05 Role głosowe i sklonowane głosy

Ten rozdział dotyczy tego, czyj głos mówi w języku docelowym w dubbingu. Istnieją cztery źródła; wystarczy wybrać jedno:

• Klonowanie glosu: pobiera barwę głosu tego mówcy z oryginalnego dźwięku na bieżąco i używa jej do mówienia w języku docelowym. Najbardziej zbliżone do „oryginalnego wideo” spośród czterech opcji i domyślne.
• Wbudowane postacie: głosy dostarczane z aplikacją, gotowe do użycia i pogrupowane według języka.
• Rola niestandardowa: nagraj klip samodzielnie (lub poproś kogoś innego o nagranie) i prześlij go, a następnie używaj go ponownie, kiedy chcesz. To rozwiązanie, jeśli jedna osoba ma zachować ten sam głos w kilku filmach.
• Głosy online ByteDance: zestaw głosów udostępnianych z chmury. Ta sekcja pojawia się tylko wtedy, gdy Twoje konto może pobrać listę głosów online; gdy nie można pobrać listy, cała sekcja jest nieobecna, co nie oznacza, że coś jest zepsute.
• Wiersz filtrów w tej sekcji to wielokrotny wybór kategorii: zaznacz kategorie, które chcesz, lub pozostaw „Wszystkie kategorie” (domyślnie), aby wyświetlić wszystkie kategorie.

1. Co pokazuje strona „Role głosowe”

Kliknij Role głosowe na pasku po lewej. Od góry do dołu strona składa się z trzech sekcji, których tytuły klikasz, aby je rozwinąć lub zwinąć: Rola niestandardowa (z liczbą po prawej stronie tytułu), Rola systemowa, a także jedna dodatkowa sekcja, gdy dostępne są głosy online. Sekcja Rola niestandardowa i sekcja głosów online mają własne filtry nad listą:

• Język: lista rozwijana wielokrotnego wyboru — zaznacz kilka języków lub wybierz „Wszystkie języki”.
• Status: Wszystkie / Włączone / Wyłączony.

Sekcja Rola systemowa nie ma filtrów — wyświetla tylko swoje głosy pogrupowane według języka, a jest ich wiele, więc po prostu przewijaj dalej.

Każda rola niestandardowa zajmuje jeden wiersz: nazwa, język, Włączone/Wyłączony przełącznik, Posłuchaj próbki, Usuń.

2. Tworzenie roli niestandardowej

Kliknij "+ Nowa rola głosowa" w prawym górnym rogu sekcji Rola niestandardowa i wypełnij cztery pola:

1. Nazwa: nie może być pusta, nie może być dłuższa niż 128 znaków i nie może zawierać niedozwolonych znaków; w tym samym języku dwie role nie mogą mieć tej samej nazwy, a przy duplikacie pojawia się komunikat „Głos o tej samej nazwie już istnieje”.
2. Język: w jakim języku ten głos będzie później używany. Lista rozwijana obejmuje 19 języków i nie zawiera chińskiego tradycyjnego — w przypadku chińskiego tradycyjnego użyj pozycji chiński uproszczony.
3. Plik głosu: kliknij "Przeglądaj", aby wybrać lokalny plik audio; obsługiwane są mp3 / wav / m4a. Nie ma funkcji nagrywania — najpierw nagraj go gdzie indziej i zapisz jako plik.
4. Status: Włączone / Wyłączony, domyślnie Włączone.

Poniżej formularza znajduje się karta tekstu referencyjnego z nagłówkiem "Proszę wygenerować dźwięk na podstawie poniższego tekstu referencyjnego": po wybraniu języka otrzymujesz przykładowy fragment do nagrania. Chodzi o to, że im bliższa jest treść Twojego audio referencyjnego temu fragmentowi, tym stabilniejszy jest sklonowany głos. Podczas nagrywania postaraj się o 10–30 sekund, ciche pomieszczenie, jednego mówcę i brak muzyki w tle.

Po kliknięciu "OK" rola jest od razu gotowa do użycia (dzieje się to synchronicznie — nie ma stanu "generowanie / oczekiwanie na trenowanie" i nic nie jest ponawiane po niepowodzeniu). Nie można niczego później edytować: aby zmienić audio, usuwasz rolę i tworzysz ją ponownie, a usunięcie wymaga potwierdzenia i jest nieodwracalne.

3. Posłuchaj próbki

Gdy wybierzesz Wbudowane postacie, przycisk Przeglądaj głosy… w formularzu otwiera okno biblioteki głosów, z którego możesz wybierać (zanim cokolwiek wybierzesz, to pole wyświetla "Nie wybrano głosu"). Rola niestandardowa nie ma takiego okna dialogowego — wybierasz jedną z utworzonych ról bezpośrednio z listy rozwijanej.

Każdy wiersz ma przycisk odtwarzania, a kliknięcie go odtwarza własne audio referencyjne tej roli. Jednocześnie odtwarzany jest tylko jeden — ponowne kliknięcie tego samego przycisku zatrzymuje odtwarzanie. Gdy nie można pobrać audio, pojawia się "Podgląd nieudany".

Warto zwrócić uwagę na jedną rzecz: w formularzu Nowy projekt przycisk Posłuchaj próbki obok "Rola niestandardowa" nie robi nic po kliknięciu (funkcja w tym miejscu nie jest podłączona w formularzu). Aby odsłuchać rolę, zrób to na stronie "Role głosowe" — to sprowadza się do tego samego.

4. Jak te głosy są wybierane w projekcie

Pole Głos docelowy w formularzu zamówienia pozwala wybrać jedną z trzech opcji: Klonowanie glosu / Wbudowane postacie / Rola niestandardowa. Po wybraniu opcji "Rola niestandardowa" pojawia się druga lista rozwijana do wyboru konkretnej roli. Zwróć uwagę na kilka rzeczy:

• Profesjonalne tłumaczenie wideo nie ma tego pola w formularzu zamówienia — zawsze przebiega w dwóch stałych etapach, a głos jest ustawiany w drugim etapie (lewym panelu edytora), patrz 04 Edytor napisów i dubbingu.
• Gdy włączysz Tryb wielu mówców, opcje Wbudowane postacie i Rola niestandardowa są ukrywane: aplikacja przydziela wtedy głos każdemu wykrytemu mówcy, a głos każdego mówcy zmieniasz w edytorze zamiast wybierać jeden głos dla wszystkiego.
• Lista rozwijana w edytorze zawiera tylko role, które są "Włączone" i których język jest zgodny z językiem docelowym tego projektu.. W dziewięciu na dziesięć przypadków właśnie dlatego brakuje Twojej własnej roli: przełączono ją na Wyłączony lub wybrano zły język podczas jej tworzenia.

Klonowanie głosu jest udostępniane zależnie od planu. Gdy Twój plan go nie obsługuje, opcja ma etykietę "Klonowanie głosu nie jest obsługiwane w Twoim obecnym planie", jest wyłączona i oznaczona jako "(B/D)", a automatycznie używane są Wbudowane postacie.

Głosy w opcji Profesjonalny wymagają konta. Gdy jesteś wylogowany, pozycja Profesjonalny na liście rozwijanej jakości głosu jest wyszarzona i wyświetla tekst Zaloguj się, aby odblokować; głosy lokalne nadal działają, więc możesz zbudować projekt i odsłuchać go przed rejestracją. Zaloguj się na dowolne darmowe konto, a głosy w opcji Profesjonalny staną się dostępne.

5. Głosy emocji i dialekty

Jeśli ustawisz Jakość syntezy mowy na Emocje (tylko Apple Silicon), dubbing podąża za emocjami przypisanymi do poszczególnych zdań w edytorze i może także zmieniać dialekt. Wybór emocji w edytorze jest ograniczony do tych, które zna silnik: szczęśliwy, podekscytowany, smutny, przygnębiony, zły, strach, nienawiść, zaskoczony i neutralny.

Dialekt jest oferowany tylko dla chińskich języków docelowych: Mandaryński (domyślnie), Kantoński lub Syczuański. Sklonowany głos pozostaje — dialekt zmienia akcent, a nie mówcę.

Tryb Emocje wymaga próbki referencyjnej z dosłownym transkryptem, więc działa z oryginalnym głosem (Klonowanie glosu) lub z wbudowaną postacią. Role niestandardowe nie mają transkryptu i są wyłączone, gdy wybrano Emocje.