SpeechGenのナレーション修正は、声を決め、文を直し、最後に間を調整する
講座や製品デモのナレーションでは、短いサンプル原稿で声と話す速さを選んでから、本文の修正と間の調整をまとめて行います。SpeechGenの文単位キャッシュは再合成を減らせますが、同じテキストと音声設定が前提です。履歴にファイルが残っていても、その後の修正が無料とは限りません。
講座のナレーションを確認してもらうと、「この文が間違っている」という指摘と、「ここは画面を見る時間を残してほしい」という指摘が出てきます。SpeechGenでは、この2種類の修正を同じ操作で済ませるべきではありません。前者はテキストの修正が必要ですが、後者はまず間の調整を試せます。毎回ついでに声を変えたり、全文の読み上げ速度を調整したりすると、1文だけの修正で済むはずが、原稿全体の再合成になることがあります。
繰り返し校正するなら、先に声を決め、確認済みの文のテキストと設定を維持する流れが適しています。以下では製品デモのナレーションを例に、作業のつながりを説明します。公式ドキュメントに基づく想定であり、音質や節約額の実測ではありません。
全文に影響する選択は短いサンプルで決める
まず原稿から、製品名、数字、長い文を含む一節を選びます。エディターで正しい言語を指定し、候補の声を試聴してから、その一節を生成します。確認担当者に発音、声、読み上げ速度を確認してもらってから、全文を入力します。
この手順は試行錯誤の範囲を小さくします。SpeechGenのキャッシュは文と音声設定を照合するため、別の声を選んだり、音声の操作行で速度やピッチを変えたりすると、元の原稿を再合成する必要が生じることがあります。「少し速くするだけ」を無料の書式変更と考えないでください。SSMLで読み方を制御する場合も、選んだ声でタグを検証します。公式説明では、すべての声がすべてのタグに対応するわけではありません。
選んだ声と設定は、原稿のバージョンと一緒に記録します。担当者が交代する際は、同じ一節に別の音声パラメーターが使われないよう、まずこの情報を確認します。
修正指示を具体的な文に結び付ける
全文を生成したら、まず最後まで聞き、どの文の読みが違うか、どの文を書き直すか、どこは間が足りないだけかを整理します。文章を修正するときは、必要な文だけを変更し、ついでに全文の句読点や空白を統一しないようにします。
公式のキャッシュ説明では、文字単位の完全一致が必要です。コンマを変えただけでも、その文は新しい内容になります。他の条件が同じでキャッシュが有効なら、変更していない文はそのまま再利用できます。したがって修正記録では、毎回原稿全体を磨き直すのではなく、「内容の修正」と「テンポの調整」を分けるのが適切です。
例えば、デモ内の機能名が変わったなら、該当する文を修正して再生成します。名称は同じで、視聴者が画面を見終える時間が足りないだけなら、まず間を調整します。この切り分けは試聴の代わりにはなりませんが、各変更で何を解決するのかが明確になります。
間を整えた後も、映像と合わせて確認する
テキスト欄の下にあるSettingsを開き、Pause Controlで文間と段落間の間を別々に調整します。公式説明によると、有効なキャッシュを利用できる場合、間だけの変更で音声を再合成する必要はありません。段落間の間は、段落最後の文の後に入る間に加算されます。そのため、ドロップダウンの1つの数値だけで無音部分全体の長さを判断しないでください。
全体設定は全文に影響します。まず大まかなリズムを作り、その後で段落のつなぎ目、特にデモ画面が切り替わる箇所を聞きます。間を長くすると理解を助ける場合がありますが、音声トラック全体の長さも変わります。エディター内で自然に聞こえるだけで納品せず、編集タイムラインに音声を戻して確認します。
確認が済んだら音声をダウンロードします。公式ガイドでは標準でMP3をダウンロードでき、WAVやOPUSが必要な場合は、対応する出力設定を選んでから再生成してダウンロードします。引き継ぎ時は、編集者が古い音声を新しい映像に合わせないよう、最終音声、対応するテキスト、音声設定を一緒に保存します。
キャッシュの有効期間と納品物の保管は別の話
SpeechGenの文単位キャッシュは最後の使用から7日間保持され、アカウント間では共有されません。通常のテキストモードで文単位処理が使われるのは、1つのテキストが100000文字以下の場合です。それより長い原稿は大きなブロック単位の処理になるため、文単位の修正と同じ節約を期待できません。
一方、プロジェクト履歴は30日間保存されます。公式には、重要なファイルを長期保存するため、お気に入りに追加することが推奨されています。お気に入りに残るのは完成物であり、文のキャッシュが永久に残るわけではありません。承認がキャッシュの期限後になった場合は、古いファイルをまだダウンロードできるから修正も無料だと考えず、再合成前に使用量を見直します。
この流れは、意見をまとめて集められる短期間のプロジェクトに向いています。短い原稿で声を決め、本文をまとめて修正し、間を調整して映像と合わせて確認し、最後に保管します。時間を置いてから全体の声を変更することが多いチームでは、再合成を通常の作業量として見込み、キャッシュを長期にわたる無料修正の約束と捉えないことが大切です。
内容説明:本記事は公開情報をもとに整理した、ツール選定の参考情報です。機能、料金、関連ポリシーは随時変更される場合があります。最新の公式情報をご確認ください。
元の出典:speechgen.io