottotitoli e accompagnamento musicale. È inoltre disponibile una funzione di clonazione digitale che utilizza una fotografia e un breve campione vocale per riprodurre un soggetto in contenuti video sintetici. La generazione di video con presentatore supporta durate comprese generalmente tra 10 e 90 secondi, mentre l’account gratuito applica un limite di 15 secondi e aggiunge una filigrana ai contenuti esportati.
Le funzioni di postproduzione comprendono Remove Silences, che individua ed elimina le pause, Remove Filler Words, progettato per rimuovere esitazioni e intercalari, Clean Audio, destinato alla riduzione del rumore ambientale e del riverbero, ed Eye Contact Correction, che tenta di correggere digitalmente la direzione dello sguardo per simulare il contatto visivo con la videocamera. L’editor dispone inoltre di una modalità di montaggio basata sulla trascrizione, attraverso la quale è possibile eliminare parole e segmenti del filmato intervenendo direttamente sul testo riconosciuto. La sottotitolazione automatica supporta oltre 125 lingue e varianti linguistiche, con possibilità di utilizzare stili dinamici e adattamenti grafici. In una prova effettuata su una registrazione originale di 71,6 secondi, la trascrizione è stata completata in meno di dieci secondi, mentre l’eliminazione delle pause ha ridotto la durata a 58,7 secondi con circa cinque secondi di elaborazione. La pulizia audio, la correzione dello sguardo e la generazione dei sottotitoli hanno richiesto rispettivamente circa 30, 35 e 30 secondi, seguiti da un’esportazione in risoluzione 1080p completata in circa mezzo minuto. Sono tuttavia emerse alcune limitazioni operative: la correzione dello sguardo non ha prodotto modifiche visivamente apprezzabili, mentre alcuni tagli automatici hanno determinato omissioni, duplicazioni e anomalie nella trascrizione associata al filmato finale. Anche il posizionamento dei sottotitoli ha richiesto correzioni manuali per evitare sovrapposizioni con il volto del presentatore.
Una componente particolarmente sviluppata riguarda AI Dubbing, il sistema che traduce il parlato mantenendo caratteristiche vocali riconducibili al soggetto originale e applicando la sincronizzazione labiale. La funzione consente di selezionare l’opzione Match Video Voice, conservare l’audio di sottofondo e produrre versioni in altre lingue senza dover registrare nuovamente il contenuto. La versione Pro supporta il doppiaggio in oltre 50 lingue. Una verifica su un filmato di circa 72 secondi, tradotto dall’inglese allo spagnolo, ha restituito un video di 71,7 secondi in risoluzione 1080p, senza modifiche sostanziali alla durata originale. La voce sintetica ha mantenuto caratteristiche molto vicine a quelle della registrazione di partenza e il movimento delle labbra è risultato coerente con il parlato tradotto. La traduzione ha conservato il contenuto delle frasi, ma ha introdotto alcuni errori grammaticali, tra cui l’impiego di forme maschili riferite a una voce femminile e la duplicazione di una congiunzione. La piattaforma comprende una fase di revisione preventiva, denominata Proofread, utile per correggere genere grammaticale, nomi propri e terminologia prima della generazione del doppiaggio. Il consumo delle risorse per questa funzione è conteggiato attraverso un plafond dedicato ai minuti di traduzione, separato dai crediti utilizzati per la generazione video.
Il modello commerciale distingue le attività di editing e pulizia dalle elaborazioni generative soggette a consumo di crediti. Nel piano Pro, una dotazione mensile di 2.500 crediti ha consentito, nella prova considerata, la creazione di un video con presentatore della durata nominale di 30 secondi al costo di 240 crediti, corrispondente a circa dieci produzioni analoghe. La generazione ha richiesto approssimativamente sette minuti e mezzo e ha restituito contenuti in risoluzione 720p, con durate effettive inferiori a quelle richieste e alcune deviazioni rispetto all’argomento iniziale. L’impiego di una sceneggiatura già definita, anziché della sola descrizione dell’argomento, permette quindi un controllo più preciso del contenuto prodotto. Le funzioni di pulizia e sottotitolazione non hanno invece consumato crediti destinati alla generazione, pur rimanendo soggette alle condizioni del piano sottoscritto. La piattaforma comprende inoltre ambienti di lavoro condivisi, strumenti per adattare i video ai formati social e opzioni di distribuzione tramite collegamento. Per i contenuti riservati è necessario verificare le impostazioni di condivisione, poiché l’accessibilità tramite link può risultare abilitata nelle configurazioni di esportazione. VEED.io concentra così montaggio, trascrizione, doppiaggio e generazione in un’unica interfaccia, mantenendo una distinzione operativa tra elaborazioni automatiche immediatamente utilizzabili e contenuti generativi che richiedono ancora verifiche editoriali e correzioni prima della pubblicazione.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).