Her yapay zeka videosu bir metinle başlar, ancak o metnin izleyicide nasıl bir etki bırakacağına ses karar verir. Sunucunuzun aksanını, yaşını, tınısını, enerjisini ve kişiliğini ses belirler; hız, duraklamalar ve sunum ipuçları ise sonucun gerçek bir insan gibi mi yoksa sayfa okuyan bir makine gibi mi duyulacağını belirler.
Kısacası: bir yapay zeka sesi seçerken dili ve bölgesel aksanı hedef kitlenize göre eşleştirin, profil etiketlerini kullanarak kısa bir aday listesi oluşturun, her adayı kendi metninizle önizleyin ve videoyu oluşturmadan önce sunumu hız ve duraklamalarla şekillendirin. Bu rehberin geri kalanında bu süreci adım adım VisionStory üzerinde ele alıyoruz; VisionStory'nin yapay zeka ses kütüphanesi 88 dilde 1.000'den fazla ses barındırıyor.
Bu rehberin kapsamı: herkese açık Ses Kütüphanesi ve onun çevresindeki sunum kontrolleri. Kendi kaydınızdan bir ses oluşturmak ayrı bir iş akışıdır — bkz. sesinizi yapay zeka ile nasıl klonlarsınız.
Adım 1: Ses Kütüphanesi'ni açın ve ses satırını okuyun
Yapay Zeka Video'yu açın, kullanmak istediğiniz avatarı seçin ve Metin kutusunun altındaki mevcut sese tıklayın. Ses Kütüphanesi, düzenleyicinin üzerinde açılır.
Her satır, oynat düğmesine basmadan önce bir konuşmacının nasıl duyulacağını tahmin etmenizi sağlayan dört ipucu taşır:
- Dil etiketi — sesin konuştuğu dil.
- Bayrak — ikinci bir dil değil, bölgesel aksan. İngilizce sesler ABD, Birleşik Krallık, Kanada ve başka bayraklar taşıyabilir.
- Cinsiyet ve yaş — konuşmacının algılanan kimliği.
- Özellikler ve kullanım durumu — net, sıcak, sohbet havasında, anlatım, eğitim veya sosyal medya gibi tanımlar.
Etiketleri nihai kararı vermek için değil, kısa bir aday listesi oluşturmak için kullanın. Neredeyse aynı etiketlere sahip iki ses bile tempo, tını ve enerji açısından epeyce farklı olabilir.
Adım 2: Filtreleyin, arayın ve aday listesini önizleyin
Gerçek farkları duyabilecek kadar geniş başlayın, ardından daraltın. Henüz keşif aşamasındayken Dil, Cinsiyet, Yaş ve Kullanım Durumu filtrelerini kullanın. Bir sesi zaten adıyla biliyorsanız, bunun yerine arama alanına yazın.
- Kısa bir aday listesi oluşturun. Koca bir katalog yerine elinizde birkaç aday kalana kadar filtreleyin veya arama yapın.
- Listedeki sesleri tek tek dinleyin. Örneğini duymak için ses satırının sağındaki oynat düğmesine tıklayın.
- Duraklatın ve karşılaştırın. Bir sonrakini başlatmadan önce durdurmak için aynı düğmeye tekrar tıklayın.
Videonuzun gerçekte neye ihtiyacı olduğuna kulak verin: bölgesel aksan, netlik, enerji, sıcaklık, otorite ve sesin bir cümleyi ne kadar hızlı geçtiği. Tek başına harika duyulan bir ses; eğitici, satış odaklı, haber tarzı veya karakter merkezli bir metin için yine de yanlış olabilir.
Adım 3: Sesi içeriğinizle ve hedef kitlenizle eşleştirin
Hayal kırıklığı yaratan yapay zeka seslendirmelerinin çoğunda sorun kalite değil, uyumdur. Kesin kararı vermeden önce bu sesin tam olarak bu videoda ne yapması gerektiğine karar verin.
| Şunu hazırlıyorsanız | Şunu arayın | Şundan kaçının |
|---|---|---|
| Eğitimler, açıklayıcı videolar, kurslar | Net telaffuz, istikrarlı tempo, nötr bir sıcaklık | Teknik terimleri hızla geçen yüksek enerjili tanıtım okumaları |
| Reklamlar, tanıtımlar, kısa sosyal medya klipleri | Enerji, vurucu bir ton, kendinden emin ve genç bir profil | Kancayı kaçıran yavaş, ölçülü anlatım |
| Haberler, kurumsal içerikler, ürün güncellemeleri | Otorite, dengeli tempo, sade bir ses dokusu | Gündelik ya da fazlasıyla karakter stiline sahip sesler |
| Hikâye anlatımı, röportajlar, podcast’ler | Kişilik ve geniş bir ifade aralığı | Hiç dinamiği olmayan, düz spiker okumaları |
| Tek bir videonun yerelleştirilmiş sürümleri | Her pazar için o pazara ait bir bölgesel aksan | Çevrilmiş metni okuyan tek bir İngilizce ses |
Aksan, en sık yanlış ayarlanan unsurdur. Hedef kitleniz Londra’daysa ve sunucunuz ABD bayrağı taşıyorsa, dinleyiciler bunu fark eder — her kelime doğru olsa bile. Bayrağı yalnızca dile göre değil, hedef kitleye göre seçin.
Adım 4: Konuşma hızını ayarlayın, ardından duraklamalar ekleyin
Sesi mevcut yapılandırmaya uygulamak için ses satırına tıklayın. Ardından seçili sesin yanındaki hız menüsünü açın ve Yavaş, Normal veya Hızlı seçeneğini belirleyin.
- Yavaş, üzerinde düşünmeyi gerektiren açıklamalara ve anlaşılırlığın aciliyetten daha önemli olduğu her içeriğe uygundur.
- Normal, çoğu eğitim, sunum ve konuşan avatar videosu için güvenli başlangıç noktasıdır.
- Hızlı, kısa tanıtımlara ve sosyal medya kliplerine enerji katar, ancak yoğun metinlerin takibi zorlaşır.
Hız, performansın tamamının temposunu belirler. Cümle içinde kontrol için imleci vurgunun düşmesi gereken yere koyun ve Duraklama kontrolüne tıklayın. Her tıklama 0,5 saniye ekler; daha uzun bir ara için tekrar tıklayın.
Püf noktası: gerçek bir sunucunun nefes alacağı, konuyu değiştireceği veya bir iddianın etkisini bırakmasını bekleyeceği yerlere duraklama ekleyin. Çok fazla duraklama anlatımı parçalar; bu nedenle düzenlemeden sonra yalnızca değiştirdiğiniz kısmı değil, cümlenin tamamını önizleyin.
Adım 5: Sunumu Sesi İyileştirme ile yönlendirin
Kelimeler doğruysa ancak hedeflediğiniz performans metinde henüz açıkça belli değilse Sesi İyileştirme’ye tıklayın. VisionStory, özgün ifadelerinizi koruyarak duygu, tempo ve vurgu için sunum ipuçları ekler.
Devam etmeden önce iyileştirilmiş metni gözden geçirin. İpuçları amacınıza uyuyorsa Koru’yu, özgün haline dönmek için Geri al’ı seçin. Asıl değerini, bir metnin net bir duygusal yönlendirmeye ihtiyaç duyduğu ama yeniden yazılmaması gerektiği durumlarda gösterir.
Adım 6: Videoyu oluşturmadan önce gerçek metninizi önizleyin
Ses, hız, duraklamalar ve varsa iyileştirme ipuçları yerine oturduğunda Sesi Önizle düğmesine tıklayın. İlk birkaç kelimeye bakıp karar vermek yerine kaydın tamamını dinleyin; telaffuzu, aksanı, ritmi, cümle sonlarını, duraklamaları ve duygusal uyumu kontrol edin.
Hâlâ adaylar arasında karşılaştırma yapıyorsanız kısa ve temsil gücü yüksek tek bir cümleyle başlayın. Liste iki ya da üç sese indiğinde, bitmiş videoda en çok önem taşıyan isimleri, sayıları, teknik terimleri veya duygusal vurguları içeren bir bölümü önizleyin — sesler asıl orada birbirinden ayrışır.
Önizleme hakkı: ses önizlemesi, 24 saatlik kayan bir döngüde yenilenen ücretsiz bir karakter hakkı içerir. Bu hak kullanıldıktan sonra önizleme oluşturmak her 500 karakter için 1 kredi tutar. Tüm ayrıntılar için VisionStory kredilerinin nasıl çalıştığına göz atın.
Adım 7: Avatarın sesi hatırlaması için bir kez video oluşturun
Bir ses seçmek mevcut düzenleyici ayarını değiştirir, ancak tek başına seçim yapmak o sesi avatara kaydetmez. Seçtiğiniz sesle bir video oluşturun. VisionStory bu eşleşmeyi hatırlar ve aynı avatarı bir dahaki kullanışınızda geri yükler.
Bu yüzden seçimi özenle yapmaya değer. Bir avatar ile bir ses eşleştirildikten sonra, sonraki her video sıfırdan verilen bir karar yerine tutarlı bir sunucuyla başlar.
Yapay zeka sesleri neden robotik duyulur — ve bu nasıl düzeltilir
Oluşturulan bir seslendirme yapay geliyorsa, sorun genellikle ses modelinin kendisi değil, düzeltilebilir beş nedenden biridir.
- Metne uygun olmayan ses. Reklam metni okuyan bir anlatım sesi tekdüze duyulur. Kaliteyi suçlamadan önce kullanım amacına göre kısa listenizi yeniden oluşturun.
- Duraklama yok. Gerçek konuşmacılar nefes alır. Hiç ara verilmeyen bir metin yığını makine gibi okunur; bu nedenle fikirlerin bittiği yerlere yarım saniyelik duraklamalar ekleyin.
- Bir kez ayarlanıp unutulan hız. Hızlı seçeneği yoğun cümleleri anlaşılmaz kılar; Yavaş seçeneği kısa bir tanıtımı ağırlaştırır. Tempoyu içerik türüyle eşleştirin.
- Belirsiz noktalama. Uzayıp giden cümleler, eksik virgüller ve açılmamış kısaltmalar sesi tekdüzeliğe iter. Önce metni temizleyin.
- Duygusal yönlendirme yok. Niyet metnin içinde yoksa ses bunu tahmin edemez — Sesi İyileştirme tam olarak bunun içindir.
Bu beş sorunu giderdiğinizde, robotik yapay zeka sesleriyle ilgili şikâyetlerin çoğu sesi hiç değiştirmeden ortadan kalkar.
Kullandığınız bir sesi sağlayıcı kaldırırsa
VisionStory, sesleri birkaç farklı sağlayıcıdan alır ve bir sağlayıcı kendi kataloğundan bir sesi kaldırabilir. Bu durumda o ses, herkese açık Ses Kütüphanesi'ne geri getirilemez.
Güvendiğiniz bir ses artık yoksa, daha önceki videolarınızdan yalnızca o sesin duyulduğu temiz bir bölüm bulun ve bunu Ses Klonlama içinde kaynak ses olarak kullanın. Klonlama, buna çok yakın bir alternatif üretebilir; ancak birebir aynı tınlaması beklenmemelidir.
İzin gereklidir: yalnızca size ait olan veya kullanmak için açık izniniz bulunan sesleri klonlayın ve yayınlamadan önce yedek sesi kullanacağınız metinle önizleyin.
Oluşturmaya başlamadan önce yapay zeka sesi kontrol listeniz
- Yalnızca dili değil, hedef kitleye uygun bölgesel aksanı da seçin.
- Kısa liste oluşturmak için profil etiketlerini kullanın, son kararı ise kulağınıza bırakın.
- Gerçek metninizdeki isimleri, sayıları ve zor terimleri önizleyin.
- Tek tek duraklamalar eklemeden önce genel konuşma hızını ayarlayın.
- Sesi İyileştirme'yi yalnızca anlatımın daha net bir yönlendirmeye ihtiyaç duyduğu durumlarda kullanın.
- Yalnızca ilk cümleyi değil, önizlemenin tamamını dinleyin.
- Avatarın sesi hatırlamasını istiyorsanız o sesle bir kez video oluşturun.
- Seçtiğiniz sesin adını marka veya kampanya notlarınıza yazın.
Ses kesinleştikten sonra gerisi hızlı ilerler. Aynı kurulumu tamamlanmış bir videoya dönüştürmek için yapay zeka konuşan avatar nasıl oluşturulur yazısına göz atın veya yalnızca ses tarafına ihtiyacınız varsa metinden konuşmaya aracını açın.
