Як озвучити аудіогід: диктор чи штучний інтелект?

Що людський голос ще краще робить

Умілий оповідач робить вибір, а синтетичний голос — ні. Вони знають, яке слово в реченні має значення, коли потрібно сповільнити темп для складної назви та скільки часу має бути пауза перед наступною думкою. У повному посібнику ці варіанти поєднуються в щось, що виглядає автором, а не створеним.

Людський голос має найбільше значення, коли матеріал емоційно зважений. Меморіальний вміст, особисті свідчення, важка історія та все, що пов’язано з живою спільнотою, є місцями, де синтетична подача може звучати байдуже саме в той момент, коли не повинна.

Існує також аргумент про походження. Путівник, розказаний куратором, краєзнавцем чи членом громади – це не просто оповідь, це частина інтерпретації. Це неможливо синтезувати.

Де синтетична розповідь займає своє місце

Економіка різко змінюється, коли ви стаєте багатомовним. Бронювання актора голосу, який розмовляє рідною мовою на кожній із восьми мов, означає вісім бронювань, вісім студійних сесій, вісім раундів перегляду та вісім розкладів для координації. Синтетична розповідь згортає це в етап рендерингу.

Вартість оновлення має таке ж значення, як і вартість запуску. Музеї змінюють етикетки, виправляють факти та чергують виставки. З замовленим актором голосу одне виправлене речення може означати перезамовлення оригінального динаміка відповідно до дублю, і якщо ця особа недоступна, виправлення може бути взагалі неможливим. Завдяки синтетичному дикторському тексту виправлений рядок відновлюється за лічені хвилини.

Ця різниця, як правило, вирішує питання щодо тимчасових виставок, щодо контенту, який, як очікується, зміниться, і для мов, де музей взагалі не може фінансувати студійну сесію.

• Вісім мов означають вісім бронювань із людським голосом, один крок відтворення з синтетичним
• Виправлення не вимагають, щоб оригінальний динамік знову був доступним
• Робить мови життєздатними, що не міг би собі дозволити невеликий музей
• Тимчасові виставки можуть відкриватися та змінюватися без часу студії

Змішаний підхід, на який спирається більшість музеїв

На практиці поділ рідко відбувається за принципом «все або нічого». Загальною моделлю є людський голос для основної мови відвідувачів, де найчастіше слухають і де найбільше значення має характер закладу, і синтетична розповідь для перекладених версій, що робить путівник доступним для всіх інших.

Такий підхід ставить бюджет на прослуховування, не дозволяючи витратам вирішити, що відвідувачі іншими мовами взагалі нічого не отримають. Це також відображає незручну правду: реалістичною альтернативою синтетичному перекладу зазвичай є не людський переклад, це не переклад.

Така ж логіка діє і в посібнику. Характерні зупинки та усна історія можуть звучати людським голосом, тоді як звичайне орієнтування та знайомство з кімнатою синтезуються.

Отримання хороших результатів від синтетичної розповіді

Синтетичні голоси дають збій передбачуваним чином, і більшість цих збоїв можна виправити в сценарії, а не в налаштуваннях. Назви місць, особисті імена та технічні терміни є звичайною проблемою, особливо маорі та інші корінні назви, які загальні голоси регулярно спотворюють.

Створіть список вимов разом зі сценарієм. Будь-яке ім’я, яке має значення, має бути перевірено у відтвореному аудіо до того, як путівник буде опубліковано, а не після того, як на нього вкаже відвідувач. Якщо ім’я є культурно значущим, його помилка є справжньою невдачею, а не косметичною, і варто використовувати людський запис для цих конкретних рядків, якщо синтез неможливо виправити.

Пунктуація також виконує більше роботи, ніж люди очікують. Коми та крапки формують темп, а розділення довгого речення часто вирішує проблему доставки швидше, ніж налаштування параметрів голосу.

• Ведіть список вимов імен, місць і технічних термінів
• Прослухайте кожне ім’я у відтвореному аудіо перед запуском
• Використовуйте пунктуацію, щоб контролювати темп, а не боротися з налаштуваннями голосу
• Розглянемо запис людини для культурно значущих імен

Що б ви не вибрали, запишіть джерело належним чином

Якість звуку оцінюється несвідомо та швидко. Відвідувачі не виявлять відображення в кімнаті чи рівень шуму, але вони вирішать, що гід відчуває себе аматором, і вимкнуть це.

Якщо ви записуєте людський голос, оброблена кімната має більше значення, ніж дорогий мікрофон. М’які меблі, невеликий простір і постійна відстань до мікрофона перевершать хороший мікрофон у галереї з твердими стінами. Запишіть усе за один сеанс, де це можливо, оскільки кімнати та голоси не збігаються ідеально протягом дня.

Зберігайте необроблені вихідні файли. Змінюються формати, змінюються платформи доставки, і музей, який зберігав своїх майстрів, може реекспортувати путівник через роки, нічого не записуючи знову.