Optagelse af en lydguide: stemmeskuespiller eller AI-fortælling

Hvad en menneskelig stemme stadig gør bedre

En dygtig fortæller træffer valg, en syntetisk stemme ikke gør. De ved, hvilket ord i en sætning der har betydningen, hvornår de skal sænke farten for et svært navn, og hvor lang en pause der skal sidde før den næste idé. På tværs af en komplet guide sammensættes disse valg til noget, der føles forfattet snarere end genereret.

Den menneskelige stemme betyder mest, hvor materialet er følelsesmæssigt vægtet. Mindeindhold, personligt vidnesbyrd, vanskelig historie og alt, hvad der er forbundet med et levende fællesskab, er steder, hvor syntetisk levering kan lyde ligegyldig i præcis det øjeblik, det ikke burde.

Der er også et herkomstargument. En guide fortalt af en kurator, en lokalhistoriker eller et samfundsmedlem er ikke bare fortælling, det er en del af fortolkningen. Det kan ikke syntetiseres.

Hvor syntetisk fortælling tjener sin plads

Økonomien ændrer sig markant, når du først bliver flersproget. At bestille en stemmeskuespiller, der taler som modersmål på hvert af otte sprog, betyder otte bookinger, otte studiesessioner, otte runder med gennemgang og otte tidsplaner, der skal koordineres. Syntetisk fortælling kollapser det til et gengivelsestrin.

Opdateringsomkostninger betyder lige så meget som lanceringsomkostninger. Museer skifter etiketter, retter fakta og skifter udstillinger. Med en booket stemmeskuespiller kan en enkelt korrigeret sætning betyde ombooking af den originale højttaler, så den matcher optagelsen, og hvis denne person ikke er tilgængelig, er løsningen muligvis slet ikke mulig. Med syntetisk fortælling regenereres en korrigeret linje på få minutter.

Denne forskel har en tendens til at afgøre spørgsmålet for midlertidige udstillinger, for indhold, der forventes at ændre sig, og for sprog, hvor et museum ikke realistisk kunne finansiere en studiesession overhovedet.

• Otte sprog betyder otte bookinger med en menneskelig stemme, et gengivelsestrin med syntetisk
• Rettelser kræver ikke, at den originale højttaler er tilgængelig igen
• Gør sprog levedygtige, som et lille museum ellers ikke havde råd til
• Midlertidige udstillinger kan lanceres og ændres uden studietid

Den blandede tilgang lander de fleste museer på

I praksis er opdelingen sjældent alt eller intet. Et almindeligt mønster er en menneskelig stemme til hovedsproget, hvor der mest lyttes, og hvor institutionens karakter betyder mest, og syntetisk fortælling for de oversatte versioner, der gør guiden tilgængelig for alle andre.

Den tilgang placerer budgettet, hvor lytningen er, uden at lade omkostningerne bestemme, at besøgende på andre sprog slet ikke får noget. Det afspejler også en ubehagelig sandhed: Det realistiske alternativ til en syntetisk oversættelse er normalt ikke en menneskelig oversættelse, det er ingen oversættelse.

Den samme logik gælder i en guide. Signaturstop og mundtlig historie kan bære en menneskelig stemme, mens rutinemæssig wayfinding og rumintroduktioner syntetiseres.

Få gode resultater fra syntetisk fortælling

Syntetiske stemmer fejler på forudsigelige måder, og de fleste af disse fejl kan rettes i scriptet snarere end i indstillingerne. Stednavne, personlige navne og tekniske termer er det sædvanlige problem, især maori og andre indfødte navne, som generiske stemmer rutinemæssigt ødelægger.

Byg en udtaleliste ved siden af scriptet. Ethvert navn, der betyder noget, bør kontrolleres i den gengivne lyd, før guiden går live, ikke efter en besøgende har påpeget det. Hvor et navn er kulturelt betydningsfuldt, er det en reel fiasko snarere end en kosmetisk at få det forkert, og det er værd at bruge en menneskelig optagelse til de specifikke linjer, hvis syntesen ikke kan rettes.

Tegnsætning udfører også mere arbejde, end folk forventer. Kommaer og punktummer former tempoet, og opdeling af en lang sætning løser ofte et leveringsproblem hurtigere end at justere stemmeparametre.

• Hold en udtaleliste for navne, steder og tekniske termer
• Lyt til hvert navn i den gengivne lyd før lancering
• Brug tegnsætning til at styre tempoet i stedet for at bekæmpe stemmeindstillingerne
• Overvej en menneskelig optagelse for kulturelt betydningsfulde navne

Uanset hvad du vælger, optag kilden korrekt

Lydkvaliteten bedømmes ubevidst og hurtigt. Besøgende vil ikke identificere en rumrefleksion eller et støjgulv, men de vil beslutte, at guiden føler sig amatør og slukker den.

Hvis du optager en menneskelig stemme, betyder et behandlet rum mere end en dyr mikrofon. Bløde møbler, en lille plads og en ensartet afstand fra mikrofonen vil slå en god mikrofon i et galleri med hårde vægge. Optag alt i én session, hvor det er muligt, fordi rum og stemmer ikke matcher perfekt på tværs af dage.

Behold de ubehandlede kildefiler. Formater ændrer sig, leveringsplatforme ændrer sig, og et museum, der beholdt sine mestre, kan gen-eksportere en guide år senere uden at registrere noget igen.