Dobici:
- Sposobnost razumijevanja alata za pretvaranje teksta u govor (TTS), kloniranje glasa i umjetno sinkroniziranje (sinkronizacija/sinkronizacija usana) i stvaranje nacrta glasovnih poruka
- Postignite prirodnu vokalizaciju s uputama za ton, tempo, naglasak i izgovor te možete planirati višejezičnu verziju
- Kloniranje nečijeg glasa zahtijeva pristanak, autorska prava i osobna prava; Razumijevanje da je neodobrena imitacija glasa etički i pravni prekršaj
Audio je pola videa. Gledatelj može oprostiti lošu sliku; ne oprašta loš zvuk. U tradicionalnoj produkciji, sinkronizacija je skupa i spora: pronalazak umjetnika sinkronizacije, postavljanje studija, snimanje i uzvratni poziv ako se dogodi pogreška. Umjetna inteligencija promijenila je ovu sliku: alati za pretvaranje teksta u govor mogu pretvoriti tekst u prirodni glas za nekoliko minuta; kloniranje glasa može "naučiti" nečiji glas i natjerati ga da izgovori nove rečenice; Alati za umjetno presnimavanje mogu prenijeti video na drugi jezik u skladu s pokretima usana. Svaka od ovih snažnih sposobnosti nosi i ozbiljnu etičku i pravnu odgovornost. U ovoj jedinici obradit ćemo i tehniku i granicu.
Uvjeti. Text-to-Speech (TTS) je tehnologija koja pretvara pisani tekst u sintetički glas. Kloniranje glasa je stvaranje modela koji oponaša glas stvarne osobe iz uzorka glasa. Umjetna sinkronizacija je prevođenje govora videozapisa na drugi jezik i sinkronizacija na tom jeziku, često ga čineći kompatibilnim s pokretima usana (lip-sync). Prozodija je obrazac intonacije, naglaska i ritma govora - "emocija" rečenice uglavnom dolazi od prozodije. Fonem je najmanja jedinica zvuka u jeziku; Problemi s izgovorom često se rješavaju na razini fonema.
Glas preko teksta u govor
TTS alati danas su iznenađujuće prirodni; ali dobivanje "dobrog" glasa zahtijeva pravilno usmjeravanje vozila. Lijepljenje neobrađenog teksta i izgovor "čitaj" daje ravan i robotski rezultat. Za dobru glasovnu glumu vodite: karakter glasa (dob, spol, toplina), ton (iskren, ozbiljan, uzbuđen), tempo (usporeno pripovijedanje ili energično oglašavanje), naglasak (koju riječ treba istaknuti), pauze (dah, interpunkcija) i izgovor (vlastita imena, kratice, strane riječi). Mnogi vam alati daju ovu kontrolu dodavanjem interpunkcijskih znakova i kratkih uputa u tekst ili korištenjem posebnih oznaka.
Vaša uloga: pomoćnik redatelja glasa. Tekst: [tekst naracije od 60 sekundi ispod]Glasovna direktiva:- Glasovni lik: ženski glas u 30-ima, topao i ohrabrujući.- Ton: miran, iskren; BEZ reklamnog vikanja.- Tempo: srednje spor; kratak dah na kraju svake rečenice.- Naglasak: blago ističe riječi "slobodno" i "30 dana".- Izgovor: "AiEdu" -> "ey-edu"; "%" -> "postotak".Zadatak: Pripremiti tekst označen prema ovoj uputi (odrediti gdje će biti naglasak/stanka).
Obavezno poslušajte i provjerite TTS izlaz: pogrešno izgovorena vlastita imena, čudni naglasci i neprirodne stanke su česti. U turskom jeziku probleme stvaraju riječi stranog podrijetla, posebno riječi, kratice i brojevi ("2024" -> "dvije tisuće dvadeset i četiri" ili "dvadeset dvadeset i četiri"?).
Kloniranje glasa: moć i odgovornost
Kloniranje glasa proizvodi model koji oponaša glas osobe iz nekoliko minuta snimanja. Ima legitimne namjene: dovršiti voiceover glasom voditelja, uz njegov ili njezin pristanak, na dan bolovanja; dosljedno korištenje odobrenog "zvučnog identiteta" marke; natjerati vlastiti glas da govori drugim jezicima. Ali upravo je ta moć ono što povlači najveću etičku granicu: kloniranje i korištenje nečijeg glasa bez njegovog ili njezinog izričitog pristanka predstavlja kršenje osobnih prava i dovodi do pravne odgovornosti na mnogim mjestima. Glas je dio identiteta osobe; Imitacija može dovesti do prijevare, klevete i štete ugledu.
Osnovni principi kojih se treba pridržavati u kloniranju glasa:
princip
Primjena
Izričit pristanak
Pisano dopuštenje vlasnika glasa s određenim opsegom
Jasnoća opsega
Gdje će se, koliko dugo i u koju svrhu koristiti?
prozirnost
Kada je potrebno, informacija "ovaj zvuk je umjetna proizvodnja"
ograničena uporaba
Ne prekoračiti pristanak (novi projekt, drugačiji proizvod)
mogućnost uvlačenja
Pravo pojedinca da povuče privolu
Oprez: kloniranje glasa slavne osobe, političara ili nekoga koga poznajete bez njihovog pristanka i stvaranje sadržaja — čak i s namjerom da bude "šala" ili "eksperiment" — ozbiljan je prekršaj. Širenje proizvedenog sadržaja izvan vaše kontrole ne može se poništiti.
Višejezična sinkronizacija
Sintetička sinkronizacija najbrži je način otvaranja videozapisa na različite jezike: alat prevodi govor, sinkronizira ga na ciljni jezik i ponekad sinkronizira pokrete usana. Revolucionaran je za kreatore sadržaja koji žele doprijeti do globalne publike. Ali to je jedna od najosjetljivijih točaka jer se preklapaju tri odvojena sloja pogreške: pogreška prijevoda (idiom, izraz, kontekst), pogreška glasa (pogrešan ton, izgovor) i pogreška sinkronizacije (neusklađenost usana, neusklađenost vremena). Stoga je kod višejezične sinkronizacije potrebno da osoba koja poznaje ciljni jezik na materinjem jeziku provjeri i prijevod i sinkronizaciju. Integritet marke, značenje i emocija mogu se zaštititi samo ljudskom kontrolom.
tri mini kućišta
Slučaj 1 — Brzo i etično pregovaranje. Tim za e-učenje morao je ažurirati narativ tečaja od 40 videozapisa; Povlačenje umjetnika sa svakim ažuriranjem bilo je skupo. Napravili su pismeni ugovor s umjetnikom koji je specificirao opseg njegovog/njezinog glasa koji se klonira za ovaj tečaj. Tako su u nekoliko minuta proizveli izmjene teksta, uz njegov glas i njegovo odobravanje. Umjetnik je i primio svoj honorar i zadržao kontrolu; Tim je dobio na zamahu.
Slučaj 2 — Skandal s klonovima bez pristanka. Kreator sadržaja klonirao je glas poznatog glasovnog glumca iz svojih YouTube videa i upotrijebio ga u reklami. Umjetnik je prepoznao njegov glas, pokrenuo pravni proces i incident je izvijestio tisak. Ugled brenda je narušen, sadržaj je uklonjen, a odšteta je stavljena na dnevni red. Lekcija: korištenje zvuka bez pristanka je i etička i pravna katastrofa.
Slučaj 3 — Neprovjerena sinkronizacija. Jedan je kanal umjetno sinkronizirao svoje videozapise na španjolski, ali ih nikad nije provjerio. Tehnički izraz pogrešno je preveden, a glasovni naglasak stavio je naglasak koji je obrnuo značenje rečenice. Španjolski gledatelji ukazali su na grešku u komentarima, povjerenje je narušeno. Pravi način je bio da ga ovjeri netko tko poznaje ciljni jezik.
Slab upit / Jak upit
Slab upit:
Izgovori ovaj tekst.
Nema vokalnog karaktera, tona, tempa ili izgovora. Izlaz postaje ravan i robotiziran.
Snažan upit:
Vaša uloga: redatelj glasovnog snimanja. Svrha: 45 sekundi naracije promocije proizvoda. Glas: 35 godina, topao muški glas, umirujući. Ton: informativan, ali iskren; bez pretjerivanja. Tempo: srednji; malo usporiti u tehničkim rečenicama. Naglasak: istaknuti riječi cijena i jamstvo. Izgovor: "3D" -> "trodimenzionalno"; naziv robne marke [BRAND] kakav jest. Izlaz: govorni tekst s označenim naglascima i pauzama. Ograničenje: koristite samo pristanak/sintetički glas; oponašajući stvarnu osobu.
Uobičajene greške
- Čitanje neobrađenog teksta bez vodstva. Ako ton, tempo i naglasak nisu dati, glas će zvučati robotski.
- Korištenje TTS izlaza bez slušanja. Pogrešan izgovor (vlastito ime, broj, kratica) je čest.
- Kloniranje glasa bez pristanka. Etičko i zakonsko kršenje; Izgovor "eksperiment/šala" nije valjan.
- Prekoračenje opsega privole. Kršenje je koristiti dopuštenje za projekt u drugom radu.
- Ne provjeravam sinkronizaciju. Preklapanje pogreške prijevoda + sinkronizacije + sinkronizacije.
Savjet: U TTS-u jasno pišite brojeve, kratice i vlastita imena u tekstu ("trideset posto", "trodimenzionalno", "ey-edu"). Vi određujete izgovor, a ne prepuštate modelu da pogađa.
Ukratko
Sintetička sinkronizacija, kloniranje glasa i sinkronizacija radikalno ubrzavaju audio rad u videoprodukciji i omogućuju globalni doseg. Za dobre rezultate, vodite TTS sa smjernicama za ton, tempo, naglasak i izgovor i svakako slušajte izlaz. Kloniranje glasa je moćno, ali povlači najjasniju etičku granicu: nečiji glas može se koristiti samo uz jasan, ograničen, pismeni pristanak; Imitacija bez pristanka je prekršaj. Budući da će se pogreške prijevoda, sinkronizacije i sinkronizacije preklapati kod višejezične sinkronizacije, bitna je provjera od strane osobe koja poznaje ciljni jezik. Generira zvuk vozila; Pristanak, točnost i značenje vaša su odgovornost.
Zadatak aplikacije
Napišite narativni tekst od 60 sekundi. Izglasajte ovo pomoću TTS alata, sa smjernicama za ton/tempo/naglasak/izgovor kao gore. Poslušajte ispis i pronađite i ispravite najmanje tri pogrešno izgovorena mjesta (broj, vlastito ime, kratica). Zatim nacrtajte jednostavan "obrazac pristanka" za kloniranje glasa: čiji glas, koji projekt, na koje trajanje, za koju upotrebu, pravo na povlačenje. Sažmite svoj rad.
popis za provjeru
- [ ] Jesam li vodio vokalizaciju tonom, tempom, naglaskom i smjernicama za izgovor?
- [ ] Jesam li poslušao TTS izlaz i ispravio sve pogreške u izgovoru/brojevima/kraticama?
- [ ] Postoji li jasan i konkretan pismeni pristanak za glas koji kloniram/koristim?
- [ ] Jesam li bio siguran da nisam prekoračio opseg privole (mjesto, trajanje, svrha)?
- [ ] Jesam li provjerio izlaz sinkronizacije za prijevod/ton/sinkronizaciju s nekim tko zna ciljni jezik?