Så spelar du in ett röstprov som verkligen låter som du

När en klonad röst låter fel får AI:n skulden. Oftast gjorde AI:n precis det den blev ombedd att göra — den modellerade troget en inspelning gjord i ett kök, vid åtta på kvällen, av någon som körde en märklig hallåa-imitation för att en mikrofon var på.

Röstprovet är hela grejen. Här är vad som faktiskt gör skillnad, ungefär i ordning efter hur mycket det påverkar.

1. Bli av med bakgrundsljudet

Det här spelar större roll än allt annat tillsammans.

En röstmodell kan inte rent skilja dig från din omgivning. Den lär sig rummet. En diskmaskin som går två meter bort blir en del av vad modellen tror att din röst är, och varje saga därefter bär på ett svagt spöke av den.

Gör så här:

• Stäng dörren. Ett sovrum med mjuka ytor är idealiskt — sängar, gardiner och mattor dämpar reflexerna.
• Stäng av allt med motor eller fläkt. Diskmaskin, köksfläkt, luftkonditionering.
• Stäng fönstret. Trafik hörs mer än man tror.
• Undvik badrummet och köket. Hårda ytor ger eko, och eko bakas in permanent.

Du behöver ingen tystnad. Du behöver frånvaron av särskilda konkurrerande ljud.

2. Läs som du läser för ditt barn

I samma stund en mikrofon dyker upp saktar de flesta ner, sänker tonläget och börjar berätta som en dokumentär. Klonen låter då som det — en aningen högtidlig främling med din dialekt.

Lösningen sitter i huvudet. Föreställ dig ditt barn bredvid dig, halvsovande, och läs för den bilden. Aningen för vardagligt är mycket bättre än aningen för uppspelt.

Kommer du på dig själv med Rösten, stanna och börja om. Det tar tjugo sekunder.

3. Håll telefonen rätt

En telefonmikrofon är bra. Folk använder den dåligt.

• En handsbredd från munnen. Närmare ger plopp på varje "p" och "b". Längre bort kryper rummet in.
• Lite vid sidan om, inte rakt framför. Då missar utandningen mikrofonen.
• Täck inte underkanten. På de flesta telefoner sitter huvudmikrofonen där, och en tumme över den är den enskilt vanligaste orsaken till ett dovt röstprov.
• Ta av skalet om det är ett tjockt sådant.

Hörsnäckor är oftast en försämring, inte en förbättring. Deras mikrofoner är avstämda för telefonsamtal — de komprimerar hårt och skär bort låga frekvenser, alltså precis den värme som gör en röst igenkännbar. Telefonen själv är bättre.

4. Ge det en hel minut om du kan

Trettio sekunder kan ge en användbar modell. En minut ger en märkbart stadigare, särskilt på ovanliga meningar.

Mer ljud betyder fler exempel på hur du hanterar olika ljud, så modellen gissar mindre. Visar appen ett manus, läs hela i stället för att sluta där det står att du har tillräckligt.

5. Läs manuset som det står

Finns det ett manus på skärmen, läs de orden. Appar kör ofta en taligenkänningskontroll som jämför det du sa med det du skulle säga, som ett sätt att avgöra "var inspelningen tydlig nog för att gå att använda". Att improvisera underkänns i den kontrollen även när ljudet är bra.

Snubblar du på orden vill de flesta appar hellre att du börjar om än att du kör vidare — sextio rena sekunder slår nittio sekunder med en hostning i mitten.

6. Var i normalform

En trött röst vid midnatt ger en trött klon. Det gör en förkylning också, och likaså slutskedet av ett gräl om tandborstning.

Du behöver inte vara utvilad. Du behöver vara ungefär ditt vanliga jag, för det är den rösten ditt barn känner igen. Är du förkyld, vänta två dagar. Modellen du gör på fem minuter är den du kommer höra i månader.

En rutin på sextio sekunder

1. Sovrum, stängd dörr, allt med motor avstängt.
2. Telefonen i handen, en handsbredd bort, lite vid sidan, underkanten fri.
3. En provläsning av första raden, högt, för att skaka av dig hallåa-rösten.
4. Spela in hela manuset i ditt vanliga lästempo.
5. Lyssna igenom. Ställ en fråga: låter det här som jag när jag pratar, eller som jag när jag presenterar?
6. Låter det som presentation, gör om en gång. Det blir bättre.

Vad som ändå inte blir perfekt

Även med ett felfritt röstprov: räkna med att klonen blir en aningen lugnare version av dig. Framförandelagret — vargrösten, den dramatiska pausen, viskningen när de håller på att somna — är där gapet finns kvar.

Det är värt att veta så att du inte blir besviken. Det som överlever är det som betyder mest för ett litet barn: ljudet av dig. Barn känner konsekvent igen det direkt, vilket är hela poängen.

Efter inspelningen

Två vanor värda att ha:

Lyssna igenom en hel saga innan du förlitar dig på den. Ett röstprov kan låta fint isolerat och avslöja ett problem över tre minuters berättande.

Spela in på nytt om omständigheterna ändras. Frisk efter en lång sjukdom, eller gjorde den första i en stökig lägenhet du sedan flyttat från? Ett nytt röstprov tar en minut och du kan radera den gamla profilen.

Och vill du hellre slippa ha en röstprofil liggande permanent är det helt rimligt att radera och spela in på nytt senare — integritetsfrågorna värda att ställa förklarar varför en del föräldrar föredrar att göra så.

Redo att testa? Taletune är gratis för iOS och Android, och inom ett par minuter vet du om resultatet låter som du.