Cara memperbaiki kesalahan pengucapan di ElevenLabs

Masuk ke dalam ElevenLabs Dan memiliki suara yang terdengar aneh, dengan jeda yang ganjil, keraguan yang dipaksakan, atau nama diri yang salah ucap, lebih umum daripada yang terlihat. Banyak pengguna menemukan audio di mana intonasinya tidak sesuai, karakter terdengar seperti robot, atau pengucapan kata-kata tertentu berubah dari satu kalimat ke kalimat lain, meskipun teksnya hampir identik. Untungnya, hal itu dapat diperbaiki. Perbaiki kesalahan pengucapan di ElevenLabsSetidaknya sebagian besar dari mereka.

Harus dikatakan bahwa ini adalah salah satu alat dari text-to-speech yang lebih canggihNamun, sistem ini tidak sepenuhnya sempurna: dibutuhkan konteks, pengaturan yang baik, dan terkadang sedikit "trik" untuk menghindari kesalahan pengucapan, terutama pada kata benda khusus, istilah buatan, atau kata-kata asing. Memahami mengapa kesalahan ini terjadi dan berapa margin kesalahan kita sebenarnya adalah kunci untuk mendapatkan hasil maksimal dari platform ini.

Apa itu ElevenLabs dan bagaimana cara pengucapannya?

ElevenLabs adalah platform text-to-speech. (TTS, text-to-speech) berdasarkan model kecerdasan buatan Mereka mampu menghasilkan suara yang sangat alami, dengan jeda, ritme, dan nuansa yang sangat mirip dengan ucapan manusia. Mereka digunakan untuk menarasikan artikel, buku audio, podcast, video, gim video, dan hampir semua konten yang ingin Anda konversi ke format audio.

Alat ini mengambil teks digital Anda—dari dokumen hingga halaman web atau fragmen yang langsung ditempel—dan mengubahnya menjadi audio yang dihasilkan komputerSelama proses ini, model menganalisis konteks, tanda baca, panjang kalimat, dan bahasa untuk menentukan cara mengucapkan setiap kata, di mana harus berhenti sejenak, dan penekanan apa yang harus diterapkan.

Selain versi web, ElevenLabs menawarkan aplikasi dan pembaca terintegrasi, seperti Pembaca Sebelasyang memungkinkan Anda untuk langsung memutar teks panjang, cerita online, atau novel dari platform seperti Royal Road. Di situlah banyak pengguna mengalami masalah: narator terdengar bagus secara keseluruhan, tetapi tersendat pada kata benda khusus, istilah fantasi, atau kata-kata dari bahasa lain.

Perbedaan antara suara yang terdengar kredibel dan suara robot biasanya terletak pada bagaimana sistem menafsirkan suara tersebut. seluk-beluk ucapan alamiJeda mikro, intonasi emosional, ritme yang bervariasi, dan pengucapan yang konsisten adalah fitur-fitur utama. Model modern (seperti Eleven v3) telah sangat meningkat dalam aspek ini dibandingkan dengan TTS klasik, tetapi mereka masih memiliki kelemahan yang jelas ketika teks menyimpang dari apa yang "diharapkan".

Pada dasarnya, ElevenLabs bekerja dengan aturan implisit. Dan probabilitas: ia mencoba menebak bagaimana seharusnya bunyi dari apa yang Anda tulis, berdasarkan data sebelumnya. Jika Anda memberikan sesuatu yang tidak sesuai dengan pengalamannya (misalnya, "Klbkch" atau nama Jepang yang diromanisasi yang aneh), ia akan mulai berimprovisasi… dan di situlah kesalahan terjadi.

Mengapa kesalahan pengucapan terjadi di ElevenLabs?

Kesalahan pengucapan di ElevenLabs biasanya bukan kegagalan sistem "teknis", melainkan konsekuensi dari bagaimana AI menafsirkan teks. Alat tersebut sebenarnya tidak memahami bahasa seperti manusia.Sebaliknya, sistem ini memprediksi suara berdasarkan pola. Hal ini menimbulkan masalah, terutama dalam tiga kasus: nama-nama yang dibuat-buat, kata-kata asing, dan pengucapan yang tidak konsisten.

Dalam novel fantasi atau fiksi ilmiah, sangat umum untuk menciptakan nama diri dengan akar kata Latin, Jermanik, atau yang sepenuhnya dibuat-buat.Bagi manusia, cukup dengan menentukan pengucapan dan tetap menggunakannya. Namun, bagi model, setiap kali kata itu muncul, ia harus "menghitung" bagaimana bunyinya, dan tanpa data awal yang jelas, hasilnya cenderung bervariasi.

Contoh umum yang sering disebutkan pengguna adalah seperti ini: "Ooh. Aku tidak ingin menjadi Relc. Klbkch tidak melakukan apa pun. Tapi dia... menjijikkan." Ketika mereka mencoba menyesuaikan pengucapan “Relc” atau “Klbkch” menggunakan alat internal ElevenLabs, koreksi tersebut tampaknya tidak diterapkan pada audio sebenarnya, meskipun terdengar baik-baik saja dalam pengujian kamus.

Ada juga banyak masalah dengan Kata-kata Jepang yang ditulis dalam alfabet Latin (romaji), atau dengan istilah dari bahasa lain yang diintegrasikan ke dalam teks bahasa Inggris atau Spanyol. Dalam beberapa kasus, suara tersebut mengucapkannya dengan sempurna dalam satu kalimat, dan beberapa baris kemudian mengucapkannya dengan cara yang sama sekali berbeda, seolah-olah itu adalah kata lain.

Bahkan ketika mencoba "memaksakan" pengucapan dengan menulis istilah tersebut secara fonetik di dalam paragraf itu sendiri, AI terkadang kembali pada interpretasinya sendiri. dan memutuskan untuk mengubah bunyi, memperpanjang suku kata, atau mengubah aksen. Hal ini sangat menjengkelkan terutama saat mengerjakan paragraf dialog atau deskripsi yang panjang di mana nama tersebut diulang puluhan kali.

Masalah spesifik: nama diri, bahasa Jepang, dan kata-kata yang diciptakan

Nama diri adalah mimpi buruk nomor satu. Siapa pun yang menggunakan ElevenLabs untuk bercerita akan menemukan judul-judul fantasi, saga panjang, fanfiksi, atau novel web yang sering kali penuh dengan karakter dengan nama-nama aneh yang tidak muncul dalam kamus standar mana pun, dan di situlah model ini kurang memiliki referensi yang jelas.

Ketika sistem menjumpai sesuatu seperti “Relc” atau “Klbkch,” otak manusia cenderung terpaku pada satu cara pengucapan dan tetap menggunakannya. Sebaliknya, AI dapat memperlakukan setiap kemunculan sebagai keputusan kecil yang independen, dipengaruhi oleh huruf-huruf di sekitarnya, bahasa dominan dalam teks, atau bahkan tanda baca. Akibatnya, sebuah karakter dapat "terdengar" berbeda dari satu baris dialog ke baris dialog lainnya., sesuatu yang benar-benar merusak pengalaman mendengarkan.

Hal serupa terjadi dengan kata-kata Jepang atau kata-kata dari bahasa lain yang ditulis dengan huruf Latin. Istilah anime, nama kota, atau ungkapan umum dapat terdengar benar dalam satu kalimat (“Tokyo,” “Sensei,” “Naruto,” dll.) dan kemudian, dalam kalimat lain yang sangat mirip, intonasi berubah atau menjadi jelas salahHal ini karena model tersebut berupaya beradaptasi dengan bahasa utama narasi dan terkadang memaksakan istilah-istilah tersebut ke dalam fonetik bahasa Inggris atau Spanyol.

Banyak pengguna melaporkan telah mencoba menggunakan fungsi kamus atau aliasMenambahkan pelafalan fonetik khusus untuk kata-kata ini. Dalam uji kamus singkat, suara tersebut melafalkannya dengan sempurna, tetapi ketika meregenerasi paragraf lengkap, koreksi tersebut tidak dipertahankan secara konsisten.

Bahkan menulis ulang teks dengan ejaan fonetik pun tidak menjamin keberhasilan. Bahkan mengubah "Relc" menjadi sesuatu seperti "Relk" atau "Rehlk" untuk memandu AI, Model tersebut dapat menafsirkan ulang huruf-huruf tersebut. dan terus menyesuaikan pengucapan sendiri. Dalam teks panjang, ini menjadi sebuah pertaruhan: setiap regenerasi dapat terdengar berbeda, dan setiap percobaan menghabiskan kredit.

Fungsi "tambahkan pengucapan" dan kamus alias.

Untuk mencoba mengatasi masalah ini, ElevenLabs menyertakan alat-alat seperti: “tambahkan pengucapan” di Eleven Reader dan alias atau kamus pengucapan dalam pengaturan lanjutannya. Secara teori, fungsi-fungsi ini memungkinkan Anda untuk menentukan bagaimana sebuah kata tertentu seharusnya terdengar dan menerapkan aturan tersebut ke seluruh proyek.

Idenya sederhana: Anda memilih istilah yang bermasalah, menunjukkan bentuk fonetik atau transkripsi khusus, dan Sistem akan mengganti pengucapannya dengan pengucapan yang telah Anda pilih.Secara teori, ini akan sangat cocok untuk menangani nama-nama fiktif, nama tempat yang aneh, atau jargon khusus dari sebuah saga.

Namun, banyak pengguna melaporkan bahwa fitur ini Dalam praktiknya, perangkat tersebut tidak berperilaku seperti yang diharapkan.Dalam lingkungan pengujian kamus itu sendiri, ketika Anda memasukkan kata dan memutar contohnya, tampaknya pengucapan standar tersebut tetap dipertahankan. Masalah muncul ketika menghasilkan paragraf panjang, seluruh bab, atau novel utuh: suara tersebut kembali ke kebiasaan lamanya atau hanya menerapkan aturan tersebut sebagian.

Saat Anda menyalin teks kompleks ke Eleven Reader, seperti bab dari Royal Road yang berisi banyak karakter, perubahan nada, dan nama-nama yang tidak biasa, logika internal model dapat menimpa konfigurasi kamus.AI memprioritaskan interpretasi kontekstualnya sendiri daripada aturan tetap, dan itu mengakibatkan inkonsistensi yang menjengkelkan.

Hal ini membuat sebagian orang menganggap fungsi tersebut hampir sebagai hiasan: “Ini akan menjadi perubahan besar… jika benar-benar berhasil.”Bukan berarti mereka menyalahgunakan alat tersebut, melainkan dalam kasus-kasus tertentu, integrasi antara kamus dan model suara tidak sekuat yang diharapkan, terutama dalam teks kreatif yang penuh dengan keanehan leksikal.

Perbedaan antara suara alami dan suara robot dalam TTS

Di balik kesalahan pengucapan ini terdapat masalah mendasar: Apa yang membedakan TTS robotik dari TTS yang benar-benar alami?Selama bertahun-tahun, suara sintetis terdengar datar, mekanis, dan monoton. Kini, model seperti Eleven v3 mampu menghadirkan nuansa emosi, variasi ritme, dan detail manusiawi kecil seperti tawa, desahan, atau keraguan.

Suara robot tradisional beroperasi dengan aturan yang jauh lebih kaku: setiap kata dipecah menjadi fonem yang telah direkam sebelumnya, digabungkan secara berurutan, dan hasilnya terdengar tetapi sepenuhnya artifisial. Intonasi tersebut tidak memahami konteksnya., dan kalimat-kalimat itu terdengar seperti rangkaian blok yang tak bernyawa.

Sebaliknya, model modern ElevenLabs menggunakan jaringan saraf yang dilatih dengan sejumlah besar audio manusia. Hal ini memungkinkan mereka untuk untuk menangkap pola bicara alami: bagaimana perubahan nada suara saat mengajukan pertanyaan, bagaimana intonasi sedikit meninggi di akhir seruan, atau bagaimana sebuah kata dipanjangkan ketika karakter tersebut ragu-ragu.

Peningkatan ini memungkinkan sulih suara yang lebih ekspresif, narasi buku audio yang lebih meyakinkan, dan dialog dengan maksud dramatis. Eleven v3, misalnya, dirancang untuk menawarkan ekspresivitas yang jauh lebih unggul dibandingkan dengan generasi sebelumnya, yang dalam banyak kasus mendekati akting suara profesional.

Namun, semakin fleksibel dan "cerdas" suara tersebut dalam menyesuaikan intonasi dan ritmenya dengan konteks, semakin besar kemungkinannya memutuskan untuk mengubah pengucapan kata yang tidak biasa jika menurut Anda "terdengar lebih baik" dalam kalimat tersebut. Kecerdasan yang sama yang membuat suara lebih manusiawi juga membuat sulit untuk memperbaiki pengucapan yang tidak biasa secara stabil.

Cara membuat suara ElevenLabs terdengar kurang robotik dan dengan lebih sedikit kesalahan.

Meskipun tidak ada tongkat ajaib yang dapat menghilangkan semua kegagalan, ada beberapa strategi untuk meminimalkan kesalahan pengucapan dan membuat suara terdengar kurang seperti robot dan lebih koheren dalam proyek-proyek panjang.

Hal pertama yang perlu diperhatikan adalah kehati-hatian dalam memilih teks: Tanda baca dan struktur memiliki pengaruh langsung. Dalam hal bagaimana AI menafsirkan ritme dan intonasi. Kalimat yang sangat panjang, dengan banyak koma dan perubahan topik, cenderung lebih membingungkan model dan menghasilkan pengucapan yang aneh atau aksen yang salah tempat. Memecah kalimat yang sangat panjang dan menggunakan titik di tempat yang biasanya digunakan untuk jeda sangat membantu.

Disarankan juga untuk bereksperimen dengan opsi konfigurasi ElevenLabs, seperti kecepatan membaca dan gaya narasiTerkadang, kecepatan yang sedikit lebih lambat membuat suku kata lebih menonjol dan nama-nama yang tidak biasa terdengar lebih berbeda. Dalam kasus lain, gaya yang lebih netral mengurangi "eksperimen" intonasi dengan kata-kata yang diciptakan.

Untuk istilah-istilah yang bermasalah, ada baiknya untuk bersikeras dengan kamus pengucapan atau aliasMeskipun hasilnya mungkin tidak sempurna, menentukan pengucapan yang sefonetik mungkin, mengujinya dalam tes, dan kemudian mendengarkan beberapa cuplikan panjang memungkinkan penyesuaian bertahap hingga ditemukan varian yang paling sering dihormati oleh model tersebut.

Taktik praktis lainnya adalah sedikit mengubah ejaan teks Ketika tidak ada solusi lain. Alih-alih mempertahankan nama yang sama sekali tidak dapat dibaca oleh AI, Anda dapat memperkenalkan versi yang mempertahankan esensi tetapi lebih mudah diucapkan secara konsisten. Opsi ini tidak ideal untuk versi tertulis "resmi", tetapi untuk skrip TTS internal, ini dapat membuat perbedaan besar.

Keterbatasan saat ini dan solusi alternatif yang mungkin

Kita harus menghadapi kenyataan yang tidak menyenangkan: Dalam situasi saat ini, beberapa kesalahan tidak dapat diperbaiki sepenuhnya.terutama dengan nama-nama yang sangat tidak biasa atau kata-kata yang menggabungkan bunyi-bunyi yang jarang ditemukan. Ini bukan masalah konfigurasi, melainkan masalah pada bagaimana model AI yang mendukung suara tersebut dirancang.

Ketika pengguna menyatakan bahwa “ini bukan kesalahan pengguna, fitur tersebut memang tidak berfungsi,” mereka biasanya merujuk pada kasus-kasus di mana Alat pengucapan tampaknya sama sekali mengabaikan pengaturan. dengan menghasilkan bab-bab yang panjang. Dalam konteks ini, bersikeras pada fungsi yang sama tidak banyak mengubah keadaan; hambatan utamanya adalah mesin sintesis itu sendiri.

Dalam teks yang banyak mengulang nama asing yang salah pengucapannya, beberapa kreator memilih untuk bekerja dalam blok waktu yang lebih pendekMereka menghasilkan audio dalam potongan-potongan kecil, menyesuaikan apa yang bisa mereka sesuaikan, dan, jika perlu, mengedit bagian-bagian tertentu secara manual, baik dengan memotong, merekam ulang dengan suara lain, atau mencampur fragmen dari versi yang berbeda.

Bidang pekerjaan lain adalah menggabungkan ElevenLabs dengan penyuntingan audio pasca-produksiUntuk produksi yang sangat menuntut (misalnya, buku audio komersial), sebagian besar konten dapat dihasilkan dengan AI, tetapi kata kunci diganti dengan rekaman manusia atau dengan pemotongan di mana pengucapannya ternyata bagus dalam salah satu regenerasi.

Sampai platform tersebut meningkatkan integrasi antara kamus kustomnya dan model utama, Solusi sementara ini akan tetap diperlukan. dalam proyek-proyek yang sangat spesifik. Untuk penggunaan yang lebih standar (artikel, tutorial, video YouTube dengan sedikit judul yang tidak biasa), kesalahan serius jauh lebih jarang terjadi.

Pada akhirnya, kuncinya adalah menyesuaikan ekspektasi: Sistem TTS saat ini memang mengesankan, tetapi belum sempurna.Jika Anda membutuhkan kendali mutlak atas setiap nuansa pengucapan di alam semesta fantasi yang dipenuhi nama-nama yang mustahil, AI tetap membutuhkan bantuan manusia dan banyak kesabaran.

Dengan lebih memahami cara kerja ElevenLabs, biaya yang dikeluarkan, dan keunggulannya, Anda dapat membuat keputusan yang lebih tepat tentang kapan sebaiknya bersusah payah dengan pengucapan khusus, kapan lebih baik sedikit menyesuaikan teks, dan kapan sebaiknya menggunakan campuran suara sintetis dan manusia untuk mencapai hasil yang diinginkan tanpa membuang kredit secara sembarangan.