Synteza mowy: nadawanie tonu i wygłaszanie

Synteza mowy odczytuje tekst Twoim głosem i brzmi on dokładnie tak, jak go napisałeś – model czyta go dosłownie. Oznacza to, że trzeba pisać „dla ucha”, a nie dla oka. Mechanika: silnik pobiera tekst, znaki interpunkcyjne i znaki stylu i wykorzystuje je do budowania intonacji, pauz i tempa. Dźwignie. Po pierwsze, interpunkcja kontroluje rytm: kropka powoduje pauzę, wielokropek daje zamyślenie, krótkie zdania brzmią pewnie, długie – ciężko. Po drugie, ustal nie tylko tekst, ale także sposób prezentacji: głos (spokojny spiker, przyjazny, energiczny), emocje i tempo. „Przeczytaj to” i „przeczytaj to ciepło, powoli, jak przyjaciela” dają różne rezultaty. Profesjonalna sztuczka: pisz złożone słowa, nazwy i skróty tak, jak brzmią, lub podziel je na części – w przeciwnym razie silnik odczyta je na swój własny sposób. Druga technika: pauzy umieszcza się celowo (przecinkami, kropkami, łamaniem wierszy) tam, gdzie znaczenie wymaga oddechu – naturalność mowy opiera się na pauzach, a nie na głosie. Typowym błędem jest poddawanie się dubbingowi „tekstu do czytania oczami” z długimi kropkami i przypisami; brzmi jakby się rozpadał. Napisz krótko, wypowiedz projekt na głos z wyprzedzeniem.