База голосов нейросети: как выбрать диктора для серии
Что проверять в каталоге синтетических голосов: язык, амплуа, произношение имён и доступность нужной версии. Собираем карточку голоса для повторной озвучки.
Евгений
Дизайнер-партнёр LibraChat
6 мин чтения
У первой записи мастерской был подходящий голос. На второй неделе открыли сервис и снова выбрали похожее имя, но знакомое название студии зазвучало с другим ударением, а приветствие стало бодрее. В проекте сохранилось только «женский русский голос». База голосов нейросети нужна именно в этот момент. В ней можно узнать, как называются дикторы и их режимы, а рядом полезно сохранить свою короткую запись об удачной пробе.
Найди в каталоге поля, которые пригодятся позже
В базе синтетических голосов одна строка обычно относится к готовому голосу. У неё могут быть название, внутреннее обозначение, язык и доступные режимы. Например, документация Yandex Cloud для SpeechKit перечисляет основной язык, амплуа и версию интерфейса программного доступа. В таблице голосов Azure Speech указаны локаль, тип голоса и дополнительные стили там, где они доступны. Поля в этих каталогах устроены по-разному, но оба помогают отличить рабочее обозначение от впечатления при прослушивании.
Начни с языка первой серии. Если всё звучит по-русски, выбери варианты, для которых русский указан в перечне поддерживаемых языков. Если добавятся вставки на другом языке, проверь нужную пару заранее. Имя героя может быть русским при английском тексте или наоборот. Одной отметки «многоязычный» мало для уверенного выбора. Дай выбранному голосу произнести конкретную фразу, которая будет в выпуске, и зафиксируй, какой язык и режим назначал.
Режим работы тоже влияет на то, что получится повторить. Иногда демо позволяет послушать тембр, а настройки в используемом проекте отличаются. По официальному каталогу проверь, доступны ли нужные настройки для выбранного варианта. Если стиль меняется на другой, запиши его отдельно. Тогда через неделю можно понять, почему тот же голос по звучанию уже другой, даже если метка диктора осталась прежней.
Для тембра сохрани обозначение голоса из каталога.
Для произношения запиши язык, тестовую фразу и услышанное ударение.
Для характера сохрани выбранное амплуа или название стиля.
Дай кандидатам одну короткую фразу
Возьмём вымышленный подкаст реставрационной мастерской. В начале каждого выпуска звучит «Мастерская „Проём“. Сегодня речь пойдёт о Шёлковой улице». Составь пробу из этого вступления, одной фразы с датой и одного вопроса. Для названия важен ударный слог. Для даты проверь порядок чисел. Вопрос покажет, как голос поднимается к концу и теряет ли дикцию в коротких словах.
Включи несколько вариантов примерно на одном уровне громкости и в естественном размере динамика. Близкий микрофон и сочный низ у демонстрационного примера могут впечатлять сильнее, чем понятная речь в твоём материале. Если имя мастерской звучит правильно только после второй попытки, сохрани текст, который сработал. В краткой записи добавь, нужен ли был выбор другого языка или редакция написания. Пробу можно потом быстро повторить, даже если станут доступны другие варианты.
Поле в рабочей заметке · Что записать
Сервис и голос — Название из каталога и точное обозначение
Язык и стиль — Локаль и фактически использованный режим
Текст пробы — Одно имя, дата, вопрос
Файл — Короткий утверждённый дубль
Доступ — Где проверялся этот режим и на какую дату
Замена — Кандидат, который прошёл ту же фразу
Проверь, что карточкой может воспользоваться коллега
После выбора попроси коллегу озвучить одно вступление по твоей записи. Он должен суметь найти нужную строку и восстановить язык и подачу. Если в результате получилась другая скорость, проверь настройки проекта, а не только имя. Если голос звучит так же, но дата читается неверно, исправление относится к тексту. Эти проблемы удобно различить по сохранённому тесту. Второй выпуск не придётся собирать с нуля.
Когда тестовую реплику трудно придумать, попробуй собрать её в LibraChat. Перечисли настоящую задачу без закрытых сведений и вставь безопасный учебный аналог названия. Попроси три короткие фразы, в которых проверяются имя, дата и вопросительная интонация. Справку о переходе от текста к дорожке дополняет разбор озвучки для видео. Для работы с несколькими вариантами текста актуальные условия LibraChat вынесены на отдельную страницу.
Список каталога со временем может обновиться. Когда знакомая строка отсутствует в рабочем режиме, сначала проверь документацию и параметры проекта. Если голос действительно недоступен, пригодится резервный вариант, которому уже давали ту же реплику. Выбирай резерв по задаче. Для серии с географическими названиями точное произношение важнее близкого тембра. У нового варианта снова послушай переход к предыдущему выпуску.
Для названий можно вести собственный небольшой словарь. В одной колонке храни текст, который увидит читатель. В другой — форму, которую отправляешь синтезатору для озвучки. Образец произношения пригодится, когда диктор меняется в середине серии. Название на экране при этом должно остаться написанным правильно. Запись о результате сокращает повторную работу и напоминает, почему в аудиоверсии написание может отличаться от субтитров.
Если два голоса одинаково хорошо проходят вступление, попробуй тихий кусок с необычной фамилией и более длинное предложение. Короткая демонстрация позволяет оценить звук, но на длинной мысли заметнее паузы и произношение соседних слов. В карточку удобно сохранить два уровня. Первый — быстрый тест на повторение передачи. Второй — пример, по которому можно принять нового диктора перед длинным выпуском.
При работе над несколькими версиями серии пригодится отметка, где используется каждый голос. Можно отличать основного рассказчика от нейтральных вставок. Тогда недоступность одного варианта не вынудит менять остальные. Для резервной записи оставь то же короткое введение и проверь, не исчезла ли связь между выпусками при обычном порядке прослушивания.
Хороший эталон можно открыть без проекта. Оставь в начале короткую естественную паузу, а в названии файла отметь выпуск или дату работы.
Оставь короткий эталон для следующего выпуска
Сохрани точное обозначение, язык и стиль голоса.
Приложи исходный текст пробы и готовый короткий файл.
Проверь, что коллега может восстановить настройки по записи.
Держи один проверенный запасной голос на ту же фразу.
Когда выйдет третий выпуск, достаточно сравнить вступление с эталоном. Если одно и то же название и паузы звучат одинаково, аудитория сохранит ощущение серии. Каталог при этом остаётся источником доступных вариантов, а твоя заметка хранит решение, которое уже сработало для конкретного текста.