רווחים:
- יכולת הבנת כלים של טקסט לדיבור (TTS), שיבוט קול ודיבוב מלאכותי (דיבוב/סנכרון שפתיים) והפקת טיוטות קריינות
- להשיג קוליות טבעית עם הוראות טון, טמפו, לחץ והגייה ולהיות מסוגל לתכנן גרסה רב לשונית
- שיבוט קולו של אדם מצריך הסכמה, זכויות יוצרים וזכויות אישיות; הבנה שחיקוי קול לא מאושר הוא הפרה אתית וחוקית
אודיו הוא חצי מהווידאו. הצופה יכול לסלוח על התמונה הרעה; לא סולח על צליל רע. בהפקה מסורתית, הדיבוב יקר ואיטי: מציאת אמן מדובב, הקמת אולפן, הקלטה והתקשרות חזרה אם מתרחשת טעות. בינה מלאכותית שינתה את התמונה הזו: כלי טקסט לדיבור יכולים להמיר טקסט לקול טבעי תוך דקות; שיבוט קול יכול "ללמוד" את קולו של אדם ולגרום לו לומר משפטים חדשים; כלי דיבוב מלאכותיים יכולים להעביר סרטון לשפה אחרת בהרמוניה עם תנועות השפתיים. כל אחת מהיכולות החזקות הללו נושאת גם אחריות אתית ומשפטית רצינית. ביחידה זו נעסוק הן בטכניקה והן בגבול.
תנאים. טקסט לדיבור (TTS) היא טכנולוגיה הממירה טקסט כתוב לקול סינתטי. שיבוט קול הוא יצירת מודל המחקה את קולו של אדם אמיתי מדגימת קול. דיבוב מלאכותי הוא תרגום דיבור של סרטון לשפה אחרת ודיבוב שלו בשפה זו, ולעיתים קרובות הופך אותו לתואם לתנועת שפתיים (lip-sync). פרוזודיה היא דפוס האינטונציה, הלחץ והקצב של הדיבור - ה"רגש" של משפט מגיע בעיקר מפרוזודיה. פונמה היא יחידת הצליל הקטנה ביותר בשפה; בעיות הגייה נפתרות לרוב ברמת הפונמה.
קול על טקסט לדיבור
כלי TTS הם טבעיים באופן מפתיע היום; אבל קבלת קריינות "טובה" דורשת כיוון נכון של הרכב. הדבקת טקסט גולמי ואמירת "קרא" נותנת תוצאה שטוחה ורובוטית. למשחק קול טוב, הנח: אופי קול (גיל, מין, חום), טון (כנה, רציני, נרגש), קצב (קריינות איטית או פרסום אנרגטי), לחץ (איזו מילה צריכה לבלוט), הפסקות (נשימה, סימני פיסוק) והגייה (שמות פרטיים, קיצורים, מילים לועזיות). כלים רבים נותנים לך שליטה זו על ידי הוספת סימני פיסוק והוראות קצרות לטקסט, או על ידי שימוש בסימון מיוחד.
תפקידך: עוזר במאי קול. טקסט: [טקסט קריינות של 60 שניות למטה] הנחיה קולית:- דמות קולית: קול נשי בשנות ה-30 לחייה, חם ומרגיע.- טון: רגוע, כן; ללא צעקות מסחריות.- טמפו: בינוני-איטי; נשימה קצרה בסוף כל משפט.- מתח: מדגיש מעט את המילים "חופשי" ו-"30 ימים".- הגייה: "AiEdu" -> "ey-edu"; "%" -> "אחוז". משימה: הכן את הטקסט המסומן לפי הוראה זו (ציין היכן יופיע ההדגשה/השהייה).
הקפד להקשיב ולבדוק את פלט ה-TTS: שמות פרטיים שגויים, לחצים מוזרים והפסקות לא טבעיות הם שכיחים. בטורקית, מילים ממקור לועזי, בעיקר מילים, קיצורים ומספרים גורמות לבעיות ("2024" -> "אלפיים ועשרים וארבע" או "עשרים ועשרים וארבע"?).
שיבוט קול: כוח ואחריות
שיבוט קול מייצר מודל המחקה את קולו של אדם מתוך מספר דקות של הקלטה. יש לזה שימושים לגיטימיים: להשלים קריינות בקול של מגיש, בהסכמתו, ביום מחלה; שימוש עקבי ב"זהות הצלולה" המאושרת של מותג; לגרום לקול שלו לדבר בשפות אחרות. אלא שדווקא הכוח הזה מותח את הקו האתי הגדול ביותר: שיבוט ושימוש בקולו של אדם ללא הסכמתו המפורשת מהווה פגיעה בזכויות אישיות ומעורר אחריות משפטית במקומות רבים. קול הוא חלק מהזהות של אדם; חיקוי עלול להוביל להונאה, הוצאת דיבה ופגיעה במוניטין.
עקרונות בסיסיים שיש להקפיד עליהם בשיבוט קול:
עקרון
יישום
הסכמה מפורשת
אישור בכתב מבעל הקול עם היקף ספציפי
בהירות היקף
היכן, לכמה זמן ולאיזו מטרה ישמש?
שְׁקִיפוּת
בעת הצורך, המידע "הצליל הזה הוא הפקה מלאכותית"
שימוש מוגבל
לא מעבר להסכמה (פרויקט חדש, מוצר אחר)
יכולת משיכה
זכותו של הפרט לחזור בו מהסכמה
זהירות: שיבוט קולו של ידוען, פוליטיקאי או מישהו שאתה מכיר ללא הסכמתם ויצירת תוכן - אפילו מתוך כוונה להיות "בדיחה" או "ניסוי" - היא הפרה חמורה. לא ניתן לבטל הפצת תוכן שהופק מעבר לשליטתך.
דיבוב רב לשוני
דיבוב סינתטי הוא הדרך המהירה ביותר לפתוח סרטון לשפות שונות: הכלי מתרגם את הדיבור, מדובב אותו בשפת היעד ולעיתים מסנכרן את תנועות השפתיים. זה מהפכני עבור יוצרי תוכן שרוצים להגיע לקהל עולמי. אבל זו אחת הנקודות הפגיעות ביותר מכיוון ששלוש שכבות נפרדות של שגיאות חופפות: שגיאת תרגום (אידיום, מונח, הקשר), שגיאת קול (טון שגוי, הגייה) ושגיאת סנכרון (אי התאמה שפתיים, אי התאמה בזמן). לכן בדיבוב רב-לשוני יש צורך שאדם שיודע את שפת היעד ברמת האם יוודא גם את התרגום וגם את הדיבוב. שלמות המותג, המשמעות והרגש יכולים להיות מוגנים רק על ידי שליטה אנושית.
שלושה מיני תיקים
מקרה 1 - קריינות מהירה ואתית. צוות e-learning היה צריך לעדכן את הנרטיב של קורס בן 40 סרטונים; החזרת האמן עם כל עדכון הייתה יקרה. הם עשו חוזה כתוב עם האמן שציין את היקף הקול שלו/ה המשובט עבור הקורס הזה. אז הם הפיקו את השינויים בטקסט תוך דקות, בקולו ובאישורו. האמן גם קיבל את שכרו וגם שמר על שליטה; הקבוצה צברה תאוצה.
מקרה 2 - שערוריית שיבוטים ללא הסכמה. יוצר תוכן שיבט קולו של שחקן קול ידוע מסרטוני היוטיוב שלו והשתמש בו בפרסומת. האמן זיהה את קולו, פתח בהליך משפטי והתקרית דווחה בעיתונות. המוניטין של המותג נפגע, התוכן הוסר והפיצוי הועלה לסדר היום. לקח: שימוש באודיו שלא בהסכמה הוא אסון אתי ומשפטי כאחד.
מקרה 3 - דיבוב לא מאומת. ערוץ אחד דיבב באופן מלאכותי את הסרטונים שלו לספרדית אך מעולם לא בדק אותם. מונח טכני תורגם לא נכון והקריין שם דגש שהפך את משמעות המשפט. הצופים הספרדים הצביעו על הטעות בהערות, האמון נפגע. הדרך הנכונה הייתה לאמת אותו על ידי מישהו שיודע את שפת היעד.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
אמור את הטקסט הזה.
אין אופי ווקאלי, טון, טמפו או הגייה. הפלט הופך שטוח ורובוטי.
הנחיה עוצמתית:
התפקיד שלך: במאי קריינות. מטרה: 45 שניות של קריינות לקידום מוצר. קול: בן 35, קול גברי חם, מרגיע. טון: אינפורמטיבי אך כן; ללא הגזמה. טמפו: בינוני; להאט מעט במשפטים טכניים. דגש: הדגש את המילים מחיר ואחריות. הגייה: "תלת מימד" -> "תלת מימד"; שם מותג [BRAND] כפי שהוא. פלט: טקסט קריינות עם הדגשה והפסקות מסומנות. אילוץ: השתמש בהסכמה/קול סינתטי בלבד; התחזות לאדם אמיתי.
טעויות נפוצות
- קריאה של הטקסט הגולמי ללא הדרכה. אם הטון, הקצב והדגש לא ניתנים, הקול יישמע רובוטי.
- שימוש בפלט TTS מבלי להאזין לו. הגייה שגויה (שם תקין, מספר, קיצור) היא נפוצה.
- שיבוט קולי ללא הסכמה. הפרה אתית ומשפטית; תירוץ "ניסוי/בדיחה" אינו תקף.
- חריגה מהיקף ההסכמה. זו הפרה להשתמש בהרשאה לפרויקט בעבודה אחרת.
- לא מאמת את הדיבוב. חפיפה של שגיאת תרגום + דיבוב + סנכרון.
טיפ: ב-TTS, כתוב מספרים, קיצורים ושמות פרטיים בצורה ברורה בטקסט ("שלושים אחוז", "תלת מימד", "ey-edu"). אתה קובע את ההגייה במקום להשאיר למודל לנחש.
לסיכום
דיבוב סינתטי, שיבוט קולי ודיבוב מאיצים באופן קיצוני את עבודת האודיו בהפקת וידאו ומאפשרים הגעה עולמית. לקבלת תוצאות טובות, הנח את ה-TTS עם הנחיות טון, קצב, לחץ והגייה והקפד להקשיב לפלט. שיבוט קול הוא רב עוצמה, אך הוא משרטט את הקו האתי הברור ביותר: ניתן להשתמש בקולו של אדם רק בהסכמה ברורה, בכתב ובכתב; חיקוי ללא הסכמה הוא הפרה. מאחר ושגיאות תרגום, דיבוב וסנכרון יחפפו בדיבוב רב לשוני, אימות על ידי אדם שיודע את שפת היעד הוא חיוני. יוצר צליל רכב; הסכמה, דיוק ומשמעות הם באחריותך.
משימת יישום
כתוב טקסט סיפורי בן 60 שניות. השמיעו את זה עם כלי TTS, עם הנחיות טון/טמפו/מתח/הגייה כמו לעיל. האזן לפלט ומצא ותקן לפחות שלושה מקומות שגויים (מספר, שם תקין, קיצור). לאחר מכן נסחו "טופס הסכמה" פשוט לשכפול קולי: הקול של מי, איזה פרויקט, לאיזה משך, לאיזה שימוש, זכות נסיגה. סכם את עבודתך.
רשימת בדיקה
- [ ] האם הדרכתי את הווקאליזציה עם הנחיות טון, קצב, לחץ והגייה?
- [ ] האם הקשבתי לפלט ה-TTS ותיקנתי שגיאות הגייה/מספר/קיצור?
- [ ] האם יש הסכמה כתובה ברורה וספציפית לקול שאני משכפל/משתמש?
- [ ] האם ודאתי שלא חרגתי מהיקף ההסכמה (מקום, משך, מטרה)?
- [ ] האם אימתתי את פלט הדיבוב לתרגום/טון/סנכרון עם מישהו שיודע את שפת היעד?