Klippa AI-röst: få skarvarna att försvinna

Samma mening, tre olika skarvfel

Utgå från exempelmeningen: Öppna projektet, välj den nya rösten och lyssna på hela meningen. Anta att du vill ersätta den nya rösten med en omgenererad tagning. Låt resten av manuset och röstvalet vara kvar när du förbereder jämförelsen. Märk filerna med tagning och manusversion så att du kan återställa bytet.

Lyssna först utan att titta på vågformen. Skriv vad du hör vid gränsen: en kort knäpp, en ofärdig inandning eller en röst som plötsligt blir ljusare och mer angelägen. Felen behöver olika beslut. Att kalla allt för en dålig skarv gör det lätt att fortsätta med samma effekt trots att nästa försök borde vara en större ersättning av repliken.

Klick, andning och klang behöver olika åtgärder

Ett klick kan bero på ett abrupt steg i vågformen. Audacitys manual om toningar beskriver korta toningar som ett sätt att jämna ut sådana steg vid en klippunkt. Det stöder en lokal reparation av diskontinuiteten; det är inte ett löfte om att varje hörbar skarv försvinner.

Om en inandning är delvis bortklippt, börja i stället med att återställa materialet runt den. Låt exempelvis hela pausen före välj komma från den nya tagningen. Jämför sedan rytmen med originalet. Du behöver inte bevara varje andetag, men fatta ett avsiktligt beslut om hela övergången. En längre övertoning som blandar två olika andetag är ett nytt alternativ att bedöma, ingen självklar reparation.

Vid klangbyte ska du även lyssna på orden efter skarven. En volymförändring kan vara en del av intrycket, men bedöm också betoning och fraslängd. Här är rådet redaktionellt: om du hör två framföranden i samma mening, prova att ersätta en större sammanhängande del innan du lägger tid på ytterligare effekter. Övertoning styr övergången mellan ljuddelarna; den gör inte i sig tagningarnas framförande likadant.

Bygg tre jämförbara redigeringsalternativ

Version A: heltagning. Använd en obruten tagning av hela exempelmeningen, med rätt ord. Behåll sammanhanget före och efter. Detta är din jämförelse för frasering och rytm. Om du måste generera om meningen, anteckna att även framförandet kan skilja sig från originalet; behandla inte A som ett automatiskt facit.

Version B: klipp i paus. Byt en sammanhängande fras vid en paus, exempelvis efter projektet. Låt en komplett andning eller ett ordslut ligga på samma sida av gränsen. Undvik att samtidigt ändra tempo och lägga på nya effekter. Då kan du bedöma om själva placeringen av bytet räcker.

Version C: kort övertoning. Kopiera B och ändra bara övergången. I Audacity beskriver manualen för Crossfade Clips hur slutet av ett klipp tonas ut medan början av nästa tonas in inom samma spår. Markera ungefär lika mycket ljud på vardera sidan och tillämpa effekten. Manualen beskriver också en kort markering över en vågformsdiskontinuitet som ett sätt att jämna ut ett klick.

Börja med en så liten markering att du kan granska vilka ljud som faktiskt påverkas. Förläng eller korta efter lyssning. Här anges ingen universell millisekundgräns: rätt val i ditt prov avgörs av det hörbara materialet. Om två konsonanter börjar låta som dubbelt tal, återgå till B och flytta gränsen i stället för att fortsätta förlänga blandningen.

Lyssna blint på exporterade filer

Exportera samma utsnitt ur A, B och C med samma format och exportinställningar. Ta med meningen före och efter skarven när sådant material finns. Be någon döpa om filerna till neutrala namn och spara kopplingen separat. Arbetar du ensam kan du blanda ordningen och dölja tidslinjen, men anteckna att du känner till varianterna och att provet därför har en begränsning.

Lyssna i normal uppspelningshastighet, först på hela utsnittet och sedan på gränsen. Skriv ett omdöme för klick, andning och sammanhållen röst: hörbart problem, osäker eller inget problem jag uppfattar. Använd samma kriterier för alla filer. Spela därefter vinnaren i den verkliga produktionens sammanhang. Lägg inte musik över skarven innan du har bedömt talet separat.

Utsnitt och manusversion:
Exporterade filer och inställningar:
Lyssnare och lyssningsutrustning:
Fil 1 — klick / andning / sammanhållen röst:
Fil 2 — klick / andning / sammanhållen röst:
Fil 3 — klick / andning / sammanhållen röst:
Vald fil och hörbar motivering:
Avslöjad variant: A / B / C
Kontroll i hela sekvensen:
Kvarvarande problem och nästa åtgärd:

Logga även om du inte hör någon tydlig skillnad. Välj då utifrån din dokumenterade arbetsbörda och vilken version som är lättast att återställa. Skriv inte att en metod är bäst generellt när underlaget bara är en mening i ett projekt. Det är det exporterade resultatet och din motivering som gör valet granskningsbart.

När omgenerering är ett bättre nästa försök

Sätt en praktisk stoppregel: om ett flyttat klipp och en kort övertoning fortfarande ger en tydlig förändring i framförandet, prova en hel mening eller replik på nytt. Det är en arbetsregel för det här provet, ingen teknisk gräns. Behåll föregående alternativ så att den nya tagningen får samma jämförelse som de andra.

Har det ursprungliga felet med ett namn att göra, gå först igenom uttalslistan för AI-röst. När skarven håller kan du arbeta vidare med ljudnivåer för AI-röst och musik. Om repliken också ska passa en munrörelse behöver du därefter kontrollera läppsynk och dialog i AI-video. De kontrollerna har andra mål än att välja en fungerande övergång mellan tagningar.