Cookie. Мы считаем посещения без cookie. Если вы согласны, мы также сохраним cookie, чтобы понимать, как используется сайт. Политика использования cookie
Роман обычно даёт около десяти часов готового звука, и это число объясняет и привлекательность, и трудность ИИ-озвучки. Записать столько с живым чтецом — это дни в студии и монтаж. Синтетический голос прочитает книгу за вечер. Но кто-то всё равно должен прослушать все десять часов.
Именно это прослушивание — настоящая работа в данном руководстве. Движки синтеза речи неверно читают имена, выдуманные слова, сокращения, числа, даты и слова, которые пишутся одинаково, а произносятся по-разному. Они могут смазать шутку или торопливо прочитать реплику в диалоге. На экране ничего этого не видно, поэтому каждую главу нужно прослушать, исправить и заново сгенерировать там, где чтение неверно.
Второе, что стоит решить заранее, — где будет продаваться аудиокнига. У магазинов и дистрибьюторов своя позиция по синтетической озвучке: одни принимают её с понятной пометкой, другие требуют живого чтеца, если не дано особое разрешение, а правила меняются. Проверьте условия нужных магазинов до того, как сгенерируете хотя бы одну главу. Если вы клонируете голос, свой или чужой, получите письменное согласие и прочитайте условия сервиса о коммерческом использовании.
Для кого это руководство Авторы, издающие книги самостоятельно, небольшие издательства и создатели курсов и контента, у которых уже есть готовый отредактированный текст и которые хотят выпустить аудиоверсию без чтеца и студии.
По одному инструменту для трёх ключевых шагов; они выбраны потому, что их карточки прямо описывают именно этот шаг. Прежде чем доверить любому голосу всю книгу, проверьте одну главу от начала до конца.
Запустите выравнивание громкости на одной главе и сравните версии до и после в наушниках.
1
Этап 1: Подготовка рукописи
Из итогового файла книги вы делаете чистый сценарий озвучки: по одному файлу на главу, начало и конец книги сокращены для аудио, сноски и таблицы переписаны, а также составлен список имён и необычных слов с произношением.
Что здесь делает ИИ
Преобразовывать PDF или файл электронной книги в редактируемый текст, восстанавливать текст со сканов и вычитывать сценарий, показывая каждую правку на утверждение.
Чего ИИ здесь не сделает
Решить, как адаптировать книгу для слуха. Что делать со сносками, изображениями, таблицами и разделителями разделов — редакторское решение, которое должен принять автор.
Находит в черновике грамматические, орфографические и пунктуационные ошибки, что важно, потому что голосовой движок читает ошибки вслух.
Набор инструментов для авторов: планирование сюжета, привычка писать, построчная правка и разбор рукописи.
Открыть инструмент
2
Этап 2: Выбор или клонирование голоса
Вы выбираете чтеца: стандартный голос, подходящий жанру и не утомляющий за много часов, голос, созданный по описанию, или клон собственного голоса. Прежде чем остановиться на кандидате, вы проверяете его на сложной странице.
Что здесь делает ИИ
Предлагать большие библиотеки голосов для прослушивания, создавать новый голос по письменному описанию и строить многоразовый клон по короткой записи.
Чего ИИ здесь не сделает
Дать вам право использовать чужой голос. Для клонирования нужно явное согласие владельца голоса, а коммерческие права на результат зависят от вашего тарифа.
Builds a reusable voice model from a recording of ten to thirty seconds, with a stated rule that the voice's owner must agree.
ИИ-платформа для голоса: клонирует голос по короткому образцу, превращает текст в речь и расшифровывает аудио.
Открыть инструмент
3
Этап 3: Создание озвучки
Глава за главой сценарий превращается в звук. Вы сохраняете одинаковые настройки на всю книгу, назначаете персонажам разные голоса, если используете больше одного, и храните каждую главу отдельным файлом.
Что здесь делает ИИ
Читать загруженный документ или вставленный сценарий выбранным голосом, делить длинные тексты на редактируемые блоки и заново генерировать одну строку, не переделывая главу.
Чего ИИ здесь не сделает
Играть как актёр, понявший книгу. Подтекст, ирония и нарастание сцены часто сглаживаются, а в художественной прозе это важнее, чем в нехудожественной.
Превращает текст в речь с помощью нескольких моделей, которые по-разному сочетают стабильность и эмоциональный диапазон, в студийном редакторе, рассчитанном на длинное чтение.
ИИ-платформа для работы со звуком: озвучка текста, клонирование голоса, расшифровка, дубляж, музыка и голосовые агенты для диалога.
Читает вслух загруженные рукописи в форматах Word, PDF или EPUB выбранным синтетическим голосом из каталога, где есть много региональных английских акцентов.
Синтез речи и создание видео: превращает сценарии, документы и презентации в озвучку и видео с дикторским текстом.
Превращает книгу, созданную на платформе, в озвученную запись в рамках того же издательского процесса.
ИИ-платформа для издания книг: пишет черновики, оформляет, экспортирует и продаёт электронные книги и другие типы книг.
Открыть инструмент
4
Этап 4: Прослушивание и правка произношения
Вы слушаете каждую главу, сверяясь с текстом, и отмечаете неверно прочитанные имена, неправильные ударения, странные паузы и строки с неподходящей интонацией. Каждую ошибку исправляют записью произношения, паузой или указанием по подаче, после чего главу генерируют заново.
Что здесь делает ИИ
Хранить собственные произношения, вставлять паузы и акценты, менять эмоцию или скорость построчно и позволять обрезать звук правкой его расшифровки.
Чего ИИ здесь не сделает
Услышать собственные ошибки. Ни один инструмент не знает наверняка, что имя произнесено неверно, поэтому человек должен прослушать всю запись в обычном темпе.
Расшифровывает звук так, что удаление или перемещение слов в тексте режет запись, а это помогает найти и убрать неудачную строку.
ИИ-редактор видео и аудио, где записи монтируются правкой расшифровки, с ассистентом Underlord.
Открыть инструмент
5
Этап 5: Очистка звука и мастеринг
Все главы приводят к одинаковой громкости и тембру, с одинаковой тишиной в начале и конце каждого файла, и экспортируют в формате и с уровнями, которые указывает дистрибьютор. Начитанную вами самим запись нужно ещё и очистить от шумов.
Что здесь делает ИИ
Убирать фоновый шум, эхо, звуки рта и дыхание, выравнивать громкость по записи и обрабатывать файл до целевого уровня громкости.
Чего ИИ здесь не сделает
Знать технические требования вашего дистрибьютора. Диапазон громкости, уровень шума, формат файла и длительность тишины различаются у магазинов; например, ACX просит уровень RMS от -23 дБ до -18 дБ, пики не выше -3 дБ и уровень шума не выше -60 дБ RMS. Файл, не соответствующий требованиям, могут отклонить.
Функция Studio Sound убирает фоновый шум и улучшает голоса на записи одним действием.
ИИ-редактор видео и аудио, где записи монтируются правкой расшифровки, с ассистентом Underlord.
Открыть инструмент
6
Этап 6: Обложка
В магазинах аудиокниг используется квадратная обложка, поэтому вертикальную обложку книги нужно скомпоновать заново, а не просто обрезать. Название и автор должны читаться в размере миниатюры, а указание чтеца — соответствовать правилам каждого магазина.
Что здесь делает ИИ
Создавать варианты обложки по брифу с названием, жанром и настроением, дорабатывать их по текстовым указаниям и менять размер готового макета.
Чего ИИ здесь не сделает
Гарантировать чистое начертание букв или права на изображение. В надписях, нарисованных ИИ, могут быть ошибки, а изображения, полностью созданные ИИ, в некоторых странах могут не подпадать под защиту авторского права.
Преобразует готовый макет в размеры, нужные для другой платформы, что подходит для адаптации обложки книги под квадратный формат.
Браузерный пакет для дизайна: посты для соцсетей, презентации, видео и печатная продукция со встроенными ИИ-инструментами.
Открыть инструмент
7
Этап 7: Переводные издания
Для другого языка вы переводите рукопись, даёте проверить её носителю языка, затем озвучиваете переведённый текст голосом, для которого этот язык родной. Для имён и терминов нужен единый глоссарий.
Что здесь делает ИИ
Переводить документ с сохранением форматирования, применять заданный глоссарий и озвучивать результат на других языках, в том числе клоном оригинального голоса.
Чего ИИ здесь не сделает
Выдать литературный перевод, готовый к продаже. Стиль, юмор и идиомы требуют переводчика или редактора-человека, а права на перевод должны принадлежать вам.
Переводит звук на другие языки и может воссоздать голос самого говорящего для переведённой дорожки, с редактором расшифровки для проверки.
ИИ-инструмент для локализации видео и аудио: перевод, дубляж, клонирование голоса и синхронизация губ на 135+ языках.
Открыть инструмент
8
Этап 8: Выпуск и распространение
Вы загружаете файлы глав, обложку, описание и указание авторов в магазин или дистрибьютору, указываете, как книга озвучена, назначаете цену и ждёте проверки. У каждого магазина свои требования к файлам и своя политика в отношении синтетических голосов.
Что здесь делает ИИ
Создавать карточку для продажи книги и её аудиоверсии на той же платформе, где она была сделана.
Чего ИИ здесь не сделает
Добиться приёма книги с ИИ-озвучкой там, где магазин этого не допускает. Перед началом работы прочитайте актуальные правила каждого магазина о синтетической озвучке и маркировке.
Создаёт карточку книги для продажи на собственной платформе с проверкой содержимого и указывает долю автора от продаж аудиокниг.
ИИ-платформа для издания книг: пишет черновики, оформляет, экспортирует и продаёт электронные книги и другие типы книг.
Открыть инструмент
Реалистичные ожидания
Правила магазинов об ИИ-озвучке различаются
У магазинов разные условия. ACX указывает, что запись должна быть начитана человеком, если не разрешено иное, и запрещает несанкционированные записи с синтезом речи или ИИ. Spotify for Authors принимает озвучку цифровым голосом, если она помечена при загрузке, и добавляет для слушателей примечание. Правила меняются, поэтому перед началом работы проверьте актуальные условия каждого магазина, где планируете продавать.
Для клонирования голоса нужно согласие
Клонирование чтеца, актёра или родственника без явного разрешения может быть незаконным и нарушает условия голосовых сервисов из этого руководства. Храните письменное согласие, в том числе на свой голос, если в процессе участвует издатель.
Коммерческие права зависят от тарифа
Некоторые генераторы голоса разрешают коммерческое использование только на платных тарифах, а бесплатные тарифы иногда рассчитаны на личное использование. Проверьте лицензию, которая относится к проданному вами звуку, и сохраните её.
Каждый час нужно прослушать
Неверно прочитанные имена, числа и омографы встречаются часто и в интерфейсе незаметны. Заложите реальное время на полное прослушивание каждой главы, лучше всего — человеком, который не писал книгу.
Права на аудио — отдельные
Если у книги есть издатель, переводчик, цитируемые тексты песен или лицензионные изображения, убедитесь, что аудиоправа принадлежат вам. Автор не всегда ими распоряжается.
Вопросы и ответы
Можно ли продавать аудиокнигу с ИИ-озвучкой в крупных магазинах аудиокниг?
Это зависит от магазина и от даты, на которую вы смотрите условия. ACX требует озвучки человеком, если не разрешено иное, а Spotify for Authors принимает озвучку цифровым голосом, помеченную при загрузке, и обозначает её для слушателей. Остальные магазины и дистрибьюторы устанавливают собственные условия. Проверьте актуальные правила приёма в каждом магазине и честно указывайте тип озвучки везде, где публикуете книгу.
Стоит ли клонировать свой голос, чтобы озвучить книгу?
Может стоить, особенно для нехудожественной литературы, где слушатели ждут голоса автора. Клон сохраняет ваш голос без нескольких дней записи. Результат зависит от качества образца и от инструмента, а клонированный голос на длинных отрывках всё равно может ошибаться и звучать монотонно. Запишите чистый образец, проверьте одну главу и сравните её со стандартным голосом, прежде чем решать.
Сколько времени занимает создание аудиокниги с ИИ?
Сама генерация звука идёт быстро. Время уходит на подготовку и проверку. Рассчитывайте потратить на прослушивание как минимум столько, сколько длится книга, и ещё на исправления, мастеринг и загрузку. Для десятичасовой книги в первом аккуратном проекте реалистичны несколько рабочих дней, а когда у вас уже будут список произношений и готовые настройки, времени понадобится меньше.
Не против ли слушатели ИИ-озвучки?
Некоторые против, особенно в художественной литературе, где важно исполнение и синтетический голос заметнее. К практической нехудожественной литературе, руководствам и коротким произведениям терпимость выше. Открытость в вопросе озвучки, голос, подходящий материалу, и аккуратное исправление ошибок чтения влияют на отзывы сильнее, чем сама технология.
Инструменты распределяет по этапам редакция, опираясь на карточку каждого из них. Список пополняется по мере публикации новых карточек. Все руководства