HƯỚNG DẪN ứng dụng

Tường thuật sách nói AI

Tính năng tường thuật sách nói bằng AI sử dụng mô hình chuyển văn bản thành giọng nói để biến toàn bộ cuốn sách thành bản ghi âm giọng nói mà không cần con người đọc to, sau đó mọi người thường chỉnh sửa cách phát âm, nhịp độ và sự nhấn mạnh.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyĐọc trong 3 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của sách nói AI
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Các nền tảng chính bao gồm Apple Books, Google Play Books và Audible đã cung cấp các tùy chọn tường thuật bằng AI hoặc 'giọng nói kỹ thuật số'. Điều này quan trọng vì nó làm cho các ấn bản âm thanh rẻ hơn đối với những cuốn sách không bao giờ có được, đồng thời gây ra những lo ngại thực sự về chất lượng, niềm tin của người nghe và sinh kế của những người kể chuyện chuyên nghiệp.

Lặn sâu

Một cuốn sách nói của con người thường bao gồm người kể chuyện, đạo diễn hoặc nhà sản xuất và studio và có thể mất nhiều giờ làm việc cho mỗi giờ âm thanh hoàn chỉnh, điều này khiến nó trở nên đắt đỏ. Hầu hết các cuốn sách, đặc biệt là sách nằm trong danh sách cũ, sách thích hợp và sách tự xuất bản, không bao giờ có phiên bản âm thanh. Tường thuật AI hạ thấp rào cản đó. Quy trình làm việc thường như thế này: bản thảo được làm sạch và chia thành các chương; một giọng nói được chọn từ danh mục; hệ thống tạo ra âm thanh; sau đó người biên tập sẽ lắng nghe, sửa những tên phát âm sai, điều chỉnh các khoảng dừng và nhấn mạnh, đồng thời hiển thị lại các đoạn văn. Apple đã ra mắt tường thuật kỹ thuật số cho các nhà xuất bản được chọn trên Sách Apple vào đầu năm 2023. Google Play Books cung cấp các công cụ tường thuật tự động cho nhà xuất bản và Audible đã chạy các chương trình sử dụng giọng nói ảo cho một số tác giả tự xuất bản và đã công bố các tùy chọn tường thuật AI cho nhà xuất bản. Các nền tảng thường gắn nhãn các phiên bản này để người nghe biết giọng nói tổng hợp được sử dụng. Sự tiếp nhận của người nghe là hỗn hợp và phụ thuộc vào thể loại. Truyện phi hư cấu, mang tính tham khảo và văn xuôi đơn giản có xu hướng hoạt động tốt hơn so với tiểu thuyết có nhiều nhân vật, giọng điệu, sự hài hước hoặc cảm xúc mãnh liệt, trong đó cách diễn giải của người kể chuyện điêu luyện là một phần nghệ thuật. Một quan niệm sai lầm phổ biến là tường thuật AI là chuyển đổi bằng một cú nhấp chuột; kết quả tốt vẫn cần sự chỉnh sửa cẩn thận của con người và những kết quả được chỉnh sửa kém còn tệ hơn đáng kể. Hiệu ứng đối với người kể chuyện đang bị tranh cãi. Các diễn viên lồng tiếng và công đoàn của họ, bao gồm SAG-AFTRA ở Hoa Kỳ, đã thúc đẩy sự đồng ý, công nhận và bồi thường khi giọng nói của người biểu diễn được sao chép hoặc sử dụng để đào tạo và một số người kể chuyện cho biết có ít công việc ở cấp độ đầu vào hơn. Những người khác cho rằng AI hầu hết đều đạt được những danh hiệu chưa từng được ghi nhận. Một số công ty cung cấp bản sao giọng nói được cấp phép của người kể chuyện thực, điều này chuyển câu hỏi từ liệu AI có được sử dụng hay không sang cách người kể chuyện được trả tiền và họ đồng ý với điều gì.

Triển khai trong thế giới thực

Một tác giả độc lập với một cuốn sách phi hư cấu thích hợp tạo ra một ấn bản do AI tường thuật, dành hàng giờ để sửa tên và thuật ngữ kỹ thuật trong trình chỉnh sửa phát âm và xuất bản nó được gắn nhãn là giọng nói kỹ thuật số.

Một nhà xuất bản học thuật nhỏ chuyển đổi một phần danh sách cũ của mình, vốn chưa bao giờ có đủ doanh số dự kiến ​​để bù đắp cho việc thu âm tại phòng thu, thành sách nói do AI thuật lại.

Người nghe xem trước một cuốn tiểu thuyết nhận thấy cách phân phối không đồng đều trong các cảnh đối thoại đầy cảm xúc và thay vào đó chọn phiên bản do con người thuật lại.

Người kể chuyện chuyên nghiệp sẽ xem xét điều khoản hợp đồng về việc sử dụng bản ghi âm của họ để đào tạo giọng nói tổng hợp và thương lượng về sự đồng ý cũng như các điều khoản thanh toán trước khi ký.

Tương lai của sách nói AI

Tường thuật tổng hợp có thể sẽ tiếp tục cải thiện về tính biểu cảm và tiểu thuyết đa giọng nói, đồng thời mở rộng sang các ấn bản sách nói đã dịch, một lĩnh vực mà các nhà bán lẻ như Audible đã công bố các chương trình thí điểm cho các nhà xuất bản. Việc người nghe có chấp nhận rộng rãi hay không vẫn chưa chắc chắn và sẽ thay đổi tùy theo thể loại. Các câu hỏi mở chính là cách ghi nhãn, sự đồng ý và thanh toán cho bản sao giọng nói cũng như cách các nhà bán lẻ xếp hạng phiên bản AI và con người. Mong rằng lời tường thuật của con người vẫn quan trọng đối với các tác phẩm viễn tưởng hàng đầu và hướng đến hiệu suất, trong khi AI chủ yếu bao gồm các tựa sách mà lẽ ra không có phiên bản âm thanh nào cả.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Xây dựng lựa chọn. Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
  • Nhóm và quy trình làm việc. Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
  • Rủi ro và an toàn. Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.

coi chừng

  • Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
  • Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
  • Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.

Các bước tiếp theo

  1. Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
  2. Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
  3. Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
  4. Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the AI Audiobook Narration quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Tường thuật sách nói AI là gì?

Tính năng tường thuật sách nói bằng AI sử dụng mô hình chuyển văn bản thành giọng nói để biến toàn bộ cuốn sách thành bản ghi âm giọng nói mà không cần con người đọc to, sau đó mọi người thường chỉnh sửa cách phát âm, nhịp độ và sự nhấn mạnh. Các nền tảng chính bao gồm Apple Books, Google Play Books và Audible đã cung cấp các tùy chọn tường thuật AI hoặc 'giọng nói kỹ thuật số'. Điều này quan trọng vì nó làm cho các ấn bản âm thanh rẻ hơn đối với những cuốn sách không bao giờ có được, đồng thời gây ra những lo ngại thực sự về chất lượng, niềm tin của người nghe và sinh kế của những người kể chuyện chuyên nghiệp.

Lý do chính khiến tường thuật AI hấp dẫn các nhà xuất bản là gì?

Việc sản xuất tại studio của con người rất tốn kém, vì vậy hầu hết các tựa sách trong danh sách cũ và thích hợp không bao giờ có âm thanh; AI hạ thấp rào cản đó.

Bước nào vẫn đòi hỏi sự tham gia đáng kể của con người trong quá trình tường thuật bằng AI?

Biên tập viên lắng nghe và sửa các tên phát âm sai, nhịp độ và nhấn mạnh; nó không phải là một chuyển đổi bằng một cú nhấp chuột.

Loại sách nào có xu hướng hoạt động tốt nhất với lời kể của AI?

Văn xuôi đơn giản ít phụ thuộc vào cách diễn giải, giọng nói của nhân vật và biểu hiện cảm xúc.

Công ty nào đã ra mắt tường thuật kỹ thuật số cho một số nhà xuất bản vào đầu năm 2023?

Apple đã ra mắt tường thuật kỹ thuật số trên Sách Apple cho một số nhà xuất bản được chọn vào đầu năm 2023.

Tại sao các hệ thống dạng dài tạo ra âm thanh theo từng đoạn có ngữ cảnh chung?

Việc duy trì bối cảnh giữa các phân đoạn giúp giọng nói luôn nhất quán trong hàng chục giờ.