Adakah Aplikasi yang Membacakan Dongeng dengan Suara Saya Sendiri?

Orang tua sudah bertanya begini bertahun-tahun, biasanya di momen paling tidak enak — malam sebelum berangkat dinas, atau petang ketika kakek pindah ke kota lain. Keinginannya sederhana. Anak saya ingin saya yang membacakan dongengnya. Saya tidak bisa ada di sana. Adakah sesuatu yang bisa membacakannya dengan suara saya?

Sampai belum lama ini, jawaban jujurnya: tidak ada. Kamu bisa merekam diri sendiri membaca satu buku tertentu, dan banyak orang tua melakukannya, tapi hasilnya cuma satu rekaman untuk satu cerita. Begitu anakmu ingin cerita lain, kamu kembali ke titik awal.

Itu sudah berubah. Tanpa banyak gembar-gembor, kloning suara jadi cukup baik — dan cukup murah — sehingga sebuah aplikasi bisa menyimpan model suaramu dan menceritakan dongeng apa pun di perpustakaannya dengan suara itu. Tulisan ini menjelaskan bagaimana itu bekerja dalam praktik, tanpa bumbu iklan.

Apa arti "suaramu sendiri" di sini

Ada dua hal yang sangat berbeda di balik frasa ini, dan keduanya terus-menerus tertukar.

Yang pertama adalah merekam diri sendiri. Kamu membaca sebuah buku nyaring-nyaring, aplikasi menyimpan audionya, anakmu memutarnya kembali. Sederhana, jujur, dan terbatas: satu rekaman per buku, dan merekam ulang itu merepotkan.

Yang kedua adalah kloning suara. Kamu membaca satu paragraf pendek sekali saja — biasanya tiga puluh detik sampai satu menit. Perangkat lunak menganalisis rekaman itu dan menyusun model matematis tentang bunyi suaramu: nadanya, temponya, cara khasmu mendaratkan konsonan. Setelah itu aplikasi bisa menghasilkan ucapan baru dengan suara tersebut, untuk teks yang tidak pernah kamu bacakan.

Yang kedua inilah yang membuat gagasan tadi jadi praktis. Rekam sekali, dan seluruh cerita di perpustakaan tersedia dengan suaramu. Anakmu yang memilih ceritanya, bukan kamu.

Seperti apa bunyinya

Bagian ini perlu dibicarakan terus terang, karena harapan itu penting.

Kloning yang bagus dari contoh suara yang bagus terdengar seperti kamu di hari yang sedikit datar. Warna suaranya tepat — orang yang mengenalmu akan langsung tahu, dan anak-anak hampir selalu mengenalinya. Yang hilang adalah lapisan teratas: suara konyol yang kamu pakai untuk si serigala, jeda yang kamu beri sebelum bagian menyeramkan, cara kamu mempercepat tempo saat tahu mereka hampir tertidur.

Sistem modern sudah banyak mempersempit jarak itu. Narasi kini bisa membawa arahan emosi, jadi cerita bisa dibaca dengan lembut, bukan datar. Tapi kalau yang kamu bayangkan adalah sesuatu yang tak bisa dibedakan dari kamu berakting penuh, turunkan sedikit ekspektasinya. Kalau yang kamu bayangkan adalah sesuatu yang membuat anak empat tahun berseru "itu Ayah" — persis itulah yang kamu dapat.

Contoh suaralah yang menentukan kualitas

Hampir semua hasil yang mengecewakan berpangkal pada rekaman yang buruk, bukan perangkat lunak yang buruk. Tiga hal yang menentukan, berurutan:

Ruangan yang tenang. Bukan studio — kamar tidur dengan pintu tertutup sudah cukup. Yang merusak contoh suara adalah kebisingan latar yang tak bisa dipisahkan model dari suaramu: televisi, mesin cuci, lalu lintas lewat jendela yang terbuka. Model itu ikut mempelajari ruangannya, bukan cuma suaramu.

Suara membacamu yang biasa. Orang refleks "berakting" begitu ada mikrofon, jadi lebih pelan dan lebih berat dari aslinya. Hasil kloningnya lalu terdengar seperti akting itu, bukan seperti kamu. Bacalah seperti kamu membaca untuk anakmu pukul sembilan malam.

Audio yang cukup. Tiga puluh detik bisa jalan. Satu menit lebih baik. Model punya lebih banyak bahan dan hasilnya terasa jelas lebih mantap.

Kami menulis lebih panjang soal ini — cara merekam contoh suara yang benar-benar terdengar seperti kamu — karena itu memang lima menit paling menentukan dalam seluruh proses.

Pertanyaan yang layak diajukan sebelum merekam

Suara adalah data biometrik. Ia tidak sama dengan alamat email, dan aplikasi mana pun yang memintanya harus bisa menjawab ini dengan gamblang:

• Rekamannya ke mana, dan siapa yang mengolahnya? "Awan" bukan jawaban. Nama penyedianya, itu jawaban.
• Bisakah kamu menghapusnya? Bukan "menonaktifkan" — menghapus, termasuk model suara turunannya, dan bukan hanya dari aplikasi tapi juga dari pihak yang membuatnya.
• Apakah dipakai untuk melatih sesuatu? Suaramu seharusnya membangun profil suaramu dan tidak lebih dari itu.
• Bisakah orang lain memakai suaramu? Jawabannya harus tidak, tanpa fitur berbagi yang membuatnya mungkin terjadi tanpa sengaja.

Kalau sebuah aplikasi berputar-putar soal salah satu poin itu, keberputarannya sendiri sudah jadi jawaban. Kami menuliskan posisi kami di apakah kloning suara AI aman untuk anak?, termasuk bagian yang memang pantas dikhawatirkan.

Suara siapa yang boleh kamu klon

Satu aturan, dan tidak bisa ditawar: klon suaramu sendiri, atau suara orang dewasa yang sudah menyatakan setuju.

Jangan merekam anak untuk membuat profil suara. Jangan mengklon tokoh publik supaya seorang selebritas membacakan cerita untuk anakmu. Jangan mengklon kerabat sebagai kejutan — tanya dulu, sebaik apa pun niatnya. Suara itu bersifat pribadi dengan cara yang terasa jelas begitu dipikirkan, dan gampang terlewat saat kita sedang antusias pada sebuah fitur.

Berapa biayanya

Kebanyakan aplikasi di kategori ini gratis untuk dicoba dengan tingkatan berbayar, dan tingkatan berbayarnya biasanya setara beberapa dolar sebulan. Taletune gratis diunduh dengan langganan yang sifatnya opsional; kamu bisa membuat profil suara dan mendengarkan satu cerita tanpa membayar.

Model harga yang perlu dicurigai adalah tagihan per menit audio, yang lazim di perkakas suara untuk pengembang dan sama sekali tidak masuk akal untuk waktu tidur. Waktu tidur itu tiap malam dan tak terbatas. Kalau kamu membayar per menit, kamu akan mendapati dirimu berhitung di tengah dongeng — yang justru merusak seluruh maksudnya.

Untuk siapa ini sebenarnya

Tiga kelompok mendapat manfaat paling besar:

Orang tua yang sering bepergian. Yang paling kentara. Rutinitasnya selamat melewati perjalanan dinas, dan rutinitas itulah yang sebenarnya dilekati anak-anak.

Kakek dan nenek yang tinggal jauh. Sering kali kasus terkuat. Kakek yang tinggal di luar negeri bisa merekam sekali lalu hadir di waktu tidur, dengan suaranya sendiri, tanpa panggilan video terjadwal di jam yang canggung. Kami menulis soal itu di sini.

Rumah tangga yang waktu tidurnya jatuh ke satu orang yang sudah kehabisan tenaga. Kerja sif, orang tua tunggal, pasangan yang sering di luar. Bisa menyerahkan satu cerita kepada suara orang tua yang satunya memang bukan pengganti kehadirannya, tapi pada pukul sembilan malam itu bantuan yang berarti.

Di mana tempatnya, dan di mana bukan

Perlu dikatakan terus terang: ini tidak menggantikan kamu membacakan cerita untuk anakmu. Tidak ada yang bisa. Bukti soal membaca nyaring berbicara tentang interaksinya sebanyak tentang kata-katanya — menunjuk gambar, bertanya, anak menyela untuk tahu kenapa serigalanya begitu.

Yang digantikannya adalah ketiadaan. Malam-malam ketika pilihannya bukan kamu yang membaca, melainkan sunyi, atau suara orang asing, atau layar. Dibandingkan itu, hasilnya sangat baik.

Kalau mau mencoba, Taletune gratis di iOS dan Android. Rekam sekali, dan lihat apa kata anakmu saat ceritanya mulai.