Mit ElevenLabs ein Kinderbuch erzählen (und die Stimmen richtig hinbekommen)
Drei Charaktere, ein Erzähler, ein Vierjähriger als Qualitätsprüfer. Die Stimmauswahl, die dazu führte, dass die KI-Erzählung den Schlafenszeittest bestanden hat.
Mein Testpublikum für dieses Projekt war das schärfste, das es gab: ein Vierjähriger, der keine Roboterstimmen akzeptiert und bei Bedarf unterbricht. ElevenLabs erzählte ihr Bilderbuch, und als ich es für die Schlafenszeit fertig machte, lernte ich das meiste, worauf es bei der Stimmführung der Charaktere ankommt.
Die Struktur, die funktioniert: eine Erzählerstimme, die die Prosa trägt, eine eigene Stimme pro wiederkehrendem Charakter, mehr nicht. Ich habe den Erzähler wegen seiner Wärme und einem etwas langsameren Standardtempo ausgewählt und dann Charakterstimmen gewählt, die sich auf zwei Achsen (Tonhöhe und Textur) unterscheiden, nicht auf einer. Zwei Charaktere, die sich nur in der Tonhöhe unterscheiden, klingen auf billigen Lautsprechern wie dieselbe Person, was genau der Misserfolg meines ersten Entwurfs war.
Der Text muss dirigiert und nicht nur eingefügt werden. Dialog-Tags werden zu Aufführungsanweisungen: „Sie flüsterte“ gehört in den Vortrag, also strukturieren Sie sie um, um das Flüstern in den Satz einzufügen, den die Stimme tatsächlich sagt. Pausensatzzeichen sind wichtiger, als Sie denken; Geviertstriche und Ellipsen in Story-Beat-Momenten erzeugen die dramatischen Beats, die einen kleinen Zuhörer auf Trab halten.
Kinderinhalte zeichnen sich durch eine besondere Qualität aus: Sie hören noch einmal zu. Vierzig Mal dasselbe Kapitel wird jedes synthetische Artefakt enthüllen, das ein einziges Hören verbirgt. Meine Lösung bestand darin, jede Linie zu regenerieren, die sie zum Stirnrunzeln brachte, was unwissenschaftlich klingt, aber schnell konvergierte. Ungefähr eine von zehn Zeilen benötigte eine zweite Aufnahme, meist wegen des Tempos und nicht wegen der Sprachqualität.
Das Urteil zur Schlafenszeit nach zwei Wochen: jeden Abend angefordert, meiner eigenen Erzählung vorgezogen, die genau schmerzt. Der Arbeitsablauf besteht aus einem Abend der Einrichtung und anschließenden Kapiteln nach Bedarf. Bei Familienprojekten, Prototypeninhalten oder anderen Geschichten, bei denen die Einstellung eines Erzählers absurd ist, ist dies jetzt der offensichtliche erste Schritt.