Tämän tutun junakuuluttajan puhetta voi ostaa pian tekoälyn tuottamana – ”On vain ajan kysymys, kuka korvaa ääneni”

Muun muassa VR:n junien kuuluttajaäänenä tunnetun Reidar Waseniuksen ääntä voi pian ostaa tekoälyn tuottamana.

Wasenius käynnistää ensimmäisenä Suomessa palvelun, jossa hänen ääntään voi ostaa esimerkiksi esittelyvideoihin. Jatkossa tarkoituksena on lisätä palveluun myös muita tunnettuja suomalaisia ääniä. Palvelun takana olevat henkilöt julkistetaan ensi vuoden puolella.

– Otin tekoälyn suhteen proaktiivisen asenteen, koska kylmä fakta on se, että on vain ajan kysymys, kuka korvaa ääneni ja missä laajuudessa erilaisissa kuulutuksissa ja palveluissa. Olen vakuuttunut siitä, etten voi vain odottaa vaan pitää tehdä jotain, jo useamman kymmenen vuotta äänityöläisenä toiminut Wasenius kertoo Yrittajat.fille.

Uusi palvelu avataan alkuvuodesta. Syyskuusta lähtien Wasenius on yhteistyökumppaneidensa kanssa kouluttanut tekoälyä, jotta se tuottaisi mahdollisimman aidolta kuulostavaa puhetta.

– Koulutamme tekoälyä ääntämään kunnolla ja puhumaan sujuvasti yhdeksällä kielellä yhdellä ja samalla äänellä. Siksi kyseessä on ainutlaatuinen palvelu koko maailman mittakaavassa.

“Olen vakuuttunut siitä, etten voi vain odottaa vaan pitää tehdä jotain.”

Reidar Wasenius

Jonkin verran aitoa puhetta edullisempaa

Waseniuksen yrityksen Solid Productions -aputoiminimen alla tarjottava palvelu on suunnattu yrityskäyttäjille ja valtiollisille organisaatioille. Muutamalla satasella saa käyttöoikeuden Waseniuksen ääneen. Kaupallinen käyttö on kuitenkin selvästi tätä kalliimpaa.

– Reidar Digital tulee olemaan jonkin verran edullisempaa kuin Reidar Original. Hinnoittelu optimoidaan siten, että se rohkaisee yritystä käyttämään spiikkiä videossa tai multimediasovelluksessa. Jos spiikkiä myydään eteenpäin eli käytetään kaupallisesti esimerkiksi pelissä, puhutaan tuhansista euroista. Tiedostamme sen, että hinnoittelua saatetaan joutua muuttamaan seuraavan puolen vuoden aikana.

”Kielimalli aina huonompi”

Wasenius on huomannut projektin aikana, ettei kielimallin avulla voida saavuttaa yhtä hyvää lopputulosta kuin aidolla ihmisen tuottamalla äänellä.

– Kun saan tekstin eteeni, voin asiakkaan pyynnöstä korostaa tekstiä tai lausua sitä juuri halutulla tavalla. Voin naurahtaa sanojen välissä tai puhua itku kurkussa. Puheen dynamiikka ja tunteiden kirjo on paljon laveampi, kun kyse on aidosta äänestä. Tällaisiin nyansseihin tekoäly ei tällä hetkellä pysty tai ainakin se vaatisi paljon manuaalista työtä.

Tarkat käyttöehdot

Tekoälypalvelun ehtoja rukataan parhaillaan juristien kanssa. Wasenius myöntää, että moni asia pitää harkita tarkkaan väärinkäytösten varalta.

– Käyttäjä sitoutuu esimerkiksi siihen, ettei palvelua käytetä tuottamaan seksiin, uskontoon tai politiikkaan keskittyvää sisältöä. Jos joku käyttää tekoälyn luomaa puhetta väärin, kyse on rikoksesta.