आवाज़ का नमूना ऐसे रिकॉर्ड करें कि वाक़ई आप जैसा लगे

जब क्लोन की गई आवाज़ अटपटी लगती है, तो लोग AI को दोष देते हैं। हक़ीक़त में AI ने वही किया जो उससे कहा गया — उसने ईमानदारी से उस रिकॉर्डिंग की नक़ल उतारी जो रसोई में, रात आठ बजे, किसी ऐसे इंसान ने की थी जो माइक चालू देखकर अजीब सा उद्घोषक वाला अंदाज़ अपनाए बैठा था।

पूरा खेल नमूने का है। असल में फ़र्क़ किन चीज़ों से पड़ता है, वह यहाँ है — मोटे तौर पर असर के क्रम में।

1. पीछे का शोर ख़त्म कीजिए

यह बाक़ी सब बातों को मिलाकर भी ज़्यादा मायने रखता है।

वॉइस मॉडल आपको आपके माहौल से साफ़-साफ़ अलग नहीं कर पाता। वह कमरा भी सीख लेता है। दो मीटर दूर चलता वॉशिंग मशीन उस चीज़ का हिस्सा बन जाता है जिसे मॉडल आपकी आवाज़ समझता है, और उसके बाद हर कहानी में उसका हल्का सा साया साथ चलता है।

क्या करें:

• दरवाज़ा बंद कर लीजिए। नरम सामान वाला बेडरूम सबसे अच्छा है — बिस्तर, पर्दे और कालीन आवाज़ की गूँज सोख लेते हैं।
• मोटर या पंखे वाली हर चीज़ बंद कर दीजिए। वॉशिंग मशीन, चिमनी, एसी।
• खिड़की बंद कीजिए। सड़क का शोर लोगों के अंदाज़े से कहीं ज़्यादा घुस आता है।
• बाथरूम और रसोई से बचिए। सख़्त सतहें गूँज पैदा करती हैं, और गूँज हमेशा के लिए पक्की हो जाती है।

आपको सन्नाटा नहीं चाहिए। आपको कुछ ख़ास टकराने वाली आवाज़ों का न होना चाहिए।

2. वैसे ही पढ़िए जैसे बच्चे को पढ़कर सुनाते हैं

माइक सामने आते ही ज़्यादातर लोग धीमे हो जाते हैं, आवाज़ भारी कर लेते हैं और डॉक्यूमेंट्री की तरह सुनाने लगते हैं। फिर क्लोन भी वैसा ही लगता है — थोड़ा रोबदार अजनबी, जिसका लहजा बस आपसे मिलता-जुलता है।

इसका इलाज दिमाग़ी है। अपने बच्चे को अपने पास, आधी नींद में, बैठा हुआ सोचिए और उसी छवि को पढ़कर सुनाइए। थोड़ा ज़्यादा सहज होना, थोड़ा ज़्यादा नाटकीय होने से कहीं बेहतर है।

अगर आपको लगे कि आप "वह ख़ास आवाज़" निकाल रहे हैं, तो रुककर दोबारा शुरू कीजिए। बीस सेकंड ही लगते हैं।

3. फ़ोन ठीक से पकड़िए

फ़ोन का माइक अच्छा होता है। लोग उसका इस्तेमाल ख़राब करते हैं।

• मुँह से एक हथेली की दूरी पर। इससे पास रखने पर हर "प" और "ब" पर धमाके जैसी आवाज़ आएगी। ज़्यादा दूर रखने पर कमरा भीतर घुस आएगा।
• थोड़ा बग़ल में रखिए, सीधे सामने नहीं। तब आपकी साँस माइक से टकराएगी नहीं।
• नीचे का किनारा मत ढकिए। ज़्यादातर फ़ोन में मुख्य माइक वहीं होता है, और उस पर अँगूठा आ जाना दबी-दबी रिकॉर्डिंग की सबसे आम वजह है।
• कवर हटा दीजिए, अगर वह मोटा हो।

ईयरबड्स आमतौर पर सुधार नहीं, गिरावट होते हैं। उनके माइक फ़ोन कॉल के लिए बने होते हैं — वे आवाज़ को बहुत दबाते हैं और नीची फ़्रीक्वेंसी काट देते हैं, यानी ठीक वही गर्माहट छीन लेते हैं जिससे आवाज़ पहचानी जाती है। फ़ोन ख़ुद बेहतर है।

4. हो सके तो पूरा एक मिनट दीजिए

तीस सेकंड से भी काम लायक़ मॉडल बन जाता है। एक मिनट से साफ़ तौर पर ज़्यादा टिकाऊ मॉडल बनता है, ख़ासकर अनोखे वाक्यों पर।

ज़्यादा ऑडियो का मतलब है अलग-अलग ध्वनियों को आप कैसे बोलते हैं, इसके ज़्यादा उदाहरण — यानी मॉडल को कम अंदाज़ा लगाना पड़ता है। अगर ऐप आपको कोई स्क्रिप्ट दिखाता है, तो "इतना काफ़ी है" लिखा आने पर रुकने के बजाय पूरी पढ़ जाइए।

5. स्क्रिप्ट जैसी लिखी है, वैसी ही पढ़िए

अगर स्क्रीन पर स्क्रिप्ट है, तो वही शब्द पढ़िए। ऐप्स अक्सर स्पीच-टू-टेक्स्ट से जाँचते हैं कि आपने जो बोला और जो बोलना था, वे कितने मिलते हैं — यह इस बात का अंदाज़ा लगाने का तरीक़ा है कि "रिकॉर्डिंग इतनी साफ़ थी या नहीं कि काम आ सके"। अपने मन से बोलने पर यह जाँच फ़ेल हो जाती है, चाहे ऑडियो बढ़िया ही क्यों न हो।

अगर बोलते हुए अटक जाएँ, तो ज़्यादातर ऐप चाहेंगे कि आप दोबारा शुरू करें, बजाय इसके कि आगे बढ़ते रहें — बीच में खाँसी वाले नब्बे सेकंड से साफ़ साठ सेकंड बेहतर हैं।

6. सामान्य हालत में रहिए

आधी रात की थकी आवाज़ से थका हुआ क्लोन बनता है। ज़ुकाम से भी यही होता है, और दाँत ब्रश करने को लेकर हुई झड़प के ठीक बाद भी।

आपको एकदम तरोताज़ा होने की ज़रूरत नहीं। बस अपने रोज़ वाले रूप के आसपास होना चाहिए, क्योंकि वही आवाज़ आपका बच्चा पहचानता है। ज़ुकाम है तो दो दिन रुक जाइए। पाँच मिनट में बनाया मॉडल महीनों तक आपके कानों में गूँजेगा।

साठ सेकंड की एक तरतीब

1. बेडरूम, दरवाज़ा बंद, मोटर वाली हर चीज़ बंद।
2. फ़ोन हाथ में, एक हथेली दूर, थोड़ा बग़ल में, नीचे का किनारा खुला।
3. पहली पंक्ति की एक बार ज़ोर से रिहर्सल, ताकि उद्घोषक वाला अंदाज़ उतर जाए।
4. पूरी स्क्रिप्ट अपनी सामान्य रफ़्तार से रिकॉर्ड कीजिए।
5. उसे सुनिए। बस एक सवाल पूछिए: क्या यह मेरे बात करने जैसा लग रहा है, या मेरे भाषण देने जैसा?
6. अगर भाषण जैसा लगे, तो एक बार और कीजिए। बेहतर ही होगा।

फिर भी जो एकदम सही नहीं होगा

बेहतरीन नमूने के बाद भी उम्मीद रखिए कि क्लोन आपका थोड़ा ठहरा हुआ रूप लगेगा। अदाकारी वाली परत — भेड़िये की आवाज़, नाटकीय ठहराव, बच्चे के नींद में जाते वक़्त की फुसफुसाहट — वहीं फ़ासला बचा रहता है।

यह जान लेना अच्छा है ताकि निराशा न हो। जो चीज़ बची रहती है, वही छोटे बच्चे के लिए सबसे ज़रूरी है: आपकी आवाज़। बच्चे उसे हर बार फ़ौरन पहचान लेते हैं, और असल बात तो यही है।

रिकॉर्ड करने के बाद

दो आदतें अपनाने लायक़ हैं:

भरोसा करने से पहले एक पूरी कहानी सुनिए। नमूना अकेले में ठीक लग सकता है और तीन मिनट की कहानी में जाकर कोई कमी सामने आ सकती है।

हालात बदलें तो दोबारा रिकॉर्ड कीजिए। लंबी बीमारी से उबरे हैं, या पहला नमूना उस शोरगुल वाले फ़्लैट में बनाया था जिसे अब छोड़ चुके हैं? नया नमूना एक मिनट में बन जाता है और पुरानी प्रोफ़ाइल मिटाई जा सकती है।

और अगर आप वॉइस प्रोफ़ाइल हमेशा के लिए रखना नहीं चाहते, तो मिटा देना और बाद में दोबारा रिकॉर्ड कर लेना पूरी तरह जायज़ है — पूछने लायक़ गोपनीयता के सवाल में बताया गया है कि कुछ माता-पिता यही तरीक़ा क्यों पसंद करते हैं।

आज़माना चाहेंगे? Taletune iOS और Android पर मुफ़्त है, और लगभग दो मिनट में ही आपको पता चल जाएगा कि नतीजा आप जैसा लगता है या नहीं।