AI dla audiobooków

Używanie AI do audiobooków nie jest nowością; po raz pierwszy pisałem o tym trendzie w Publishers Weekly w 2021 roku. Jednak nowsze modele językowe na dużą skalę ożywiły technologię automatycznej narracji audiobooków.

W 2021 roku zauważyłem: “Czy jest to idealne? Z pewnością nie. Czy może być wystarczająco dobre? Prawdopodobnie tak, jeśli wydawca będzie skłonny poświęcić niezbędny czas na etap edycji głosu w projekcie.” Dwa i pół roku później, według wielu opinii, głosy AI są nie do odróżnienia od ludzkich, chyba że słucha się bardzo uważnie.

W listopadzie ubiegłego roku Meta (Facebook) wprowadziła “Seamless,” który potrafi “przenosić tony, wyrażenia emocjonalne i cechy stylu wokalnego” do tłumaczenia na 200 języków. Audiobook może zostać natychmiast przetłumaczony na wiele języków z niezwykłą jakością.

Również w 2021 roku zgłosiłem, że “blokowanie przez Audible dystrybucji audiobooków z nie-ludzkimi narratorami jest prawdziwym problemem, który może zająć trochę czasu, aby go rozwiązać.” Tymczasem zarówno Google, jak i Apple ogłosiły programy pozwalające autorom tworzyć audiobooki z głosami generowanymi przez AI. 5 grudnia Findaway Voices by Spotify zaczął akceptować “cyfrowo nagrane audiobooki z Google Play Books do dystrybucji do wybranych partnerów detalicznych.”

Wczesnym listopadem 2023 roku Amazon ogłosił, że autorzy Kindle Direct Publishing (KDP) wkrótce będą mieli dostęp do usługi, która pozwoli im “szybko i łatwo stworzyć wersję audiobooka swojej ebooka, używając wirtualnej narracji głosowej, technologii syntezatora mowy.” W styczniu 2024 roku Jane Friedman doniosła (paywall), że “Audible po cichu zaczęło dopuszczać audiobooki narracyjne AI do swojego sklepu pod koniec zeszłej jesieni, długo po tym, jak inni detaliści zrobili to samo.”

I oczywiście używam AI do wersji audiobookowych tej książki.