YouTubeの解説動画や社内の研修動画を、VOICEVOXやElevenLabsなどのAI音声で作る方が増えています。台本を入れるだけで声になるのは便利ですが、出したあとにコメント欄で「読み方が違います」と指摘されると、作り直しの手間がかかるうえ、動画の信用にも響きます。
先日、自社で作っている約10分の解説動画(ElevenLabs)を最後まで聞いて点検したところ、読み・抑揚の問題が11か所、話し終わりの雑音が76行中16行で見つかりました。台本を書いた本人が聞いても、流して聞くと気づきにくいものばかりでした。
この記事では、そのとき実際に見つけた例と、直し方をまとめます。
■ 1. 同じ音の別のことばに聞こえる → 言い換える
「同じ表が」が「同じ雹(ひょう)が」に聞こえました。読みは合っていても、音だけだと別のことばに取られます。
直し方:「同じ一覧表が」のように、ことばを少し長くして、意味が一つに決まる形に言い換えます。
■ 2. 抑揚が別のことばになる → カタカナで書く
「過納額(かのうがく)」が「可能額」の抑揚で読まれました。漢字のままだと、よく使われるほうのことばの抑揚に寄ることがあります。
直し方:読み上げ用の台本だけ「カノーガク」とカタカナで書くと、抑揚が変わりました。伸ばす音を「ー」で書くのがこつです。
■ 3. 短い「か」が漢字に聞こえる → 助詞を足して区切る
「超過額か不足額か」の「か」が「化」のように聞こえ、「超過額化」と取れる読み方になりました。
直し方:「超過額なのか、不足額なのか」と、ことばを足して区切りを作ります。
■ 4. 抑揚が不自然 → 同じ意味の別の言い方にする
「下回る人」の抑揚が不自然でした。
直し方:「より少ない人」に言い換えると自然に読まれました。どうしても直らない語は、設定で粘るより、言い方を変えるほうが早く片づきます。
■ 5. 話し終わりの短い雑音 → 切り取る
話し終わって約0.9秒後に、0.1秒ほどの短い音が入る行がありました。1行だけ聞くと気づきにくく、動画でつなぐと次の行の頭のノイズに聞こえます。
直し方:話し終わりの少しあとで音を切り、短いフェードを入れます。
■ 6. 出だしが欠けて聞こえる → 先頭に間を置く
1行目の頭が欠けたように聞こえました。
直し方:先頭に0.5秒ほどの無音を足すと、欠けて聞こえなくなりました。
■ 見つけ方:機械で候補を拾い、人の耳で確かめる
音声を文字にする機能(文字起こし)にかけて台本と突き合わせると、「過納額」は「可能額」と書き起こされ、機械でも見つけられました。一方、抑揚の不自然さは、文字起こしでは正しい字のまま出ることが多く、人が聞かないと分かりません。
おすすめの順番は次のとおりです。
・文字起こしで台本と突き合わせ、字が違う所に印を付ける
・音の波形で、話し終わりの短い音や出だしの欠けを探す
・最後に人が通して聞き、抑揚を確かめる
・直した行だけ作り直し、音量をそろえて、もう一度聞く
■ 点検と直しをお受けしています
10分の動画でも、通して聞いて、直して、もう一度聞くと、それなりの時間がかかります。毎回の動画でこれを回すのが大変な方に向けて、点検と直しをお受けする出品を始めました。
時刻つきの一覧と直し方の案をお渡しし、ご希望があれば、VOICEVOXやElevenLabsで直した音声まで作り直して納品します。
■ まとめ
AI音声の読み間違いは、多くが「言い換え」と「カタカナ」で直せます。見つけるときは、機械で候補を拾ったうえで、人の耳で通して聞くと見落としが減ります。動画を出す前に一度、ここに挙げた6つを確かめてみてください。
手が回らないときは、こちらからご相談ください。