Dobički:
- Sposobnost razumevanja orodij za pretvorbo besedila v govor (TTS), kloniranje glasu in umetno presnemavanje (sinhronizacija/sinhronizacija z ustnicami) ter ustvarjanje glasovnih osnutkov
- Dosezite naravno vokalizacijo s tonom, tempom, naglasom in navodili za izgovorjavo ter lahko načrtujte večjezično različico
- Kloniranje glasu osebe zahteva soglasje, avtorske in osebnostne pravice; Razumevanje, da je neodobreno posnemanje glasu etična in pravna kršitev
Zvok je polovica videa. Gledalec lahko odpusti slabo sliko; ne odpušča slabega zvoka. V tradicionalni produkciji je sinhronizacija draga in počasna: iskanje sinhronizatorja, postavitev studia, snemanje in klic nazaj, če pride do napake. Umetna inteligenca je spremenila to sliko: orodja za pretvorbo besedila v govor lahko pretvorijo besedilo v naravni glas v nekaj minutah; kloniranje glasu se lahko "nauči" človekovega glasu in ga prisili, da izgovori nove stavke; Orodja za umetno presnemavanje lahko prenesejo videoposnetek v drug jezik v harmoniji z gibi ustnic. Vsaka od teh močnih sposobnosti nosi tudi resno etično in pravno odgovornost. V tej enoti bomo obravnavali tehniko in mejo.
Pogoji. Pretvorba besedila v govor (TTS) je tehnologija, ki pretvori napisano besedilo v sintetični glas. Kloniranje glasu je ustvarjanje modela, ki posnema glas prave osebe iz glasovnega vzorca. Umetna sinhronizacija je prevajanje govora videoposnetka v drug jezik in sinhronizacija v tem jeziku, zaradi česar je pogosto združljiv z gibanjem ustnic (sinhronizacija ustnic). Prozodija je vzorec intonacije, naglasa in ritma govora – »čustvo« stavka v veliki meri izvira iz prozodije. Fonem je najmanjša zvočna enota v jeziku; Težave z izgovorjavo se pogosto rešujejo na ravni fonema.
Glas preko besedila v govor
Orodja TTS so danes presenetljivo naravna; toda za "dober" glas je treba vozilo pravilno usmeriti. Če prilepite neobdelano besedilo in izgovorite "preberi", dobite pavšalni in robotski rezultat. Za dobro glasovno igro vodijo: značaj glasu (starost, spol, toplina), ton (iskren, resen, navdušen), tempo (počasna pripoved ali energično oglašanje), poudarek (katera beseda naj izstopa), premori (dih, ločila) in izgovorjava (lastna imena, okrajšave, tujke). Številna orodja vam omogočajo ta nadzor z dodajanjem ločil in kratkimi navodili v besedilo ali z uporabo posebnih oznak.
Vaša vloga: pomočnik glasovnega režiserja. Besedilo: [60-sekundno besedilo pripovedi spodaj]Glasovno navodilo:- Glasovni lik: ženski glas v svojih 30-ih, topel in pomirjujoč.- Ton: miren, iskren; BREZ reklamnega kričanja.- Tempo: srednje počasen; kratka sapa na koncu vsakega stavka.- Poudarek: rahlo poudari besedi "brezplačno" in "30 dni".- Izgovorjava: "AiEdu" -> "ey-edu"; »%« -> »odstotek«. Naloga: Pripravi besedilo, označeno po tem navodilu (določi, kje bo poudarek/pavza).
Ne pozabite poslušati in preveriti izpisa TTS: napačno izgovorjena lastna imena, čudni poudarki in nenaravni premori so pogosti. V turščini povzročajo težave besede tujega izvora, predvsem besede, okrajšave in številke ("2024" -> "dva tisoč štiriindvajset" ali "štiriindvajset"?).
Kloniranje glasu: moč in odgovornost
Kloniranje glasu ustvari model, ki posnema glas osebe iz nekajminutnega posnetka. Ima zakonite uporabe: za dokončanje govora z glasom voditelja, z njegovim ali njenim soglasjem, na dan bolezni; dosledna uporaba odobrene "zvočne identitete" blagovne znamke; narediti lasten glas govoriti v drugih jezikih. Toda prav ta moč je tista, ki potegne največjo etično mejo: kloniranje in uporaba človekovega glasu brez njenega izrecnega soglasja je kršitev osebnostnih pravic in marsikje povzroči pravno odgovornost. Glas je del človekove identitete; Posnemanje lahko privede do goljufije, obrekovanja in škode ugledu.
Osnovna načela, ki jih je treba upoštevati pri kloniranju glasu:
načelo
Aplikacija
Izrecno soglasje
Pisno dovoljenje lastnika glasu z določenim obsegom
Jasnost obsega
Kje, kako dolgo in za kakšen namen se bo uporabljal?
preglednost
Po potrebi informacija "ta zvok je umetna proizvodnja"
omejena uporaba
Ne prekoračiti soglasja (nov projekt, drugačen izdelek)
izvlečnost
Pravica posameznika do preklica soglasja
Pozor: kloniranje glasu zvezdnika, politika ali nekoga, ki ga poznate, brez njihovega soglasja in ustvarjanje vsebine – tudi z namenom, da bi bili "šala" ali "eksperiment" - je resna kršitev. Razširjanja proizvedene vsebine, ki je izven vašega nadzora, ni mogoče razveljaviti.
Večjezična sinhronizacija
Sintetično sinhroniziranje je najhitrejši način za odpiranje videoposnetka v različne jezike: orodje prevede govor, ga sinhronizira v ciljnem jeziku in včasih sinhronizira gibe ustnic. Je revolucionaren za ustvarjalce vsebin, ki želijo doseči globalno občinstvo. Je pa ena najbolj ranljivih točk, ker se prekrivajo trije ločeni sloji napak: napaka pri prevodu (idiom, izraz, kontekst), napaka pri izražanju (napačen ton, izgovorjava) in napaka pri sinhronizaciji (neujemanje ustnic, časovno neujemanje). Zato je pri večjezični sinhronizaciji nujno, da tako prevod kot sinhronizacijo preveri oseba, ki pozna ciljni jezik na materni ravni. Celovitost blagovne znamke, pomen in čustva je mogoče zaščititi le s človeškim nadzorom.
trije mini kovčki
1. primer – Hiter in etični govor. Ekipa za e-učenje je morala posodobiti pripoved tečaja s 40 videoposnetki; Odpoklic umetnika z vsako posodobitvijo je bil drag. Z izvajalcem so sklenili pisno pogodbo, ki je določala obseg njegovega/njenega glasu, ki bo kloniran za ta tečaj. Tako so v nekaj minutah izdelali spremembe besedila, z njegovim glasom in njegovim odobravanjem. Umetnik je prejel svoj honorar in ohranil nadzor; Ekipa je dobila zagon.
Primer 2 – škandal s kloniranjem brez soglasja. Ustvarjalec vsebine je kloniral glas znanega glasovnega igralca iz njegovih videoposnetkov na YouTubu in ga uporabil v oglasu. Umetnik je prepoznal njegov glas, začel sodni postopek in o incidentu so poročali v tisku. Oškodovan ugled blagovne znamke, vsebino odstranili, odškodnino postavili na dnevni red. Nauk: uporaba zvoka brez soglasja je tako etična kot pravna katastrofa.
Primer 3 — Nepreverjena sinhronizacija. En kanal je svoje videoposnetke umetno sinhroniziral v španščino, vendar jih ni nikoli preveril. Strokovni izraz je bil napačno preveden, glasovni zapis pa je dal poudarek, ki je obrnil pomen stavka. Španski gledalci so v komentarjih opozorili na napako, zaupanje je bilo okrnjeno. Pravi način je bil, da ga preveri nekdo, ki pozna ciljni jezik.
Šibek poziv/močan poziv
Šibek poziv:
Izgovori to besedilo.
Ni glasovnega značaja, tona, tempa ali izgovorjave. Izhod postane raven in robotiziran.
Močan poziv:
Vaša vloga: režiser glasu. Namen: 45 sekund pripovedi o promociji izdelka. Glas: 35 let, topel moški glas, pomirjujoč. Ton: informativen, a iskren; brez pretiravanja. Tempo: srednji; nekoliko upočasni v tehničnih stavkih. Poudarek: označite besedi cena in garancija. Izgovorjava: "3D" -> "tridimenzionalno"; blagovna znamka [BRAND], kakršna je. Izhod: govorno besedilo z označenimi poudarki in premori. Omejitev: uporabite samo privolitev/sintetični glas; oponašanje prave osebe.
Pogoste napake
- Branje neobdelanega besedila brez vodenja. Če ton, tempo in poudarek niso podani, bo glas zvenel robotsko.
- Uporaba izhoda TTS brez poslušanja. Napačna izgovorjava (lastno ime, številka, okrajšava) je pogosta.
- Kloniranje glasu brez privolitve. Etična in pravna kršitev; Izgovor "eksperiment/šala" ni veljaven.
- Preseganje obsega privolitve. Uporaba dovoljenja za projekt v drugem delu je kršitev.
- Ne preverjam sinhronizacije. Prekrivanje + sinhronizacija + napaka pri sinhronizaciji.
Namig: V TTS jasno zapišite številke, okrajšave in lastna imena v besedilo ("trideset odstotkov", "tridimenzionalno", "ey-edu"). Vi določite izgovorjavo, namesto da bi jo prepustili modelu, da ugiba.
Če povzamem
Sintetično presnemavanje, glasovno kloniranje in presnemavanje radikalno pospešijo zvočno delo v video produkciji in omogočijo globalni doseg. Za dobre rezultate vodite TTS s smernicami za ton, tempo, naglas in izgovorjavo ter ne pozabite poslušati izhoda. Kloniranje glasu je močno, vendar potegne najjasnejšo etično mejo: človekov glas je mogoče uporabiti samo z jasnim, obsegajočim in pisnim soglasjem; Posnemanje brez soglasja je kršitev. Ker se napake pri prevodu, sinhronizaciji in sinhronizaciji pri večjezičnem sinhroniziranju prekrivajo, je nujno preverjanje s strani osebe, ki pozna ciljni jezik. Ustvarja zvok vozila; Soglasje, točnost in pomen so vaša odgovornost.
Aplikacijska naloga
Napišite 60-sekundno pripovedno besedilo. Izglasite to z orodjem TTS, s smernicami za ton/tempo/naglas/izgovarjavo kot zgoraj. Poslušajte izpis ter poiščite in popravite vsaj tri napačno izgovorjena mesta (številko, lastno ime, okrajšavo). Nato pripravite preprost »privolitveni obrazec« za kloniranje glasu: čigav glas, kateri projekt, za koliko časa, za kakšno uporabo, pravica do odstopa. Povzemite svoje delo.
kontrolni seznam
- [ ] Ali sem vodil vokalizacijo s smernicami za ton, tempo, naglas in izgovorjavo?
- [ ] Ali sem poslušal izpis TTS in popravil morebitne napake pri izgovorjavi/številu/okrajšavi?
- [ ] Ali obstaja jasno in natančno pisno soglasje za glas, ki ga kloniram/uporabljam?
- [ ] Ali sem se prepričal, da nisem presegel obsega soglasja (kraj, trajanje, namen)?
- [ ] Ali sem preveril izhod sinhronizacije za prevod/ton/sinhronizacijo pri nekom, ki pozna ciljni jezik?