Hagnaður:
- Geta til að skilja texta í tal (TTS), raddklónun og gervi talsetningu (talsetning/varasamstillingu) verkfæri og búa til talvarpsdrög
- Náðu náttúrulegri raddsetningu með tón-, takt-, streitu- og framburðarleiðbeiningum og geta skipulagt fjöltyngda útgáfu
- Að einrækta rödd einstaklings krefst samþykkis, höfundarréttar og persónulegra réttinda; Skilningur á því að ósamþykkt raddlíking er siðferðilegt og lagalegt brot
Hljóð er helmingur myndbandsins. Áhorfandinn getur fyrirgefið slæmu ímyndina; fyrirgefur ekki slæmt hljóð. Í hefðbundinni framleiðslu er talsetning dýr og hægt: að finna talsetningu listamann, setja upp stúdíó, taka upp og hringja til baka ef mistök eiga sér stað. Gervigreind hefur breytt þessari mynd: texta-í-tal verkfæri geta umbreytt texta í náttúrulega rödd á nokkrum mínútum; raddklónun getur "lært" rödd manns og fengið hana til að segja nýjar setningar; Gervi talsetningu verkfæri geta flutt myndband á annað tungumál í samræmi við hreyfingar vara. Hver af þessum öflugu hæfileikum ber einnig alvarlega siðferðilega og lagalega ábyrgð. Í þessari einingu munum við fara yfir bæði tækni og landamæri.
Skilmálar. Texti í tal (TTS) er tækni sem breytir rituðum texta í tilbúna rödd. Raddklónun er að búa til líkan sem líkir eftir rödd raunverulegs einstaklings úr raddsýni. Gervi talsetning er að þýða tal myndbands yfir á annað tungumál og talsetja það á því tungumáli, sem gerir það oft samhæft við hreyfingar vara (varasamstillingu). Stuðningur er mynstur tónfalls, streitu og hrynjandi talmáls - „tilfinningin“ í setningu kemur að miklu leyti frá orðræðu. Hljóð er minnsta hljóðeining tungumáls; Framburðarvandamál eru oft leyst á hljóðnemastigi.
Rödd yfir texta í tal
TTS verkfæri eru furðu eðlileg í dag; en að fá „góða“ talsetningu þarf að beina ökutækinu rétt. Að líma hráan texta og segja „lesa“ gefur flata og vélræna niðurstöðu. Fyrir góða raddbeitingu, leiðbeinandi: raddpersóna (aldur, kyn, hlýja), tónn (einlægur, alvarlegur, spenntur), taktur (hægur frásögn eða kraftmikil auglýsing), streita (hvaða orð ætti að standa upp úr), hlé (öndun, greinarmerki) og framburður (eiginheiti, skammstafanir, erlend orð). Mörg verkfæri veita þér þessa stjórn með því að bæta greinarmerkjum og stuttum leiðbeiningum við textann eða með því að nota sérstaka merkingu.
Hlutverk þitt: aðstoðarraddstjóri.Texti: [60 sekúndna frásagnartexti hér að neðan]Radskipun:- Raddpersóna: kvenrödd á þrítugsaldri, hlý og traustvekjandi.- Tónn: rólegur, einlægur; ENGIN auglýsing hróp.- Tempo: miðlungs-hægt; andardráttur í lok hverrar setningar.- Stress: undirstrikar aðeins orðin „ókeypis“ og „30 dagar“.- Framburður: „AiEdu“ -> „ey-edu“; "%" -> "prósenta". Verkefni: Undirbúið textann sem merktur er samkvæmt þessari leiðbeiningu (tilgreinið hvar áherslan/hléið mun birtast).
Vertu viss um að hlusta og athuga TTS-úttakið: rangt framburð eiginnafna, undarlegt álag og óeðlilegar pásur eru algengar. Á tyrknesku valda orð af erlendum uppruna, sérstaklega orð, skammstafanir og tölur, vandamál ("2024" -> "tvo þúsund og tuttugu og fjögur" eða "tuttugu og tuttugu og fjórir"?).
Raddklónun: vald og ábyrgð
Raddklónun framleiðir líkan sem líkir eftir rödd einstaklings eftir nokkurra mínútna upptöku. Það hefur lögmæta notkun: að ljúka talsetningu með rödd kynningaraðila, með samþykki hans eða hennar, á veikindadegi; stöðug notkun á viðurkenndri „hljóðauðkenni“ vörumerkis; að láta eigin rödd tala á öðrum tungumálum. En það er einmitt þetta vald sem dregur stærstu siðferðilegu línuna: klónun og notkun rödd manns án þess að hafa beinlínis samþykki hans er brot á persónulegum réttindum og leiðir til lagalegrar ábyrgðar víða. Rödd er hluti af sjálfsmynd einstaklings; Eftirlíking getur leitt til svika, meiðyrða og mannorðsskaða.
Grunnreglur sem þarf að fylgja í raddklónun:
meginreglu
Umsókn
Skýrt samþykki
Skriflegt leyfi raddhafa með ákveðnu umfangi
Umfang skýrleika
Hvar, hversu lengi og í hvaða tilgangi verður það notað?
gagnsæi
Þegar þörf krefur, upplýsingarnar „þetta hljóð er gerviframleiðsla“
takmörkuð notkun
Ekki fara lengra en samþykki (nýtt verkefni, önnur vara)
afturköllun
Réttur einstaklings til að afturkalla samþykki
Varúð: Það er alvarlegt brot að klóna rödd orðstírs, stjórnmálamanns eða einhvers sem þú þekkir án samþykkis þeirra og búa til efni – jafnvel í þeim tilgangi að vera „brandari“ eða „tilraun“. Ekki er hægt að afturkalla dreifingu á framleiddu efni sem þú hefur ekki stjórn á.
Fjöltyngd talsetning
Tilbúið talsetningu er fljótlegasta leiðin til að opna myndband á mismunandi tungumál: tólið þýðir ræðuna, talsetur hana á markmálið og samstillir stundum varahreyfingar. Það er byltingarkennd fyrir efnishöfunda sem vilja ná til alþjóðlegs markhóps. En það er einn viðkvæmasti punkturinn vegna þess að þrjú aðskilin villulög skarast: þýðingarvilla (orðatiltæki, hugtak, samhengi), raddvilla (rangur tónn, framburður) og samstillingarvilla (misræmi í vörum, tímamisræmi). Því í fjöltyngdri talsetningu er nauðsynlegt fyrir einstakling sem kann markmálið á móðurmáli að sannreyna bæði þýðinguna og talsetninguna. Heilleika vörumerkisins, merkingu og tilfinningar er aðeins hægt að vernda með mannlegri stjórn.
þrjú smámál
Mál 1 - Hröð og siðferðileg talsetning. Rafrænt fræðsluteymi þurfti að uppfæra frásögn 40 myndbanda námskeiðs; Það var dýrt að kalla listamanninn upp með hverri uppfærslu. Þeir gerðu skriflegan samning við listamanninn sem tilgreindi umfang rödd hans/hennar sem er klónuð fyrir þetta námskeið. Svo þeir framleiddu textabreytingarnar á nokkrum mínútum, með rödd hans og samþykki hans. Listamaðurinn bæði fékk sitt þóknun og hélt stjórninni; Liðið náði hraða.
Mál 2 - Klónahneyksli án samþykkis. Efnishöfundur klónaði rödd þekkts raddleikara úr YouTube myndböndum hans og notaði hana í auglýsingu. Listamaðurinn þekkti rödd sína, hóf málsmeðferð og greint var frá atvikinu í blöðum. Orðspor vörumerkisins var skaðað, efnið var fjarlægt og bætur teknar á dagskrá. Lexía: hljóðnotkun án samþykkis er bæði siðferðileg og lagaleg hörmung.
Mál 3 - Óstaðfest talsetning. Ein rás talsetti myndbönd sín tilbúnar yfir á spænsku en lét aldrei athuga þau. Tæknilegt hugtak var rangt þýtt og í talsetningunni var lögð áhersla sem sneri merkingu setningarinnar við. Spænskir áhorfendur bentu á mistökin í athugasemdunum, traust var skaðað. Rétta leiðin var að láta sannreyna það af einhverjum sem kann markmálið.
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Talaðu þennan texta.
Það er engin raddpersóna, tónn, taktur eða framburður. Úttakið verður flatt og vélmenni.
Öflug tilvitnun:
Þitt hlutverk: raddstjóri. Tilgangur: 45 sekúndur af frásögn vörukynningar. Rödd: 35 ára, hlý karlmannsrödd, traustvekjandi. Tónn: fræðandi en einlægur; engar ýkjur. Tempo: miðlungs; hægja aðeins á tæknilegum setningum. Áhersla: auðkenndu orðin verð og ábyrgð. Framburður: "3D" -> "þrívídd"; vörumerki [BRAND] eins og það er.Úttak: talsetningartexti með áherslu og hlé merkt. Þvingun: notaðu eingöngu samþykki/tilbúna rödd; að líkja eftir raunverulegri persónu.
Algeng mistök
- Að láta lesa hráa textann án leiðsagnar. Ef tónn, taktur og áhersla er ekki gefin mun röddin hljóma vélrænt.
- Notar TTS úttak án þess að hlusta á það. Rangt framburður (eiginheiti, númer, skammstöfun) er algengt.
- Raddklónun án samþykkis. Siðferðileg og lagaleg brot; "tilraun/brandari" afsökunin er ekki gild.
- Farið yfir gildissvið samþykkis. Það er brot að nota leyfi fyrir verkefni í öðru verki.
- Ekki staðfesta talsetninguna. Þýðing + talsetning + samstillingarvilla skarast.
Ábending: Í TTS skaltu skrifa tölur, skammstafanir og sérnöfn skýrt í textann ("þrjátíu prósent", "þrívídd", "ey-edu"). Þú ákvarðar framburðinn frekar en að láta líkanið geta giskað á það.
Í stuttu máli
Tilbúið talsetningu, raddklónun og talsetningu flýta fyrir hljóðvinnu í myndbandsframleiðslu og gera hnattrænt umfang. Til að ná góðum árangri skaltu leiðbeina TTS með leiðbeiningum um tón, takt, streitu og framburð og vertu viss um að hlusta á úttakið. Raddklónun er öflug, en hún dregur skýrustu siðferðilega línuna: Rödd einstaklings er aðeins hægt að nota með skýru, umfangsmiklu, skriflegu samþykki; Eftirlíking án samþykkis er brot. Þar sem þýðingar-, talsetningar- og samstillingarvillur munu skarast í fjöltyngdri talsetningu, er sannprófun einstaklings sem kann markmálið nauðsynleg. Myndar ökutækishljóð; Samþykki, nákvæmni og merking eru á þína ábyrgð.
Umsóknarverkefni
Skrifaðu 60 sekúndna frásagnartexta. Röddaðu þetta með TTS tóli, með leiðbeiningum um tón/tempó/streitu/framburð eins og hér að ofan. Hlustaðu á úttakið og finndu og leiðréttu að minnsta kosti þrjá ranglega frambera staði (númer, eiginnafn, skammstöfun). Gerðu síðan drög að einföldu „samþykkiseyðublaði“ fyrir raddklónun: rödd hvers, hvaða verkefni, í hvaða tíma, til hvers, réttur til að hætta við. Taktu saman vinnu þína.
gátlisti
- [ ] Hef ég stýrt raddsetningu með leiðbeiningum um tón, takt, streitu og framburð?
- [ ] Hef ég hlustað á TTS-úttakið og leiðrétt allar framburðar-/tölu-/skammstöfunarvillur?
- [ ] Er skýrt og sérstakt skriflegt samþykki fyrir röddinni sem ég klóna/nota?
- [ ] Hef ég gengið úr skugga um að ég hafi ekki farið út fyrir gildissvið samþykkis (staður, tímalengd, tilgangur)?
- [ ] Hef ég sannreynt talsetninguna fyrir þýðingar/tón/samstillingu við einhvern sem kann markmálið?