AI balss vai cilvēka balss: kad kuru izvēlēties

Ko mūsdienu AI balsis prot labi?

Ar AI balsi parasti saprot vairākas atšķirīgas tehnoloģijas. Viens no pazīstamākajiem rīkiem ir ElevenLabs, bet līdzīgu rīku ir daudz, un tie bieži mainās.

AI balss stiprās puses:

• tā strādā ātri;
• tekstu var mainīt bez jaunas ieraksta sesijas;
• no viena teksta var iegūt versijas daudzās valodās;
• simtiem īsu ierakstu skan vienā tonī.

Vājās puses:

• garos tekstos intonācija kļūst vienmuļa un emocijas izplēn;
• uzsvars un ritms mēdz būt savādi;
• personvārdus un nosaukumus tā bieži izrunā kļūdaini;
• klausītāji to bieži pamana.

Cik labi AI balss runā latviski un kā to pārbaudīt?

Latviešu valodā ir garie patskaņi, mīkstinātie līdzskaņi un uzsvars, kas parasti ir uz pirmās zilbes. Tā ir maza valoda, tāpēc AI balss latviski jāpārbauda rūpīgāk nekā angliski. Kvalitāte atšķiras starp rīkiem un mainās ar katru atjauninājumu, tāpēc rīku salīdzinājumi ātri noveco. Drošāk ir pārbaudīt pašiem.

Uzrakstiet vienu rindkopu, kurā ir viss tālāk minētais, un noklausieties AI versiju austiņās kopā ar cilvēku, kuram latviešu valoda ir dzimtā:

1. Latviešu un ārzemju personvārdi un vietvārdi.
2. Skaitļi, datumi, cenas ciparos un saīsinājumi (SIA, LR, EUR).
3. Garie patskaņi un mīkstinātie līdzskaņi (ā, ē, ī, ū; ķ, ģ, ļ, ņ).
4. Uzsvars, kas latviešu valodā parasti ir uz pirmās zilbes.
5. Jautājums un izsaukums.
6. Teikums ar citas valodas vārdiem, piemēram, latviešu teikums ar angļu zīmola nosaukumu.
7. Garš teikums ar daudziem komatiem.

Klausieties, vai:

• uzsvars nav uz nepareizās zilbes;
• garie patskaņi nav saīsināti;
• skaitļi skan pareizajā locījumā, piemēram, „trešajā martā”, nevis „trīs martā”;
• ritms pie komatiem nekļūst robotisks;
• akcents teksta gaitā nemainās.

Latviešu valodas tehnoloģijas izstrādā arī vietējie uzņēmumi, piemēram, Tilde. Lai kur rīks būtu radīts, pārbaudiet to ar savu tekstu.

Krievu un angļu versijas pārbaudiet tāpat, tikai ar šo valodu sarežģītajiem vārdiem un skaitļiem. Krievu tekstā, piemēram, iekļaujiet latviešu ielas nosaukumu.

Kad cilvēka balss ir labāka?

Reklāmā balss kļūst par zīmola daļu, un klausītājs to atpazīst. Gatavo AI balsi var izvēlēties ikviens rīka lietotājs, tāpēc tā var izskanēt arī cita uzņēmuma reklāmā.

Daļa klausītāju negatīvi uztver, ja atklāj AI balsi tur, kur gaidīja cilvēku. Norādiet, ka balss ir sintētiska, un katru gadījumu izvērtējiet atsevišķi. E-kursam, kurā svarīga uzticēšanās pasniedzējam, apsveriet video kursu ierakstīšanu ar īstu pasniedzēju.

Vai drīkst klonēt kāda cilvēka balsi?

Balsi klonējiet tikai ar runātāja rakstisku piekrišanu, un to vajag saņemt vēl pirms pirmā ieraksta. Īpaši svarīgi tas ir tad, ja balss pieder darbiniekam vai raidījuma vadītājam, kurš vēlāk var aiziet no uzņēmuma. Piekrišanā jānorāda:

• kurš rīks tiks izmantots;
• kādiem nolūkiem un kādos kanālos balsi drīkst lietot;
• kurās valodās;
• uz cik ilgu laiku;
• vai balss modeli drīkst izmantot atkārtoti;
• kā piekrišanu atsaukt un kā modelis tiks izdzēsts.

Balss ieraksts, pēc kura var atpazīt cilvēku, saskaņā ar Vispārīgo datu aizsardzības regulu (VDAR) ir personas dati. Ar paraugiem un balss modeļiem rīkojieties atbilstoši: ierobežojiet piekļuvi, nosakiet mērķi un dzēsiet tos, kad mērķis sasniegts.

Rīka noteikumos noskaidrojiet, kam pieder balss modelis un ar to radītie ieraksti. Pārbaudiet arī, vai rīka nodrošinātājs drīkst izmantot jūsu ierakstus savām vajadzībām.

Saskaņā ar ES Mākslīgā intelekta aktu dažos gadījumos jānorāda, ka audio vai video ir radīts vai pārveidots ar mākslīgo intelektu, piemēram, ja tas ir dziļviltojums. Arī platformas arvien biežāk prasa autoriem atzīmēt sintētisku saturu. Pirms publicēšanas pārbaudiet, kādas prasības ir spēkā pašlaik.

Nekad neklonējiet sabiedrībā zināma cilvēka, kolēģa vai klienta balsi bez viņa atļaujas.

Šis nav juridisks padoms: līgumu jautājumos konsultējieties ar juristu.

Kā ierakstīt tīru balss paraugu klonēšanai?

Ja runātājs klonēšanai ir piekritis, vispirms izlasiet paša rīka ieraksta norādījumus: vajadzīgais ilgums un formāts dažādos rīkos atšķiras un laika gaitā mainās. Vispārīgie noteikumi der jebkuram rīkam:

1. Ierakstiet klusā, mīkstā telpā bez atbalss.
2. Izmantojiet vienu labu mikrofonu un turiet nemainīgu attālumu līdz tam.
3. Lasiet dabisku, daudzveidīgu tekstu vajadzīgajā valodā un tādā tonī, kādā jāskan klonam.
4. Nepievienojiet mūziku, efektus un spēcīgu trokšņa samazināšanu.
5. Ierakstiet WAV mono failu, 48 kHz / 24 biti, ja rīks neprasa citu formātu.
6. Ja vajag vairākas valodas, katrai ierakstiet atsevišķu paraugu.
7. Neapstrādātos failus arhivējiet kopā ar parakstīto piekrišanu.

Sīkāk par ieraksta tehniku lasiet ceļvedī par to, kā ierakstīt balsi.

Balss ieraksta sesija studijā dod tīru un vienmērīgu paraugu, ierakstītu ar profesionālu mikrofonu. Baltic Podcast Studio Rīgā balss ieraksts maksā 60 €/h. Lūdziet divus failus: neapstrādāto ierakstu un gatavo versiju ar masteringu. Studija ieraksta balsi, bet klonu jūs pēc tam izveidojat paši izvēlētajā rīkā.

Kā apvienot cilvēka balsi un AI balsi?

1. Zīmolam svarīgākos ierakstus (reklāmu, ievadu, galveno video) ierunājiet ar cilvēka balsi.
2. Tīros ierakstus un piekrišanu arhivējiet.
3. Ja atjauninājumiem un mazāk svarīgam saturam izmantojat licencētu klonu vai gatavu AI balsi, saglabājiet to pašu teksta stilu.
4. Katru AI ierakstu pirms publicēšanas dodiet noklausīties dzimtās valodas runātājam.
5. Norādiet, ka izmantota AI balss, ja to prasa noteikumi vai sagaida jūsu auditorija.
6. Kad kāds ieraksts kļūst svarīgs, ierakstiet to no jauna ar cilvēka balsi.

AI dublēšana var sagatavot citu valodu melnrakstus. Izrunu un toni pārbaudiet kopā ar dzimtās valodas runātāju. Rīgā saturu bieži gatavo latviešu, krievu un angļu valodā, tāpēc AI versijas ir kārdinošas, taču bez šādas pārbaudes tās nevajadzētu publicēt. Par video tulkošanu un dublēšanu lasiet atsevišķā ceļvedī.