Keuntungan:
- Kemampuan untuk memahami alat text-to-speech (TTS), kloning suara dan sulih suara buatan (dubbing/lip-sync) dan menghasilkan draf sulih suara
- Raih vokalisasi alami dengan instruksi nada, tempo, tekanan, dan pengucapan serta mampu merencanakan versi multibahasa
- Mengkloning suara seseorang memerlukan persetujuan, hak cipta, dan hak pribadi; Memahami bahwa peniruan suara yang tidak disetujui merupakan pelanggaran etika dan hukum
Audio adalah setengah dari video. Pemirsa dapat memaafkan citra buruk tersebut; tidak memaafkan suara buruk. Dalam produksi tradisional, sulih suara membutuhkan biaya yang mahal dan lambat: mencari artis sulih suara, mendirikan studio, merekam, dan menelepon kembali jika terjadi kesalahan. Kecerdasan buatan telah mengubah gambaran ini: alat text-to-speech dapat mengubah teks menjadi suara alami dalam hitungan menit; kloning suara dapat "mempelajari" suara seseorang dan membuat mereka mengucapkan kalimat baru; Alat dubbing buatan dapat mentransfer video ke bahasa lain selaras dengan gerakan bibir. Masing-masing kemampuan yang kuat ini juga membawa tanggung jawab etika dan hukum yang serius. Dalam unit ini, kita akan membahas teknik dan batasannya.
Ketentuan. Text-to-Speech (TTS) adalah teknologi yang mengubah teks tertulis menjadi suara sintetis. Kloning suara adalah pembuatan model yang meniru suara orang sungguhan dari sampel suara. Sulih suara buatan adalah menerjemahkan ucapan video ke bahasa lain dan melakukan sulih suara dalam bahasa tersebut, seringkali membuatnya kompatibel dengan gerakan bibir (sinkronisasi bibir). Prosodi adalah pola intonasi, tekanan, dan ritme bicara—"emosi" sebuah kalimat sebagian besar berasal dari prosodi. Fonem adalah satuan bunyi terkecil dalam suatu bahasa; Masalah pengucapan seringkali diselesaikan pada tingkat fonem.
Suara melalui teks ke ucapan
Alat TTS ternyata sangat alami saat ini; tetapi untuk mendapatkan sulih suara yang "bagus" perlu mengarahkan kendaraan dengan benar. Menempelkan teks mentah dan mengucapkan "baca" memberikan hasil yang datar dan seperti robot. Untuk akting suara yang baik, panduannya: karakter suara (usia, jenis kelamin, kehangatan), nada (tulus, serius, bersemangat), tempo (narasi lambat atau iklan energik), tekanan (kata mana yang harus menonjol), jeda (nafas, tanda baca) dan pengucapan (nama diri, singkatan, kata asing). Banyak alat yang memberi Anda kontrol ini dengan menambahkan tanda baca dan instruksi singkat pada teks, atau dengan menggunakan markup khusus.
Peran Anda: asisten pengarah suara.Teks: [teks narasi 60 detik di bawah]Arahan suara:- Karakter suara: suara wanita berusia 30-an, hangat dan meyakinkan.- Nada: tenang, tulus; TIDAK ADA teriakan komersial.- Tempo: sedang-lambat; nafas pendek di akhir setiap kalimat.- Stres: sedikit menyorot kata "gratis" dan "30 hari".- Pengucapan: "AiEdu" -> "ey-edu"; "%" -> "persentase".Tugas: Siapkan teks yang ditandai sesuai dengan instruksi ini (tentukan di mana penekanan/jeda akan muncul).
Pastikan untuk mendengarkan dan memeriksa keluaran TTS: nama yang salah diucapkan, tekanan yang aneh, dan jeda yang tidak wajar sering terjadi. Dalam bahasa Turki, kata-kata yang berasal dari luar negeri, terutama kata, singkatan dan angka menimbulkan masalah (“2024” -> “dua ribu dua puluh empat” atau “dua puluh dua puluh empat”?).
Kloning suara: kekuatan dan tanggung jawab
Kloning suara menghasilkan model yang meniru suara seseorang dari rekaman beberapa menit. Ini memiliki kegunaan yang sah: untuk menyelesaikan sulih suara dengan suara presenter, dengan persetujuannya, pada hari sakit; penggunaan yang konsisten atas "identitas suara" yang disetujui suatu merek; untuk membuat suaranya sendiri berbicara dalam bahasa lain. Namun justru kekuasaan inilah yang menarik garis etika terbesar: mengkloning dan menggunakan suara seseorang tanpa persetujuan jelas dari orang tersebut merupakan pelanggaran hak pribadi dan menimbulkan tanggung jawab hukum di banyak tempat. Suara adalah bagian dari identitas seseorang; Peniruan dapat menyebabkan penipuan, pencemaran nama baik, dan kerusakan reputasi.
Prinsip dasar yang harus diikuti dalam kloning suara:
prinsip
Aplikasi
Persetujuan eksplisit
Izin tertulis dari pemilik suara dengan cakupan tertentu
Kejelasan ruang lingkup
Dimana, untuk berapa lama dan untuk tujuan apa akan digunakan?
transparansi
Bila diperlukan, informasi "suara ini adalah produksi buatan"
penggunaan terbatas
Tidak melampaui persetujuan (proyek baru, produk berbeda)
kemampuan untuk ditarik kembali
Hak individu untuk menarik persetujuan
Perhatian: Mengkloning suara selebritas, politisi, atau seseorang yang Anda kenal tanpa persetujuan mereka dan membuat konten — bahkan dengan tujuan sebagai "lelucon" atau "eksperimen" — merupakan pelanggaran serius. Penyebaran konten yang diproduksi di luar kendali Anda tidak dapat dibatalkan.
Sulih suara multibahasa
Sulih suara sintetis adalah cara tercepat untuk membuka video ke berbagai bahasa: alat ini menerjemahkan ucapan, menjulukinya ke dalam bahasa target, dan terkadang menyinkronkan gerakan bibir. Ini merupakan hal yang revolusioner bagi pembuat konten yang ingin menjangkau khalayak global. Namun ini adalah salah satu titik paling rentan karena tiga lapisan kesalahan yang saling tumpang tindih: kesalahan penerjemahan (idiom, istilah, konteks), kesalahan penyampaian suara (nada salah, pengucapan) dan kesalahan sinkronisasi (ketidakcocokan bibir, ketidakcocokan waktu). Oleh karena itu, dalam sulih suara multibahasa, seseorang yang mengetahui bahasa target pada tingkat asli perlu memverifikasi terjemahan dan sulih suara tersebut. Integritas merek, makna dan emosi hanya dapat dilindungi melalui kendali manusia.
tiga kasus mini
Kasus 1 — Sulih suara yang cepat dan etis. Tim e-learning harus memperbarui narasi kursus yang berisi 40 video; Memanggil kembali artis di setiap pembaruan itu mahal. Mereka membuat kontrak tertulis dengan artis yang menentukan cakupan suaranya yang akan dikloning untuk kursus ini. Jadi mereka membuat perubahan teks dalam hitungan menit, dengan suara dan persetujuannya. Artis tersebut menerima bayarannya dan mempertahankan kendali; Tim mendapatkan momentum.
Kasus 2 — Skandal kloning nonkonsensual. Seorang pembuat konten mengkloning suara pengisi suara terkenal dari video YouTube-nya dan menggunakannya dalam sebuah iklan. Artis tersebut mengenali suaranya, memulai proses hukum dan kejadian tersebut diberitakan di media. Reputasi merek tersebut rusak, kontennya dihapus, dan kompensasi dimasukkan ke dalam agenda. Pelajaran: penggunaan audio tanpa persetujuan merupakan bencana etika dan hukum.
Kasus 3 — Sulih suara tidak terverifikasi. Salah satu saluran secara artifisial men-dubbing videonya ke dalam bahasa Spanyol, namun tidak pernah diperiksa. Ada istilah teknis yang salah diterjemahkan dan sulih suara memberikan penekanan yang membalikkan arti kalimat. Pemirsa Spanyol menunjukkan kesalahan dalam komentar, kepercayaan telah rusak. Cara yang benar adalah dengan memverifikasinya oleh seseorang yang mengetahui bahasa target.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Ucapkan teks ini.
Tidak ada karakter vokal, nada, tempo, atau pengucapan. Outputnya menjadi datar dan robot.
Perintah yang kuat:
Peran Anda: sutradara pengisi suara. Tujuan: Narasi promosi produk berdurasi 45 detik. Suara: 35 tahun, suara laki-laki yang hangat, meyakinkan. Nada: informatif tapi tulus; tidak berlebihan. Tempo: sedang; sedikit melambat dalam kalimat teknis. Penekanan: sorot kata harga dan garansi. Pengucapan: "3D" -> "tiga dimensi"; nama merek [MEREK] apa adanya. Keluaran: teks sulih suara dengan penekanan dan jeda yang ditandai. Batasan: hanya menggunakan persetujuan/suara sintetis; meniru orang sungguhan.
Kesalahan umum
- Membaca teks mentah tanpa bimbingan. Jika nada, tempo dan penekanan tidak diberikan maka suara akan terdengar seperti robot.
- Menggunakan output TTS tanpa mendengarkannya. Kesalahan pengucapan (nama, nomor, singkatan) sering terjadi.
- Kloning suara tanpa persetujuan. Pelanggaran etika dan hukum; Alasan "eksperimen/lelucon" tidak valid.
- Melebihi cakupan persetujuan. Merupakan pelanggaran jika menggunakan izin untuk suatu proyek di pekerjaan lain.
- Tidak memverifikasi sulih suara. Kesalahan terjemahan + sulih suara + sinkronisasi tumpang tindih.
Tip: Dalam TTS, tuliskan angka, singkatan, dan nama diri dengan jelas di teks (“tiga puluh persen”, “tiga dimensi”, “ey-edu”). Anda menentukan pengucapannya daripada membiarkan model menebaknya.
Singkatnya
Sulih suara sintetis, kloning suara, dan sulih suara secara radikal mempercepat pekerjaan audio dalam produksi video dan memungkinkan jangkauan global. Untuk hasil yang baik, pandu TTS dengan pedoman nada, tempo, tekanan dan pengucapan dan pastikan untuk mendengarkan hasilnya. Kloning suara memang ampuh, tetapi hal ini memiliki garis etika yang paling jelas: suara seseorang hanya dapat digunakan dengan persetujuan tertulis yang jelas, tercakup, dan tertulis; Meniru tanpa persetujuan merupakan pelanggaran. Karena kesalahan terjemahan, sulih suara, dan sinkronisasi akan tumpang tindih dalam sulih suara multibahasa, verifikasi oleh orang yang mengetahui bahasa target sangatlah penting. Menghasilkan suara kendaraan; Persetujuan, keakuratan, dan makna adalah tanggung jawab Anda.
Tugas aplikasi
Tulis teks naratif berdurasi 60 detik. Sampaikan hal ini dengan alat TTS, dengan pedoman nada/tempo/stres/pengucapan seperti di atas. Dengarkan hasilnya dan temukan serta perbaiki setidaknya tiga tempat yang salah diucapkan (nomor, nama diri, singkatan). Kemudian buatlah “formulir persetujuan” sederhana untuk kloning suara: suara siapa, proyek apa, durasi berapa, kegunaan apa, hak penarikan. Ringkaslah pekerjaan Anda.
daftar periksa
- [ ] Sudahkah saya memandu vokalisasi dengan pedoman nada, tempo, tekanan, dan pengucapan?
- [ ] Sudahkah saya mendengarkan keluaran TTS dan memperbaiki kesalahan pengucapan/angka/singkatan?
- [ ] Apakah ada izin tertulis yang jelas dan spesifik untuk suara yang saya tiru/gunakan?
- [ ] Apakah saya sudah memastikan bahwa saya tidak melampaui cakupan persetujuan (tempat, durasi, tujuan)?
- [ ] Sudahkah saya memverifikasi keluaran sulih suara untuk terjemahan/nada/sinkronisasi dengan seseorang yang mengetahui bahasa target?