TTS، cloning، dubbing و workflow صوتی.
مشخص کنی Voice AI دقیقاً چه مشکلی حل می‌کند.
یکی از narration، dubbing یا assistant را انتخاب کن.
برای use case من سه معماری Voice پیشنهاد بده: ساده، متوسط و حرفه‌ای. برای هرکدام input، output، latency، کیفیت و نیازمندی‌های اصلی را توضیح بده.متن را برای شنیدن، نه خواندن، بازنویسی کنی.
یک متن 150 کلمه‌ای بده.
این متن را برای گویندگی فارسی بازنویسی کن: جمله‌ها کوتاه، مکث‌ها طبیعی، عددها خوانا و اصطلاحات سخت علامت‌گذاری شوند. نسخه آموزشی و نسخه محاوره‌ای بده.چند Voice را با معیار ثابت مقایسه کنی.
یک script 20 ثانیه‌ای ثابت بساز.
برای این script یک test plan بساز که pronunciation، pacing، emotion، clarity و naturalness را بررسی کند. فرم امتیازدهی کیفی بده و معیار را قبل از تست ثابت نگه دار.ترجمه را با زمان‌بندی صدا هماهنگ کنی.
یک کلیپ کوتاه و قابل‌استفاده انتخاب کن.
این دیالوگ را به فارسی بومی‌سازی کن بدون ترجمه تحت‌اللفظی. طول هر جمله را با زمان تقریبی کلیپ هماهنگ کن و اصطلاحات فرهنگی نامناسب را اصلاح کن.نریشن و تصویر را هماهنگ کنی.
یک ویدیو کوتاه انتخاب کن.
برای این ویدیو narration را به 5 cue تقسیم کن و بگو هر cue روی کدام shot قرار بگیرد. جاهایی که تصویر باید بدون narration بماند را مشخص کن.خطاهای تلفظ و delivery را پیدا کنی.
خروجی صوتی را به متن/توضیح تبدیل کن.
این script/output را از نظر pronunciation، pacing و awkward phrasing بررسی کن. هر مشکل را با نسخه اصلاحی و دلیل کوتاه ثبت کن.فرآیند تولید صوت را تکرارپذیر کنی.
فرآیند تولید یک Reel را انتخاب کن.
workflow تولید voice را به مراحل script→cleanup→generation→review→export تقسیم کن و برای هر مرحله input، output، approval و filename convention بده.یک asset صوتی نهایی بسازی.
یک voiceover واقعی برای ویدیو یا podcast بساز.
پروژه را از script→voice direction→generation→QA→export جلو ببر. قبل از export یک checklist pronunciation، timing، rights و file format اجرا کن.