Gewinne:
- Fähigkeit, Text-to-Speech (TTS), Voice-Cloning und künstliche Synchronisation (Dubbing/Lippensynchronisation) zu verstehen und Voice-Over-Entwürfe zu erstellen
- Erzielen Sie eine natürliche Vokalisierung mit Ton-, Tempo-, Betonungs- und Ausspracheanweisungen und können Sie eine mehrsprachige Version planen
- Das Klonen der Stimme einer Person erfordert Zustimmung, Urheberrecht und Persönlichkeitsrechte; Wir verstehen, dass unbefugte Stimmimitation einen ethischen und rechtlichen Verstoß darstellt
Audio ist das halbe Video. Der Betrachter kann das schlechte Bild verzeihen; verzeiht keinen schlechten Klang. Bei der traditionellen Produktion ist die Synchronisation teuer und zeitintensiv: Einen Synchronkünstler finden, ein Studio einrichten, aufnehmen und zurückrufen, wenn ein Fehler auftritt. Künstliche Intelligenz hat dieses Bild verändert: Text-to-Speech-Tools können einen Text innerhalb von Minuten in natürliche Sprache umwandeln; Das Klonen von Stimmen kann die Stimme einer Person „erlernen“ und sie dazu bringen, neue Sätze zu sagen; Künstliche Synchronisationswerkzeuge können ein Video im Einklang mit Lippenbewegungen in eine andere Sprache übertragen. Jede dieser mächtigen Fähigkeiten bringt auch eine ernsthafte ethische und rechtliche Verantwortung mit sich. In dieser Einheit werden wir sowohl Technik als auch Grenze behandeln.
Bedingungen. Text-to-Speech (TTS) ist eine Technologie, die geschriebenen Text in synthetische Sprache umwandelt. Beim Stimmenklonen wird ein Modell erstellt, das die Stimme einer realen Person anhand einer Stimmprobe imitiert. Beim künstlichen Synchronisieren wird die Sprache eines Videos in eine andere Sprache übersetzt und in dieser Sprache synchronisiert, wobei es häufig mit Lippenbewegungen kompatibel gemacht wird (Lippensynchronisation). Prosodie ist das Muster aus Intonation, Betonung und Rhythmus der Sprache – die „Emotion“ eines Satzes entsteht größtenteils aus der Prosodie. Ein Phonem ist die kleinste Lauteinheit einer Sprache; Ausspracheprobleme werden oft auf der Phonemebene gelöst.
Voice-over-Text-to-Speech
TTS-Tools sind heute überraschend selbstverständlich; Aber um einen „guten“ Voiceover zu erzielen, muss das Fahrzeug richtig gesteuert werden. Das Einfügen von Rohtext und das Sagen von „Lesen“ führt zu einem flachen und roboterhaften Ergebnis. Für eine gute Sprachausgabe orientieren Sie sich an: Stimmcharakter (Alter, Geschlecht, Wärme), Ton (aufrichtig, ernst, aufgeregt), Tempo (langsame Erzählung oder energische Werbung), Betonung (welches Wort soll hervorstechen), Pausen (Atem, Zeichensetzung) und Aussprache (Eigennamen, Abkürzungen, Fremdwörter). Viele Tools geben Ihnen diese Kontrolle, indem Sie dem Text Satzzeichen und kurze Anweisungen hinzufügen oder spezielle Markierungen verwenden.
Ihre Rolle: stellvertretender Sprecher. Text: [60-sekündiger Erzähltext unten] Stimmanweisung: – Stimmcharakter: weibliche Stimme in den Dreißigern, warm und beruhigend. – Ton: ruhig, aufrichtig; KEIN kommerzielles Geschrei. - Tempo: mittel-langsam; Kurzer Atemzug am Ende jedes Satzes. – Betonung: Betont die Wörter „frei“ und „30 Tage“ leicht. – Aussprache: „AiEdu“ -> „ey-edu“; „%“ -> „Prozentsatz“. Aufgabe: Bereiten Sie den gemäß dieser Anleitung markierten Text vor (geben Sie an, wo die Hervorhebung/Pause erscheinen soll).
Hören Sie unbedingt zu und überprüfen Sie die TTS-Ausgabe: Falsch ausgesprochene Eigennamen, seltsame Betonungen und unnatürliche Pausen sind häufig. Im Türkischen bereiten Wörter ausländischer Herkunft, insbesondere Wörter, Abkürzungen und Zahlen, Probleme („2024“ -> „zweitausendvierundzwanzig“ oder „vierundzwanzig“?).
Stimmenklonen: Macht und Verantwortung
Durch das Klonen von Stimmen wird ein Modell erstellt, das die Stimme einer Person aus einigen Minuten der Aufnahme nachahmt. Es hat legitime Verwendungszwecke: um an einem Krankheitstag ein Voiceover mit der Stimme eines Moderators mit dessen Zustimmung zu vervollständigen; konsequente Verwendung der bewährten „Sound Identity“ einer Marke; die eigene Stimme in anderen Sprachen zum Sprechen bringen. Doch gerade diese Macht zieht die größte ethische Grenze: Das Klonen und Verwenden der Stimme einer Person ohne deren ausdrückliche Zustimmung ist eine Verletzung der Persönlichkeitsrechte und führt vielerorts zu rechtlicher Haftung. Die Stimme ist Teil der Identität einer Person; Nachahmung kann zu Betrug, Verleumdung und Rufschädigung führen.
Grundprinzipien, die beim Stimmenklonen zu beachten sind:
Prinzip
Bewerbung
Ausdrückliche Zustimmung
Schriftliche Genehmigung des Stimmeneigentümers mit einem bestimmten Umfang
Klarheit des Geltungsbereichs
Wo, wie lange und zu welchem Zweck soll es eingesetzt werden?
Transparenz
Bei Bedarf die Information „Dieser Ton ist eine künstliche Erzeugung“
begrenzte Nutzung
Nicht über die Einwilligung hinausgehen (neues Projekt, anderes Produkt)
Einziehbarkeit
Das Recht des Einzelnen, seine Einwilligung zu widerrufen
Achtung: Das Klonen der Stimme einer Berühmtheit, eines Politikers oder einer Person, die Sie kennen, ohne deren Zustimmung und das Erstellen von Inhalten – selbst mit der Absicht, ein „Witz“ oder ein „Experiment“ zu sein – stellt einen schwerwiegenden Verstoß dar. Die Verbreitung produzierter Inhalte, die außerhalb Ihrer Kontrolle liegen, kann nicht rückgängig gemacht werden.
Mehrsprachige Synchronisation
Die synthetische Synchronisation ist der schnellste Weg, ein Video in verschiedene Sprachen zu öffnen: Das Tool übersetzt die Sprache, synchronisiert sie in der Zielsprache und synchronisiert manchmal die Lippenbewegungen. Es ist revolutionär für Content-Ersteller, die ein globales Publikum erreichen möchten. Dies ist jedoch einer der anfälligsten Punkte, da sich drei verschiedene Fehlerebenen überschneiden: Übersetzungsfehler (Redewendung, Begriff, Kontext), Sprachfehler (falscher Ton, falsche Aussprache) und Synchronisationsfehler (nicht übereinstimmende Lippen, zeitliche Nichtübereinstimmung). Daher ist es bei der mehrsprachigen Synchronisation erforderlich, dass eine Person, die die Zielsprache auf muttersprachlichem Niveau beherrscht, sowohl die Übersetzung als auch die Synchronisation überprüft. Die Integrität der Marke, Bedeutung und Emotion kann nur durch menschliche Kontrolle geschützt werden.
drei Mini-Koffer
Fall 1 – Schnelles und ethisches Voiceover. Ein E-Learning-Team musste die Erzählung eines Kurses mit 40 Videos aktualisieren; Es war teuer, den Künstler bei jedem Update zurückzurufen. Sie schlossen einen schriftlichen Vertrag mit dem Künstler ab, der den Umfang der Klonung seiner Stimme für diesen Kurs festlegte. So führten sie mit seiner Stimme und seinem Einverständnis die Textänderungen in wenigen Minuten durch. Der Künstler erhielt sowohl sein Honorar als auch die Kontrolle; Das Team kam in Schwung.
Fall 2 – Nicht einvernehmlicher Klonskandal. Ein Content-Ersteller hat die Stimme eines bekannten Synchronsprechers aus seinen YouTube-Videos geklont und in einer Werbung verwendet. Der Künstler erkannte seine Stimme, leitete ein Gerichtsverfahren ein und der Vorfall wurde in der Presse gemeldet. Der Ruf der Marke wurde geschädigt, der Inhalt entfernt und eine Entschädigung auf die Tagesordnung gesetzt. Lektion: Die nicht einvernehmliche Audionutzung ist sowohl eine ethische als auch eine rechtliche Katastrophe.
Fall 3 – Nicht verifizierte Synchronisation. Ein Kanal synchronisierte seine Videos künstlich ins Spanische, ließ sie jedoch nie überprüfen. Ein Fachbegriff wurde falsch übersetzt und im Off wurde eine Betonung vorgenommen, die die Bedeutung des Satzes umkehrte. Spanische Zuschauer wiesen in den Kommentaren auf den Fehler hin, das Vertrauen sei beschädigt. Der richtige Weg war, es von jemandem überprüfen zu lassen, der die Zielsprache beherrscht.
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Sprechen Sie diesen Text.
Es gibt keinen Gesangscharakter, keinen Ton, kein Tempo oder keine Aussprache. Die Ausgabe wird flach und roboterhaft.
Kraftvolle Aufforderung:
Ihre Rolle: Voice-Over-Regisseur. Zweck: 45 Sekunden Produktwerbekommentar. Stimme: 35 Jahre alt, warme Männerstimme, beruhigend. Ton: informativ, aber aufrichtig; keine Übertreibung. Tempo: mittel; Machen Sie in technischen Sätzen etwas langsamer. Betonung: Markieren Sie die Wörter Preis und Garantie. Aussprache: „3D“ -> „dreidimensional“; Markenname [BRAND] wie er ist.Ausgabe: Voiceover-Text mit Hervorhebung und markierten Pausen.Einschränkung: Nur Einwilligung/synthetische Stimme verwenden; eine reale Person nachahmen.
Häufige Fehler
- Den Rohtext ohne Anleitung lesen lassen. Wenn Ton, Tempo und Betonung nicht gegeben sind, klingt die Stimme roboterhaft.
- Verwenden der TTS-Ausgabe, ohne sie anzuhören. Falsche Aussprache (Eigenname, Nummer, Abkürzung) kommt häufig vor.
- Stimmklonen ohne Zustimmung. Ethische und rechtliche Verstöße; Die Ausrede „Experiment/Witz“ ist ungültig.
- Überschreitung des Umfangs der Einwilligung. Es stellt einen Verstoß dar, die Erlaubnis für ein Projekt in einem anderen Werk zu verwenden.
- Die Synchronisierung wird nicht überprüft. Übersetzungs-, Synchronisations- und Synchronisationsfehler überschneiden sich.
Tipp: Schreiben Sie in TTS Zahlen, Abkürzungen und Eigennamen deutlich im Text („dreißig Prozent“, „dreidimensional“, „ey-edu“). Sie bestimmen die Aussprache, anstatt sie dem Modell zu überlassen, sie zu erraten.
Zusammenfassend
Synthetisches Synchronisieren, Stimmenklonen und Dubbing beschleunigen die Audioarbeit in der Videoproduktion radikal und ermöglichen eine globale Reichweite. Um gute Ergebnisse zu erzielen, geben Sie dem TTS Richtlinien zu Ton, Tempo, Betonung und Aussprache und achten Sie darauf, sich die Ausgabe anzuhören. Das Klonen von Stimmen ist wirkungsvoll, zieht aber die klarste ethische Grenze: Die Stimme einer Person darf nur mit einer klaren, weitreichenden, schriftlichen Zustimmung verwendet werden; Nachahmung ohne Zustimmung ist ein Verstoß. Da sich bei mehrsprachigen Synchronisationen Übersetzungs-, Synchronisations- und Synchronisationsfehler überschneiden, ist eine Überprüfung durch eine Person, die die Zielsprache beherrscht, unerlässlich. Erzeugt Fahrzeugsound; Einwilligung, Richtigkeit und Sinnhaftigkeit liegen in Ihrer Verantwortung.
Anwendungsaufgabe
Schreiben Sie einen 60-sekündigen Erzähltext. Sprechen Sie dies mit einem TTS-Tool aus, mit den oben genannten Richtlinien für Ton, Tempo, Betonung und Aussprache. Hören Sie sich die Ausgabe an und finden und korrigieren Sie mindestens drei falsch ausgesprochene Stellen (Nummer, Eigenname, Abkürzung). Entwerfen Sie dann ein einfaches „Einverständnisformular“ für das Klonen von Stimmen: wessen Stimme, welches Projekt, für welche Dauer, für welche Verwendung, Recht auf Widerruf. Fassen Sie Ihre Arbeit zusammen.
Checkliste
- [ ] Habe ich die Vokalisierung anhand von Ton-, Tempo-, Betonungs- und Ausspracherichtlinien gesteuert?
- [ ] Habe ich mir die TTS-Ausgabe angehört und etwaige Aussprache-/Zahlen-/Abkürzungsfehler korrigiert?
- [ ] Gibt es eine klare und spezifische schriftliche Einwilligung für die Stimme, die ich klone/verwende?
- [ ] Habe ich sichergestellt, dass ich den Umfang der Einwilligung (Ort, Dauer, Zweck) nicht überschritten habe?
- [ ] Habe ich die Synchronisationsausgabe auf Übersetzung/Ton/Synchronisation mit jemandem überprüft, der die Zielsprache beherrscht?