Fitimet:
- Aftësia për të kuptuar mjetet e tekstit në të folur (TTS), klonimin e zërit dhe dublimin artificial (dublimin/sinkronizimin e buzëve) dhe për të prodhuar drafte me zë
- Arritni një vokalizim natyral me tonin, ritmin, stresin dhe udhëzimet e shqiptimit dhe të jeni në gjendje të planifikoni një version shumëgjuhësh
- Klonimi i zërit të një personi kërkon pëlqimin, të drejtat e autorit dhe të drejtat personale; Të kuptuarit se imitimi i zërit të pamiratuar është një shkelje etike dhe ligjore
Audioja është gjysma e videos. Shikuesi mund të falë imazhin e keq; nuk fal zërin e keq. Në prodhimin tradicional, dublimi është i kushtueshëm dhe i ngadalshëm: gjetja e një artisti dublues, ngritja e një studioje, regjistrimi dhe telefonimi nëse ndodh një gabim. Inteligjenca artificiale e ka ndryshuar këtë pamje: mjetet e tekstit në të folur mund të shndërrojnë një tekst në zë natyral në minuta; klonimi i zërit mund të "mësojë" zërin e një personi dhe t'i bëjë ata të thonë fjali të reja; Mjetet e dublimit artificial mund të transferojnë një video në një gjuhë tjetër në harmoni me lëvizjet e buzëve. Secila prej këtyre aftësive të fuqishme mbart gjithashtu një përgjegjësi serioze etike dhe ligjore. Në këtë njësi, ne do të mbulojmë teknikën dhe kufirin.
Kushtet. Text-to-Speech (TTS) është një teknologji që konverton tekstin e shkruar në zë sintetik. Klonimi i zërit është krijimi i një modeli që imiton zërin e një personi real nga një mostër zëri. Dublimi artificial është përkthimi i të folurit të një videoje në një gjuhë tjetër dhe dublimi i tij në atë gjuhë, shpesh duke e bërë atë të pajtueshëm me lëvizjen e buzëve (sikronizimi i buzëve). Prozodia është modeli i intonacionit, stresit dhe ritmit të të folurit - "emocioni" i një fjalie vjen kryesisht nga prozodia. Fonema është njësia më e vogël e tingullit në një gjuhë; Problemet e shqiptimit shpesh zgjidhen në nivelin e fonemës.
Zëri mbi tekst në të folur
Mjetet TTS janë çuditërisht të natyrshme sot; por për të marrë një zë "të mirë" kërkon drejtimin e saktë të automjetit. Ngjitja e tekstit të papërpunuar dhe thënia "lexo" jep një rezultat të sheshtë dhe robotik. Për interpretim të mirë zanor, udhëzoni: karakterin e zërit (mosha, gjinia, ngrohtësia), toni (i sinqertë, serioz, i emocionuar), ritmi (rrëfim i ngadaltë ose reklamë energjike), stresi (cila fjalë duhet të bie në sy), pauzat (frymëmarrja, shenjat e pikësimit) dhe shqiptimi (emrat e përveçëm, shkurtesat, fjalët e huaja). Shumë mjete ju japin këtë kontroll duke shtuar shenja pikësimi dhe udhëzime të shkurtra në tekst, ose duke përdorur shënime të veçanta.
Roli juaj: asistent regjisor zëri.Teksti: [tekst narrativ 60 sekonda më poshtë]Direktiva zanore:- Personazhi zanor: zë femre në të 30-at, i ngrohtë dhe qetësues.- Toni: i qetë, i sinqertë; JO thirrje komerciale.- Tempo: mesatar-i ngadaltë; frymëmarrje e shkurtër në fund të çdo fjalie.- Stresi: evidenton pak fjalët "falas" dhe "30 ditë".- Shqiptimi: "AiEdu" -> "ey-edu"; "%" -> "përqindje".Detyrë: Përgatitni tekstin e shënuar sipas këtij udhëzimi (specifikoni se ku do të shfaqet theksi/pauza).
Sigurohuni që të dëgjoni dhe kontrolloni daljen e TTS: emrat e duhur të shqiptuar gabimisht, streset e çuditshme dhe pauzat e panatyrshme janë të zakonshme. Në turqisht, fjalët me origjinë të huaj, veçanërisht fjalët, shkurtesat dhe numrat shkaktojnë probleme (“2024” -> “dy mijë e njëzet e katër” apo “njëzet e njëzet e katër”?).
Klonimi i zërit: fuqia dhe përgjegjësia
Klonimi i zërit prodhon një model që imiton zërin e një personi nga disa minuta regjistrim. Ka përdorime legjitime: për të përfunduar një zë me zërin e një prezantuesi, me pëlqimin e tij ose të saj, në një ditë të sëmurë; përdorimi i vazhdueshëm i "identitetit të shëndoshë" të miratuar të një marke; për të bërë zërin e vet të flasë në gjuhë të tjera. Por është pikërisht ky pushtet që tërheq vijën më të madhe etike: klonimi dhe përdorimi i zërit të një personi pa pëlqimin e tij/saj të qartë është një shkelje e të drejtave personale dhe krijon përgjegjësi ligjore në shumë vende. Zëri është pjesë e identitetit të një personi; Imitimi mund të çojë në mashtrim, shpifje dhe dëmtim të reputacionit.
Parimet themelore që duhen ndjekur në klonimin e zërit:
parim
Aplikimi
Pëlqimi i qartë
Leje me shkrim nga zotëruesi i zërit me një fushë specifike
Qartësia e fushëveprimit
Ku, për sa kohë dhe për çfarë qëllimi do të përdoret?
transparencës
Kur është e nevojshme, informacioni "ky tingull është prodhim artificial"
përdorim i kufizuar
Nuk shkon përtej pëlqimit (projekt i ri, produkt i ndryshëm)
tërheqshmëria
E drejta e individit për të tërhequr pëlqimin
Kujdes: Klonimi i zërit të një personi të famshëm, politikani ose dikujt që njihni pa pëlqimin e tyre dhe krijimi i përmbajtjes - qoftë edhe me qëllimin për të qenë një "shaka" ose "eksperiment" - është një shkelje serioze. Shpërndarja e përmbajtjes së prodhuar jashtë kontrollit tuaj nuk mund të zhbëhet.
Dublimi shumëgjuhësh
Dublimi sintetik është mënyra më e shpejtë për të hapur një video në gjuhë të ndryshme: mjeti përkthen fjalimin, e dublikon në gjuhën e synuar dhe ndonjëherë sinkronizon lëvizjet e buzëve. Është revolucionar për krijuesit e përmbajtjes që duan të arrijnë një audiencë globale. Por është një nga pikat më të cenueshme, sepse tre shtresa të veçanta gabimi mbivendosen: gabimi i përkthimit (idioma, termi, konteksti), gabimi në zë (ton i gabuar, shqiptimi) dhe gabimi i sinkronizimit (mospërputhja e buzëve, mospërputhja kohore). Prandaj, në dublimin shumëgjuhësh, është e nevojshme që një person që e njeh gjuhën e synuar në nivelin amtare të verifikojë si përkthimin ashtu edhe dublimin. Integriteti i markës, kuptimi dhe emocioni mund të mbrohen vetëm nga kontrolli njerëzor.
tre mini kuti
Rasti 1 - Zërimi i shpejtë dhe etik. Një ekip i mësimit elektronik duhej të përditësonte narrativën e një kursi me 40 video; Të kujtosh artistin me çdo përditësim ishte e shtrenjtë. Ata bënë një kontratë me shkrim me artistin që specifikonte qëllimin e zërit të tij/saj që po klonohej për këtë kurs. Kështu ata bënë ndryshimet e tekstit në minuta, me zërin dhe miratimin e tij. Artisti mori tarifën e tij dhe ruante kontrollin; Skuadra mori vrull.
Rasti 2 - Skandali i klonimit jokonsensual. Një krijues përmbajtjesh klonoi zërin e një aktori të njohur zëri nga videot e tij në YouTube dhe e përdori atë në një reklamë. Artisti njohu zërin e tij, nisi një proces ligjor dhe incidenti u raportua në shtyp. Reputacioni i markës u dëmtua, përmbajtja u hoq dhe kompensimi u soll në axhendë. Mësimi: përdorimi jo konsensual i audios është një fatkeqësi etike dhe ligjore.
Rasti 3 — Dublim i paverifikuar. Një kanal i dubloi artificialisht videot e tij në spanjisht, por nuk i kishte kontrolluar kurrë. Një term teknik u përkthye gabimisht dhe zëri vendosi një theks që përmbyste kuptimin e fjalisë. Shikuesit spanjollë vunë në dukje gabimin në komente, besimi u dëmtua. Mënyra e duhur ishte që të verifikohej nga dikush që e njeh gjuhën e synuar.
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Flisni këtë tekst.
Nuk ka karakter vokal, ton, tempo ose shqiptim. Prodhimi bëhet i sheshtë dhe robotik.
Njoftim i fuqishëm:
Roli juaj: drejtor me zë. Qëllimi: 45 sekonda tregim i promovimit të produktit. Zëri: 35 vjeç, zë i ngrohtë mashkullor, qetësues. Toni: informues por i sinqertë; pa ekzagjerim. Tempo: mesatar; ngadalësohet pak në fjalitë teknike. Theksimi: theksoni fjalët çmim dhe garanci. Shqiptimi: "3D" -> "tre-dimensionale"; emri i markës [BRAND] siç është. Dalja: teksti i zërit me theksim dhe pauza të shënuara. Kufizim: përdor vetëm pëlqimin/zërin sintetik; duke imituar një person real.
Gabimet e zakonshme
- Leximi i tekstit të papërpunuar pa udhëzime. Nëse toni, ritmi dhe theksi nuk jepen, zëri do të tingëllojë robotik.
- Përdorimi i daljes TTS pa e dëgjuar atë. Shqiptimi i gabuar (emri i duhur, numri, shkurtesa) është i zakonshëm.
- Klonimi i zërit pa pëlqim. Shkelje etike dhe ligjore; Arsyetimi "eksperiment/shaka" nuk është i vlefshëm.
- Tejkalimi i fushës së pëlqimit. Është shkelje përdorimi i lejes për një projekt në një vepër tjetër.
- Mos verifikimi i dublimit. Përkthimi + dublimi + mbivendosja e gabimit të sinkronizimit.
Këshillë: Në TTS, shkruani numrat, shkurtesat dhe emrat e duhur në tekst ("tridhjetë përqind", "tredimensionale", "ey-edu"). Ju e përcaktoni shqiptimin në vend që t'ia lini modelit të hamendësojë.
Në përmbledhje
Dublimi sintetik, klonimi i zërit dhe dublimi shpejtojnë rrënjësisht punën audio në prodhimin e videove dhe mundësojnë arritjen globale. Për rezultate të mira, drejtojeni TTS me udhëzimet e tonit, ritmit, stresit dhe shqiptimit dhe sigurohuni që të dëgjoni rezultatin. Klonimi i zërit është i fuqishëm, por tërheq vijën më të qartë etike: zëri i një personi mund të përdoret vetëm me pëlqim të qartë, të shtrirë dhe me shkrim; Imitimi pa pëlqim është shkelje. Meqenëse gabimet e përkthimit, dublimit dhe sinkronizimit do të mbivendosen në dublimin shumëgjuhësh, verifikimi nga një person që njeh gjuhën e synuar është thelbësor. Gjeneron tingullin e automjetit; Pëlqimi, saktësia dhe kuptimi janë përgjegjësia juaj.
Detyra e aplikimit
Shkruani një tekst tregimtar prej 60 sekondash. Shprehuni këtë me një mjet TTS, me udhëzime për ton/tempo/stres/shqiptim si më sipër. Dëgjoni rezultatin dhe gjeni dhe korrigjoni të paktën tre vende të shqiptuara gabimisht (numri, emri i duhur, shkurtesa). Më pas hartoni një "formular pëlqimi" të thjeshtë për klonimin e zërit: zëri i kujt, cili projekt, për çfarë kohëzgjatjeje, për çfarë përdorimi, e drejta për t'u tërhequr. Përmblidhni punën tuaj.
listë kontrolli
- [ ] A e kam drejtuar vokalizimin me udhëzime tone, tempo, stresi dhe shqiptimi?
- [ ] A e kam dëgjuar daljen TTS dhe a kam korrigjuar ndonjë gabim shqiptimi/numri/shkurtimi?
- [ ] A ka pëlqim të qartë dhe specifik me shkrim për zërin që klon/përdor?
- [ ] A jam siguruar që nuk e kam tejkaluar fushën e pëlqimit (vendi, kohëzgjatja, qëllimi)?
- [ ] A e kam verifikuar daljen e dublimit për përkthim/ton/sinkronizim me dikë që njeh gjuhën e synuar?