Pričakuje se, da bo funkcija pomagala gledalcem pri dostopu do vsebine, do katere sicer ne bi mogli.
Na VidCon ta teden je YouTube objavil, da integrira novo orodje, ki ga poganja AI, ki bo samodejno presnema videoposnetke v drugih jezikih, s čimer pomaga ustvarjalcem in gledalcem premagati jezik pregrada. Funkcijo pripravljajo že leta kot del Googlovega inkubatorja Area 120 za eksperimentalne projekte in so jo napovedali lani kot del družbe povečan pritisk na funkcije, ki jih poganja AI za vse svoje izdelke in storitve.
Novo orodje, imenovano »Na glas«, ustvarjalcem omogoča, da "hitro in enostavno presnemajo njihove videoposnetke v več jezikov, s čimer odklenejo znanje, ki je danes morda ujeto v enem samem jeziku." Google pričakuje, da bo funkcija naredila sinhronizacijo bolj dostopno ustvarjalcem, ki se jim zdi prezapleteno ali predrago sinhronizirati svoje videoposnetke v več jezikov. Za ljudi, ki se sprašujejo, kako vse skupaj deluje, uradna spletna stran Aloud pravi da orodje najprej prepiše videoposnetek in ustvarjalcu omogoči pregled in urejanje prepisa. Nato videoposnetek prevede in sinhronizira v ciljni jezik, preden ga ustvarjalec objavi.
V izjavi za The Verge, Amjad Hanif iz YouTuba je dejal, da funkcijo trenutno preizkušajo stotine ustvarjalcev po vsem svetu. Dodal je, da trenutno podpira le nekaj jezikov, v prihodnosti pa naj bi jih dodali še več. Podjetje je imelo prej napovedal da bo Aloud ob predstavitvi na voljo samo v angleščini, španščini in portugalščini, pri čemer se pričakuje, da bodo v bližnji prihodnosti na seznam dodani še hindijščina, bahasa-indonezijščina in drugi jeziki.
Na glas je a super kul uporaba AI, ki naj bi ustvarjalcem pomagala doseči širše občinstvo. Po Hanifovih besedah si podjetje ne prizadeva samo za to, da bi prevedeni zvočni posnetki zveneli kot ustvarjalčev glas, ampak tudi vključi več izraza v sinhronizirano vsebino. Poleg tega želi uvesti tudi sinhronizacijo ustnic, da bi videoposnetki izgledali bolj naravno. Vendar bodo te funkcije na voljo šele naslednje leto, tako da bodo videoposnetki zaenkrat ostali nesinhronizirani z zvokom, sinhronizirani glas pa bo zvenel razmeroma mehanično.