Nyereség:
- Képes a szövegfelolvasó (TTS), a hangklónozás és a mesterséges szinkronizálás (szinkronizálás/szinkronizálás) eszközök megértésére, valamint beszédpiszkozatok készítésére
- Érjen el természetes hangzást hangszín-, tempó-, hangsúly- és kiejtési utasításokkal, és tudjon többnyelvű változatot tervezni
- Egy személy hangjának klónozásához beleegyezés, szerzői és személyes jogok szükségesek; Annak megértése, hogy a nem jóváhagyott hangutánzás etikai és jogi szabálysértés
A hang a videó fele. A néző meg tudja bocsátani a rossz képet; nem bocsátja meg a rossz hangot. A hagyományos gyártásban a szinkron költséges és lassú: szinkronművészt keresni, stúdiót felállítani, felvételt készíteni, és visszahívni, ha hiba történik. A mesterséges intelligencia megváltoztatta ezt a képet: a szövegfelolvasó eszközök percek alatt képesek a szöveget természetes hanggá alakítani; a hangklónozás képes „megtanulni” egy személy hangját, és új mondatokat mondani; A mesterséges szinkroneszközök az ajakmozgással összhangban átvihetik a videót egy másik nyelvre. Ezen hatalmas képességek mindegyike komoly etikai és jogi felelősséget is hordoz magában. Ebben az egységben a technikával és a szegéllyel egyaránt foglalkozunk.
Feltételek. A Text-to-Speech (TTS) egy olyan technológia, amely az írott szöveget szintetikus hanggá alakítja. A hangklónozás egy olyan modell létrehozása, amely egy hangmintából egy valódi személy hangját utánozza. A mesterséges szinkronizálás egy videó beszédének lefordítása egy másik nyelvre, majd az adott nyelven történő szinkronizálása, amely gyakran kompatibilissé teszi az ajakmozgással (ajakszinkronizálás). A prozódia az intonáció, a hangsúly és a beszédritmus mintája – a mondat „érzelme” nagyrészt a prozódiából származik. A fonéma a nyelv legkisebb hangegysége; A kiejtési problémákat gyakran fonéma szinten oldják meg.
Voice over szöveget beszédre
A TTS-eszközök ma meglepően természetesek; de a "jó" hangbeszéd megköveteli a jármű helyes irányítását. A nyers szöveg beillesztése és a „read” kimondása lapos és robotszerű eredményt ad. A jó szinkronjátékhoz útmutató: hangkarakter (kor, nem, melegség), hangnem (őszinte, komoly, izgatott), tempó (lassú narráció vagy energikus reklám), hangsúly (melyik szónak kell kiemelkednie), szünetek (lélegzetvétel, írásjelek) és kiejtés (tulajdonnevek, rövidítések, idegen szavak). Számos eszköz biztosítja ezt a vezérlést írásjelek és rövid utasítások szöveghez való hozzáadásával, vagy speciális jelölések használatával.
Az Ön szerepe: hangrendező asszisztens.Szöveg: [60 másodperces narrációs szöveg alább]Hangutasítás:- Hangkarakter: 30-as éveiben járó női hang, meleg és megnyugtató.- Hangnem: nyugodt, őszinte; NINCS reklám kiabálás.- Tempó: közepes-lassú; rövid lélegzet minden mondat végén.- Hangsúlyozás: kissé kiemeli az "ingyenes" és a "30 nap" szavakat.- Kiejtés: "AiEdu" -> "ey-edu"; "%" -> "százalék".Feladat: Készítse elő az utasítás szerint megjelölt szöveget (adja meg, hol jelenjen meg a hangsúly/szünet).
Feltétlenül figyelje meg és ellenőrizze a TTS kimenetet: gyakoriak a rosszul kiejtett tulajdonnevek, furcsa hangsúlyok és természetellenes szünetek. A törökben az idegen eredetű szavak, különösen a szavak, a rövidítések és a számok okoznak problémát ("2024" -> "kétezerhuszonnégy" vagy "huszonhuszonnégy"?).
Hangklónozás: hatalom és felelősség
A hangklónozás olyan modellt hoz létre, amely néhány perces felvételből utánozza egy személy hangját. Jogos felhasználási módjai vannak: egy műsorvezetői hanggal, az ő beleegyezésével, betegnapon hangfelvétel befejezése; a márka által jóváhagyott „hangidentitás” következetes használata; hogy a saját hangja más nyelveken szólaljon meg. De éppen ez a hatalom húzza meg a legnagyobb etikai határt: a klónozás és a hanghasználat kifejezett beleegyezése nélkül a személyiségi jogok megsértését jelenti, és sok helyen jogi felelősségre vonást von maga után. A hang a személy identitásának része; Az utánzás csaláshoz, rágalmazáshoz és a jó hírnév megsértéséhez vezethet.
A hangklónozás során követendő alapelvek:
elv
Alkalmazás
Kifejezett beleegyezés
Írásbeli engedély a hang tulajdonosától, meghatározott hatókörrel
Hatókör egyértelműsége
Hol, mennyi ideig és milyen célra használják?
átláthatóság
Szükség esetén a "ez a hang mesterséges előállítás" információ
korlátozott használat
Nem lép túl a beleegyezésen (új projekt, másik termék)
visszahúzhatóság
Az egyén joga a hozzájárulás visszavonására
Vigyázat: Egy híresség, politikus vagy egy ismerőse hangjának klónozása az ő beleegyezése nélkül és tartalom létrehozása – még azzal a céllal is, hogy „vicc” vagy „kísérlet” legyen – súlyos jogsértés. Az előállított tartalom önön kívüli terjesztése nem vonható vissza.
Többnyelvű szinkronizálás
A szintetikus szinkron a leggyorsabb módja annak, hogy egy videót különböző nyelvekre nyissunk meg: az eszköz lefordítja a beszédet, szinkronizálja a célnyelven, és néha szinkronizálja az ajakmozgásokat. Forradalmi a tartalomkészítők számára, akik globális közönséget szeretnének elérni. De ez az egyik legsebezhetőbb pont, mivel három különböző hibaréteg fedi át egymást: a fordítási hiba (idióma, kifejezés, kontextus), a hangzási hiba (rossz hangnem, kiejtés) és a szinkronizálási hiba (az ajak eltérése, az idő eltérése). Ezért a többnyelvű szinkronnál a célnyelvet anyanyelvi szinten ismerő személynek ellenőriznie kell mind a fordítást, mind a szinkront. A márka, a jelentés és az érzelem integritását csak emberi kontroll védheti meg.
három mini tok
1. eset – Gyors és etikus hangközvetítés. Egy e-learning csapatnak frissítenie kellett egy 40 videóból álló kurzus narratíváját; A művész felidézése minden frissítésnél drága volt. Írásbeli szerződést kötöttek a művésszel, amely meghatározta a hangjának klónozási körét erre a tanfolyamra. Így aztán percek alatt elkészítették a szövegmódosításokat, az ő hangjával és jóváhagyásával. A művész megkapta a honoráriumot és megtartotta az irányítást; A csapat lendületet vett.
2. eset – Konszenzus nélküli klónbotrány. Egy tartalomkészítő egy jól ismert szinkronszínész hangját klónozta ki YouTube-videóiból, és egy reklámban használta fel. A művész felismerte a hangját, jogi eljárást indított, és az esetről a sajtó is beszámolt. A márka hírnevét sértették, a tartalmat eltávolították, és a kártérítés napirendre került. Tanulság: a nem konszenzusos hanghasználat etikai és jogi katasztrófa.
3. eset – Ellenőrizetlen szinkronizálás. Az egyik csatorna mesterségesen spanyolra szinkronizálta videóit, de soha nem ellenőrizték. Egy szakkifejezést rosszul fordítottak le, és a hangbeszéd olyan hangsúlyt helyezett, amely megfordította a mondat jelentését. A spanyol nézők a kommentekben rámutattak a hibára, megsérült a bizalom. A helyes módszer az volt, hogy valakivel ellenőrizték, aki ismeri a célnyelvet.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Mondja el ezt a szöveget.
Nincs énekkarakter, hangszín, tempó vagy kiejtés. A kimenet lapossá és robotszerűvé válik.
Erőteljes felszólítás:
Az Ön szerepe: beszédrendező. Cél: 45 másodperces termékpromóciós narráció. Hang: 35 éves, meleg férfihang, megnyugtató. Hangnem: informatív, de őszinte; nem túlzás. Tempó: közepes; enyhén lassíts a szakszerű mondatokban. Hangsúly: emelje ki az ár és a garancia szavakat. Kiejtés: "3D" -> "háromdimenziós"; márkanév [MÁRKA], ahogy van.Kimenet: beszédszöveg hangsúlyozással és szünetekkel.Korlátozás: csak a beleegyezés/szintetikus hang használata; valós személynek kiadva.
Gyakori hibák
- A nyers szöveg elolvasása útmutatás nélkül. Ha a hangszín, a tempó és a hangsúly nincs megadva, a hang robotikusan szólal meg.
- TTS kimenet használata anélkül, hogy meghallgatná. Gyakori a hibás kiejtés (tulajdonnév, szám, rövidítés).
- Hangklónozás beleegyezés nélkül. Etikai és jogi megsértés; A "kísérlet/vicc" kifogás nem érvényes.
- A hozzájárulási kör túllépése. Szabálysértésnek minősül, ha egy projekthez engedélyt használunk egy másik munkában.
- Nem ellenőrzi a szinkront. Fordítás + szinkronizálás + szinkronizálási hiba átfedés.
Tipp: A TTS-ben a számokat, rövidítéseket és tulajdonneveket világosan írja be a szövegbe ("harminc százalék", "háromdimenziós", "ey-edu"). Ön határozza meg a kiejtést, nem pedig a modellre bízza a találgatást.
Összefoglalva
A szintetikus szinkron, a hangklónozás és a szinkronizálás radikálisan felgyorsítja az audiomunkát a videógyártásban, és globális elérést tesz lehetővé. A jó eredmények érdekében vezesse a TTS-t a hangszín, a tempó, a hangsúly és a kiejtés irányelveivel, és feltétlenül hallgassa meg a kimenetet. A hangklónozás erőteljes, de a legtisztább etikai határvonalat húzza meg: egy személy hangja csak világos, határozott, írásos beleegyezéssel használható; A beleegyezés nélküli utánzás szabálysértésnek minősül. Mivel a fordítási, szinkronizálási és fordítási hibák átfedik egymást a többnyelvű szinkronizálás során, elengedhetetlen a célnyelvet ismerő személy általi ellenőrzés. Gépjármű hangot generál; A beleegyezés, a pontosság és az értelem az Ön felelőssége.
Pályázati feladat
Írj egy 60 másodperces narratív szöveget. Hangoztassa ezt egy TTS eszközzel, a fenti hangszín/tempó/stressz/kiejtési irányelvekkel. Hallgassa meg a kimenetet, és keressen meg és javítson ki legalább három rosszul kiejtett helyet (szám, tulajdonnév, rövidítés). Ezután készítsen egy egyszerű „beleegyezési űrlapot” a hangklónozáshoz: kinek a hangja, melyik projekt, milyen időtartamra, milyen felhasználásra, visszavonási joga. Foglalja össze a munkáját.
ellenőrző lista
- [ ] Irányítottam a hangosítást hangszín, tempó, hangsúly és kiejtési irányelvekkel?
- [ ] Meghallgattam a TTS kimenetet, és kijavítottam a kiejtési/szám/rövidítési hibákat?
- [ ] Van egyértelmű és konkrét írásos hozzájárulás az általam klónozott/használt hanghoz?
- [ ] Megbizonyosodtam-e arról, hogy nem léptem túl a hozzájárulás kereteit (hely, időtartam, cél)?
- [ ] Ellenőriztem a fordítás/hangszín/szinkronizálás szinkron kimenetét valakivel, aki ismeri a célnyelvet?