Заменят ли голоса ИИ дикторов аудиокниг?
Синтетическое озвучивание уже есть в крупных магазинах. Что человеческий диктор все еще делает лучше, и почему большинство книг все равно никогда не получат человеческую запись.
Для книг, которые когда-либо должны были получить человеческую запись, нет, не скоро, и слушатели, которым это важно, уже могут заметить разницу. Для гораздо большего числа книг, которые никогда не будут записаны вообще, вопрос спорный: выбор никогда не стоял между человеческим голосом и синтетическим. Выбор был между синтетическим голосом и тишиной.
Магазины начали продавать в 2023 году и пометили это.
Apple Books начала продавать аудиокниги с цифровым озвучиванием в январе 2023 года. Audible последовала за ней позже в том же году с помеченной опцией, которую она называет Virtual Voice для самостоятельно изданных произведений, так что слушатель видит отметку перед покупкой. Аудиокниги уже были самым быстрорастущим форматом в издательском деле: Ассоциация издателей аудиокниг сообщила о более чем десятилетнем последовательном двузначном росте в Соединенных Штатах, с продажами около двух миллиардов долларов в год. Синтетические голоса не создавали этот рынок. Они пришли на него.
Дикторы были правы, беспокоясь, и большая часть публичных дебатов с тех пор была о них. Меньше говорилось о другой стороне медали: профессиональная запись оценивается по готовому часу, в несколько сотен долларов за каждый час аудио по общепринятым тарифам, до студийного времени, редактирования и корректуры. Десятичасовой роман — это серьезная инвестиция, поэтому решение о записи всегда следовало за ожидаемыми продажами. Бэклист, малые языки, иллюстрированная нехудожественная литература, которая, как никто не ожидает, попадет в чарты: эти книги не записываются. Большинство когда-либо опубликованных книг вообще не имеют аудиоиздания.
Что делает актер озвучивания, чего до сих пор не делает модель.
Любой, кто слушал и то, и другое, знает разницу. Хороший диктор придает каждому персонажу голос, не имитируя голоса; выдерживает паузу ровно столько, сколько нужно предложению; знает, что имя на третьей странице произносится так, как его произносит автор; и сохраняет тон книги на протяжении десяти часов, не сглаживая его. Синтетический голос ровный. Ровность — это его достоинство для справочника и его недостаток для романа. И он оценивается по языкам: голос, который хорош в английском, может неправильно расставлять ударения в арабском, где гласные не пишутся, и чтение вслух зависит от понимания предложения.
- Характер и темп: осмысленная пауза, изменение регистра, своевременная шутка.
- Имена и иностранные слова, произносимые так, как произнес бы автор.
- Выносливость тона на протяжении длинной книги.
- Языки, чье написание не фиксирует произношение, где читатель должен понимать, чтобы читать вслух.
Слушатель, который теряется.
Есть третья вещь, на которую стоит обратить внимание, потому что она не имеет ничего общего с тем, кто говорит. Большинство аудиокниг продаются отдельно от текста и не дают слушателю возможности увидеть, где он находится. Потерять нить на поезде — и не на что посмотреть. Аудио для чтения вслух, где слова находятся на странице, а читаемая строка отмечена, изучалось десятилетиями как поддержка для начинающих читателей, изучающих язык и читателей с дислексией, с в целом положительными результатами. Почти ни одна коммерческая аудиокнига не предлагает этого.
Одна библиотека озвучивает каждую книгу на пятнадцати языках, синхронизированную со страницей.
WonderBooks — это случай на другом конце арифметики. Она содержит 2341 иллюстрированную книгу в двенадцати тематических библиотеках, каждая из которых озвучена на пятнадцати языках, с синхронизированным аудио с текстом, так что читаемая строка всегда видна на странице. Это более 35 000 озвученных изданий. Ни один студийный график не достигает такого числа, и ни один прогноз продаж не оправдал бы запись десятистраничной книги о фараоне на корейском языке. Основатель нанял человеческих дикторов для первой версии в 2016 году, и функция, вокруг которой было построено все приложение тогда, та же самая, вокруг которой оно построено сейчас.
Обычные аудиокниги почти как радио, где читатели теряются.
Оценивается по языкам и исправляется, когда слушатель сообщает об этом.
Озвучивание проверяется по языкам перед выпуском, с отдельными правилами качества для арабского языка и для языков с их собственными правилами пауз и ударений, и основатель открыто является своим самым строгим критиком в этом отношении. Слушатель, который сообщает о неправильно произнесенном имени, получает исправление и благодарность, со ссылкой на исправленную книгу, что также помогает следующему голосу стать лучше. Утверждение не в том, что это когда-либо сравнится с великолепным человеческим чтением великого романа. Утверждение в том, что читатель на любом из пятнадцати языков может прослушать каждую книгу, имея слова перед глазами, и что это было невозможно раньше.
Часто задаваемые вопросы
Можете ли вы отличить диктора ИИ от человека?
Обычно, если вы прислушаетесь: синтетические голоса ровные там, где человеческий голос варьируется, и они могут неправильно расставлять ударения в именах и в языках, чье написание не фиксирует произношение. В короткой фактической книге разница невелика; в длинном романе со многими персонажами она все еще велика.
Помечены ли аудиокниги, озвученные ИИ?
В некоторых магазинах. Audible помечает свои названия Virtual Voice, а Apple Books идентифицирует аудиокниги с цифровым озвучиванием. В других местах это зависит от издателя. Издатель, который озвучивает с помощью ИИ и прямо об этом говорит, отвечает на вопрос до того, как он будет задан.
Что такое аудиокнига для чтения вслух?
Та, где текст находится на экране, а читаемая строка выделяется по мере воспроизведения аудио, так что слушатель может следить, возвращаться или переключаться между чтением и прослушиванием. Она изучалась как поддержка для читателей, испытывающих трудности, и изучающих язык, и она редка за пределами детских приложений и нескольких платформ для чтения.