Добици:
- Способност разумевања алата за претварање текста у говор (ТТС), клонирање гласа и вештачко преснимавање (синхронизација/синхронизација усана) и израду нацрта гласа
- Постигните природну вокализацију тоном, темпом, нагласком и упутствима за изговор и можете планирати вишејезичну верзију
- За клонирање гласа особе потребна је сагласност, ауторска права и лична права; Разумевање да је неодобрена имитација гласа етичко и законско кршење
Аудио је пола видеа. Гледалац може да опрости лошу слику; не опрашта лош звук. У традиционалној продукцији, преснимавање је скупо и споро: проналажење извођача синхронизације, постављање студија, снимање и враћање позива ако дође до грешке. Вештачка интелигенција је променила ову слику: алатке за претварање текста у говор могу претворити текст у природни глас за неколико минута; клонирање гласа може да „научи” нечији глас и натера га да изговори нове реченице; Алати за вештачко преснимавање могу да пренесу видео на други језик у складу са покретима усана. Свака од ових моћних способности такође носи озбиљну етичку и правну одговорност. У овој јединици ћемо покрити и технику и границу.
Услови. Тект-то-Спеецх (ТТС) је технологија која претвара писани текст у синтетички глас. Клонирање гласа је стварање модела који имитира глас стварне особе из узорка гласа. Вештачко синхронизовање је превођење говора видео снимка на други језик и синхронизација на тај језик, често га чини компатибилним са покретом усана (усна синхронизација). Прозодија је образац интонације, стреса и ритма говора — „емоција“ реченице углавном потиче од прозодије. Фонема је најмања јединица звука у језику; Проблеми са изговором се често решавају на нивоу фонема.
Глас преко текста у говор
ТТС алати су данас изненађујуће природни; али добијање "доброг" гласа захтева правилно усмеравање возила. Лепљење необрађеног текста и изговарање „читај“ даје раван и роботски резултат. За добру гласовну глуму водите: карактер гласа (старост, пол, топлина), тон (искрен, озбиљан, узбуђен), темпо (спора нарација или енергична реклама), нагласак (која реч треба да се истиче), паузе (дах, интерпункција) и изговор (властита имена, скраћенице, стране речи). Многи алати вам дају ову контролу додавањем знакова интерпункције и кратких упутстава у текст или коришћењем посебних ознака.
Ваша улога: помоћник редитеља гласа. Текст: [текст нарације од 60 секунди испод]Гласовна директива:- Гласовни карактер: женски глас у тридесетим, топао и умирујући.- Тон: смирен, искрен; БЕЗ комерцијалног викања.- Темпо: средње-спор; кратак дах на крају сваке реченице.- Нагласак: мало истиче речи "бесплатно" и "30 дана".- Изговор: "АиЕду" -> "еи-еду"; "%" -> "проценат". Задатак: Припремити текст означен према овом упутству (навести где ће се појавити нагласак/пауза).
Обавезно слушајте и проверите ТТС излаз: погрешно изговорена права имена, чудни нагласци и неприродне паузе су уобичајене. У турском језику, речи страног порекла, посебно речи, скраћенице и бројеви изазивају проблеме („2024“ -> „две хиљаде двадесет четири“ или „двадесет двадесет четири“?).
Клонирање гласа: моћ и одговорност
Клонирање гласа производи модел који опонаша глас особе након неколико минута снимања. Има легитимне сврхе: да заврши преслушавање гласом презентера, уз његову или њену сагласност, на дан боловања; доследно коришћење одобреног "звучног идентитета" бренда; да сопствени глас проговори на другим језицима. Али управо та моћ повлачи највећу етичку линију: клонирање и коришћење гласа особе без њеног изричитог пристанка представља кршење личних права и на многим местима доводи до правне одговорности. Глас је део идентитета особе; Имитација може довести до преваре, клевете и штете по углед.
Основни принципи које треба поштовати у клонирању гласа:
принцип
Апликација
Експлицитна сагласност
Писмена дозвола власника гласа са одређеним обимом
Јасноћа обима
Где, колико дуго и у које сврхе ће се користити?
транспарентност
Када је потребно, информација "овај звук је вештачка производња"
ограничена употреба
Не иде даље од сагласности (нови пројекат, другачији производ)
могућност увлачења
Право појединца да повуче сагласност
Опрез: Клонирање гласа славне личности, политичара или некога кога познајете без њиховог пристанка и креирање садржаја — чак и са намером да буде „шала“ или „експеримент“ — представља озбиљно кршење. Ширење произведеног садржаја ван ваше контроле не може се опозвати.
Вишејезично синхронизовање
Синтетичко преснимавање је најбржи начин за отварање видео записа на различите језике: алатка преводи говор, синхронизује га на циљни језик, а понекад и синхронизује покрете усана. Револуционарна је за креаторе садржаја који желе да допру до глобалне публике. Али то је једна од најрањивијих тачака јер се преклапају три одвојена слоја грешака: грешка у преводу (идиом, термин, контекст), грешка у гласа (погрешан тон, изговор) и грешка у синхронизацији (неподударање усана, временско неслагање). Због тога је у вишејезичном синхронизацији неопходно да особа која зна циљни језик на матерњем нивоу провери и превод и синхронизацију. Интегритет бренда, значење и емоције могу бити заштићени само људском контролом.
три мини кофера
Случај 1 — Брзо и етично преговарање. Тим за е-учење је морао да ажурира нарацију курса од 40 видео снимака; Позивање уметника са сваким ажурирањем било је скупо. Склопили су писани уговор са уметником који је прецизирао обим његовог/њеног гласа који се клонира за овај курс. Тако су направили измене текста за неколико минута, његовим гласом и његовим одобравањем. Уметник је и добио свој хонорар и задржао контролу; Тим је добио замах.
Случај 2 — Скандал о клону без сагласности. Креатор садржаја клонирао је глас познатог гласовног глумца из његових видео снимака на ИоуТубе-у и користио га у реклами. Уметник је препознао његов глас, покренуо је правни процес и инцидент је пријављен у штампи. Репутација бренда је нарушена, садржај је уклоњен, а обештећење је стављено на дневни ред. Поука: употреба звука без сагласности је и етичка и правна катастрофа.
Случај 3 — Непроверено синхронизовање. Један канал је вештачки синхронизовао своје видео снимке на шпански, али их никада није проверио. Технички термин је погрешно преведен, а говор је ставио нагласак који је преокренуо значење реченице. Шпански гледаоци су указали на грешку у коментарима, поверење је нарушено. Прави начин је био да га провери неко ко зна циљни језик.
Слаби промпт / Јаки промпт
Слабо обавештење:
Изговорите овај текст.
Нема вокалног карактера, тона, темпа или изговора. Излаз постаје раван и роботизован.
Снажан упит:
Ваша улога: редитељ гласа. Сврха: 45 секунди нарације промоције производа. Глас: 35 година, топао мушки глас, умирујући. Тон: информативан, али искрен; без претеривања. Темпо: средњи; мало успорити у техничким реченицама. Нагласак: истакните речи цена и гаранција. Изговор: "3Д" -> "тродимензионално"; назив бренда [БРАНД] какав јесте. Излаз: текст преко гласа са означеним нагласком и паузама. Ограничење: користите само сагласност/синтетички глас; лажно представљање стварне особе.
Уобичајене грешке
- Читање сировог текста без упутства. Ако тон, темпо и нагласак нису дати, глас ће звучати роботски.
- Коришћење ТТС излаза без слушања. Погрешан изговор (властито име, број, скраћеница) је уобичајен.
- Клонирање гласа без сагласности. Етичко и законско кршење; Изговор „експеримент/шала“ није валидан.
- Прекорачење обима сагласности. Употреба дозволе за пројекат у другом делу представља прекршај.
- Не потврђујем синхронизацију. Превод + синхронизација + грешка при синхронизацији се преклапају.
Савет: У ТТС-у јасно упишите бројеве, скраћенице и властита имена („тридесет процената“, „тродимензионално“, „еи-еду“). Ви одређујете изговор, а не остављате моделу да погађа.
Укратко
Синтетичко преснимавање, клонирање гласа и преснимавање радикално убрзавају аудио рад у видео продукцији и омогућавају глобални досег. За добре резултате, водите ТТС смерницама за тон, темпо, нагласак и изговор и обавезно слушајте излаз. Клонирање гласа је моћно, али повлачи најјаснију етичку линију: нечији глас се може користити само уз јасан, писани пристанак; Имитација без пристанка је прекршај. Пошто ће се грешке у преводу, синхронизацији и синхронизацији преклапати у вишејезичном синхронизовању, неопходна је верификација од стране особе која познаје циљни језик. Генерише звук возила; Сагласност, тачност и смисао су ваша одговорност.
Задатак апликације
Напишите наративни текст од 60 секунди. Изразите ово помоћу ТТС алата, са смерницама за тон/темпо/стрес/изговор као горе. Послушајте резултат и пронађите и исправите најмање три погрешно изговорена места (број, властито име, скраћеница). Затим нацртајте једноставан „образац сагласности“ за клонирање гласа: чији глас, који пројекат, на које трајање, за коју употребу, право да се повуче. Сумирајте свој рад.
контролна листа
- [ ] Да ли сам водио вокализацију тоном, темпом, нагласком и смерницама за изговор?
- [ ] Да ли сам слушао ТТС излаз и исправио грешке у изговору/броју/скраћеници?
- [ ] Да ли постоји јасна и конкретна писмена сагласност за глас који клонирам/користим?
- [ ] Да ли сам се уверио да нисам прекорачио обим сагласности (место, трајање, сврха)?
- [ ] Да ли сам проверио излаз синхронизације за превод/тон/синхронизацију са неким ко зна циљни језик?