Jak nahrát vzorek hlasu, který opravdu zní jako vy

Když naklonovaný hlas zní divně, lidé viní AI. Většinou přitom udělala přesně to, oč byla požádána — věrně namodelovala nahrávku pořízenou v kuchyni, v osm večer, člověkem, který kvůli zapnutému mikrofonu předvádí podivnou imitaci hlasatele.

Vzorek rozhoduje o všem. Tady je to, co s výsledkem skutečně hne, zhruba podle důležitosti.

1. Zbavte se hluku v pozadí

Tohle znamená víc než všechno ostatní dohromady.

Hlasový model vás neumí čistě oddělit od vašeho okolí. Naučí se místnost. Myčka běžící dva metry od vás se stane součástí toho, co model považuje za váš hlas — a každá další pohádka pak nese její slabý stín.

Co s tím:

• Zavřete dveře. Ideální je ložnice s měkkým vybavením — postel, závěsy a koberec pohlcují odrazy.
• Vypněte všechno, co má motor nebo ventilátor. Myčku, digestoř, klimatizaci.
• Zavřete okno. Provoz je slyšet víc, než člověk čeká.
• Vyhněte se koupelně a kuchyni. Tvrdé povrchy dělají ozvěnu a ta se do modelu zapeče natrvalo.

Nepotřebujete ticho. Potřebujete, aby chyběly konkrétní konkurenční zvuky.

2. Čtěte tak, jak čtete svému dítěti

Jakmile se objeví mikrofon, většina lidí zpomalí, sníží hlas a začne vyprávět jako dokument na ČT2. Klon pak zní přesně tak — jako trochu nabubřelý cizinec s vaším přízvukem.

Náprava je čistě v hlavě. Představte si své dítě vedle sebe, napůl spící, a čtěte téhle představě. O něco příliš civilně je mnohem lepší než o něco příliš hraně.

Když se přistihnete, že „hlasatelujete“, zastavte se a začněte znovu. Zabere to dvacet vteřin.

3. Držte telefon správně

Mikrofon v telefonu je dobrý. Lidé ho používají špatně.

• Na šířku dlaně od úst. Blíž a na každém „p“ a „b“ dostanete rány. Dál a začne se plést místnost.
• Trochu ze strany, ne přímo proti ústům. Dech pak mikrofon mine.
• Nezakrývejte spodní hranu. Na většině telefonů je tam hlavní mikrofon a palec přes něj je zdaleka nejčastější příčina dutého vzorku.
• Sundejte kryt, pokud je silný.

Sluchátka bývají spíš krok zpět. Jejich mikrofony jsou vyladěné na telefonování — silně komprimují a ořezávají nízké frekvence, tedy přesně tu vřelost, podle které je hlas poznat. Samotný telefon je lepší.

4. Dopřejte tomu celou minutu, když to jde

Třicet vteřin může stačit na použitelný model. Minuta udělá model znatelně vyrovnanější, hlavně u neobvyklých vět.

Víc zvuku znamená víc příkladů toho, jak vyslovujete různé hlásky, takže model míň hádá. Když vám aplikace ukáže text ke čtení, přečtěte ho celý, ne jen do místa, kde napíše, že už toho má dost.

5. Čtěte text tak, jak je napsaný

Když máte text na obrazovce, čtěte přesně ta slova. Aplikace často nechají projít nahrávku převodem řeči na text a porovnají, co jste řekli, s tím, co jste říct měli — je to náhradní měřítko pro „byla ta nahrávka dost čistá?“. Improvizace tuhle kontrolu neprojde, i když je zvuk v pořádku.

Když se zakoktáte, většině aplikací je milejší, když začnete znovu, než abyste to dotlačili do konce — čistých šedesát vteřin je lepších než devadesát s kašlem uprostřed.

6. Buďte v normálním rozpoložení

Unavený hlas o půlnoci vyrobí unaveně znějící klon. Stejně tak rýma. A stejně tak dozvuky hádky o čištění zubů.

Nemusíte být svěží. Stačí být někde poblíž svého obvyklého já, protože právě ten hlas vaše dítě poznává. Když máte rýmu, počkejte dva dny. Model, který vytvoříte za pět minut, budete poslouchat měsíce.

Rutina na šedesát vteřin

1. Ložnice, zavřené dveře, všechno s motorem vypnuté.
2. Telefon v ruce, na šířku dlaně, mírně ze strany, spodní hrana volná.
3. Jedno nanečisto přečtení první věty nahlas, ať ze sebe setřesete hlasatele.
4. Nahrajte celý text svým normálním tempem čtení.
5. Pusťte si to. Položte si jedinou otázku: zní to jako já, když mluvím, nebo jako já, když vystupuju?
6. Pokud vystupujete, dejte to ještě jednou. Bude to lepší.

Co ani tak nebude dokonalé

I s bezchybným vzorkem čekejte, že klon bude o něco klidnější verzí vás. Herecká vrstva — hlas vlka, dramatická pauza, šepot ve chvíli, kdy dítě usíná — je místo, kde rozdíl zůstává.

Je dobré to vědět, abyste nebyli zklamaní. Co přetrvá, je to, na čem malému dítěti záleží nejvíc: zvuk vás. Děti ho spolehlivě poznají hned, a přesně o to jde.

Až budete mít nahráno

Dva návyky, které stojí za to mít:

Než se na to spolehnete, poslechněte si celou pohádku. Vzorek může sám o sobě znít dobře a problém se ukáže až po třech minutách vyprávění.

Nahrajte se znovu, když se změní okolnosti. Vyléčili jste se z delší nemoci? Nebo jste první nahrávku pořídili v hlučném bytě, ze kterého jste se mezitím odstěhovali? Nový vzorek zabere minutu a starý hlasový profil můžete smazat.

A pokud si hlasový profil raději nechcete držet natrvalo, smazat ho a nahrát se později znovu je naprosto rozumný postup — otázky o soukromí, které stojí za to si položit vysvětlují, proč to tak někteří rodiče dělají.

Chcete to zkusit? Taletune je zdarma pro iOS i Android a do dvou minut budete vědět, jestli výsledek zní jako vy.