Генератор голосов для аниме

Почему одноголосый синтез разваливается на аниме-сценарии

У русской озвучки аниме есть своя устоявшаяся форма: закадровая многоголоска поверх японской дорожки, где два-четыре человека делят десяток персонажей. Это не лень, а экономика — собрать восьмерых людей на серию в двадцать минут почти невозможно, поэтому команды научились работать вдвоём. Слушатель к этому привык, но привычка не означает, что так лучше: в сцене, где парень, его соперник и наставник говорят одним и тем же голосом с разной подачей, зритель держит расстановку в голове сам.

Одноголосый синтез речи ухудшает ровно эту ситуацию: у него нет даже смены подачи. Обходной путь, который все изобретают, — прогнать текст по персонажу за раз, скачать гору файлов и склеить их в редакторе. Это работает и съедает вечер на сцену, а после правки одной реплики вечер повторяется. CastDub существует ради этого цикла, а не ради качества синтеза: узкое место всегда было здесь.

Что на самом деле делает авторазбор ролей

Авторазбор отвечает на два вопроса: кто говорит и как он должен звучать. Определение говорящих рассчитано на форматы, которыми пишут по-русски: префикс «Имя:», сценарная запись с именем над репликой и обычная проза, где реплика начинается с тире, а атрибуция стоит после неё — «сказала она, не оборачиваясь». Чудес не будет: если в сцене три безымянных голоса в темноте, размечать их придётся вам.

Вторая половина — рекомендация. У каждого голоса библиотеки есть характер, возрастная группа и набор стилевых тегов, поэтому персонаж, описанный как скучающий семнадцатилетний, сравнивается с персонажами библиотеки, помеченными как подростки, с тегами «сухой» и «резкий», а не с тёплым рассказчиком. Любое предложение можно переназначить, и правка держится до конца проекта: поменяли голос персонажу один раз — он поменялся во всех его репликах в этом проекте.

Режиссура эмоции под то, как устроено аниме

Разница между читкой и игрой почти целиком в тайминге и в силе подачи. CastDub считает эмоцию свойством реплики: эта нейтральная, эта на подъёме, а вот эта, сказанная в сторону, — действительно шёпот. В аниме такая зернистость важнее, чем почти в любом другом жанре, потому что комедийная норма здесь — жёсткая склейка регистров: персонаж только что орал, а через секунду бубнит себе под нос.

Управление эмоцией для каждой реплики есть только на Pro, и это сделано намеренно. На остальных тарифах каждая реплика идёт с базовой эмоцией своего персонажа — этого достаточно, чтобы проверить, держится ли сцена. Ручная режиссура — это шаг от «работает» к «можно выкладывать», поэтому она лежит на Pro вместе с экспортом по дорожкам.

Практическое замечание про текст: эмоциональная метка не спасёт реплику, которая делает два дела сразу. Если фраза начинается злостью, а заканчивается тоской, разделите её на две. Движок отыгрывает реплику как одно цельное действие — живой актёр, кстати, тоже.

Что этим делают в русском фандом-сегменте

Три самых частых сценария: любительские аудиоспектакли по тайтлам, которые выкладывают во «ВКонтакте» и телеграм-каналах; озвученные сценки с ориджинал-персонажами внутри артерских и фикрайтерских сообществ; и инди-визуальные новеллы, которым нужна временная озвучка задолго до того, как появится бюджет на команду. Условия у всех одинаковые: один человек, никакой студии и сценарий, который продолжает меняться.

Безопасная территория для фанатской работы — оригинальные сценарии с оригинальными персонажами и трансформативные вещи в фандомах, которые к этому относятся спокойно. Рискованная — клонирование конкретного даббера и перезалив чужого лицензионного дубляжа. Первое инструмент позволяет; второе как раз и запрещает наша политика клонирования голоса, написанная до запуска функции, а не после.