स्क्रिप्ट लिखें, एक साफ वॉइसओवर जनरेट करें, फिर एक म्यूज़िक बेड जनरेट करें जो उसके साथ टकराए बिना उसे सहारा दे। Picasso IA एक ही अकाउंट में टेक्स्ट टू स्पीच और म्यूज़िक जनरेशन को जोड़ता है, इसलिए 30 सेकंड का विज्ञापन बिना स्टूडियो या कंपोज़र बुक किए तैयार हो जाता है।
तीस सेकंड का रेडियो विज्ञापन एक स्क्रिप्ट और एक साउंडट्रैक होता है जो ध्यान के उन्हीं कुछ सेकंड के लिए होड़ में रहते हैं, और दोनों को सही करना पहले स्टूडियो, वॉइस एक्टर और कंपोज़र बुक करने जैसा होता था, वह भी किसी ऐसी चीज़ के लिए जो शायद दो हफ्ते ही चले। Picasso IA एक ही अकाउंट से साफ वॉइसओवर और मेल खाता म्यूज़िक बेड जनरेट करता है, फिर दोनों फाइलें फाइनल मिक्स के लिए किसी भी ऑडियो एडिटर को सौंप देता है।
रेडियो या पॉडकास्ट विज्ञापन लगभग हमेशा दो परतों में काम करता है, और इन्हें अलग रखना ही विज्ञापन को पेशेवर बनाता है, घरेलू नहीं। पहली परत वॉइसओवर है, जो असली बिक्री का काम करती है: यह बताती है कि आप कौन हैं, क्या पेश कर रहे हैं, और सुनने वाले को आगे क्या करना है। दूसरी परत उसके नीचे का म्यूज़िक बेड है, जो माहौल तय करता है और विज्ञापन को खामोश घोषणा जैसा सुनाई देने से रोकता है, लेकिन इसे खुद अलग से ध्यान नहीं खींचना चाहिए।
यही दूसरी परत का अनुशासन है जहां कई शौकिया विज्ञापन चूक जाते हैं। ऐसा म्यूज़िक बेड जिसमें तेज़ वोकल हुक हो, भारी ड्रम फिल हो या तेज़ कोरस हो ठीक उसी पल जब आवाज़ कीमत बताती है, वह पढ़ी जा रही स्क्रिप्ट को सहारा देने की बजाय उससे टकराता है। बेड का काम आवाज़ के आसपास की जगह भरना है, वह जगह नहीं जो आवाज़ को चाहिए।
Picasso IA पर दोनों परतें एक ही Toolkit की दो अलग क्षमताओं से आती हैं: एक टेक्स्ट टू स्पीच मॉडल आपकी स्क्रिप्ट को वॉइसओवर में बदलता है, और एक म्यूज़िक जनरेशन मॉडल एक छोटे स्टाइल प्रॉम्प्ट को इंस्ट्रुमेंटल बेड में बदलता है। दोनों अलग-अलग जनरेट होते हैं और बाद में मिलाए जाते हैं, जो आपको दोनों के बीच संतुलन पर नियंत्रण भी देता है।
रेडियो और पॉडकास्ट विज्ञापन तय लंबाई में बिकते हैं, आमतौर पर 15, 30 या 60 सेकंड, और बहुत लंबी स्क्रिप्ट या तो बीच वाक्य में कट जाती है या अस्वाभाविक रफ्तार से पढ़ी जाती है। सामान्य बोलचाल की पढ़ने की रफ्तार लगभग 150 शब्द प्रति मिनट के करीब होती है, यानी लगभग ढाई शब्द प्रति सेकंड, इसलिए 30 सेकंड का स्लॉट शुरू और अंत में थोड़ी जगह छोड़ते हुए आराम से लगभग 65 से 75 शब्द समेट लेता है।
पूरी बात कहकर उसके फिट होने की उम्मीद करने के बजाय इसी शब्द संख्या को लक्ष्य बनाकर लिखें। जो स्क्रिप्ट मुश्किल से फिट होती है वह पढ़ते समय जल्दबाज़ी में पढ़ी जाती है, और जल्दबाज़ी वाला वॉइसओवर आत्मविश्वासी की बजाय घबराया हुआ लगता है, जो आपके खिलाफ जाता है जबकि विज्ञापन का पूरा मकसद भरोसेमंद लगना है। ऑफर के बाद और कॉल टू एक्शन से पहले थोड़ी चुप्पी छोड़ें, क्योंकि अक्सर यही ठहराव आखिरी वाक्य को याद रहने लायक बनाता है।
स्क्रिप्ट को फाइनल मानने से पहले वॉइसओवर जनरेट करें, बाद में नहीं। असली टाइम की गई पढ़ाई सुनना तुरंत बता देता है कि पेसिंग काम कर रही है या नहीं, जो स्क्रिप्ट को चुपचाप पढ़ने से कभी पूरी तरह पता नहीं चलता।
स्क्रिप्ट की टोन को संगीत की टोन तय करनी चाहिए, इसके उलट नहीं। कीमत पर ज़ोर देने वाला रिटेल प्रमोशन और शांत, पेशेवर सर्विस मैसेज दोनों वैध विज्ञापन टोन हैं, लेकिन एक के लिए सही बेड दूसरे को बदल दिया जाए तो कमज़ोर कर देगा।
| विज्ञापन की टोन | स्क्रिप्ट कैसी सुनाई देती है | मेल खाता म्यूज़िक बेड |
|---|---|---|
| उत्साही रिटेल या सेल | तेज़ रफ्तार, विस्मयादिबोधक, साफ डेडलाइन | तेज़ टेम्पो, मेजर की, हल्की पर्कशन |
| शांत पेशेवर सर्विस | संतुलित रफ्तार, भरोसा देने वाली, कम विशेषण | नरम पैड्स, धीमा टेम्पो, न्यूनतम पर्कशन |
| सीमित समय का अर्जेंट ऑफर | छोटे वाक्य, बार-बार डेडलाइन, सीधी बात | तेज़ ताल, बढ़ता तनाव, बिना वोकल्स |
| स्थानीय या कम्युनिटी बिज़नेस, आत्मीय | बातचीत जैसी, ठोस, थोड़ी अनौपचारिक | ध्वनिक वाद्ययंत्र, हल्का टेम्पो, जानी-पहचानी टोन |
एक चुनने से पहले उसी वॉइसओवर के साथ कुछ उम्मीदवार बेड आज़माएं। जो बेड अकेले सुनने पर शानदार लगता है, दोनों को साथ रखने पर भी पढ़ाई से टकरा सकता है, और इसे पकड़ने का एकमात्र भरोसेमंद तरीका दोनों को साथ सुनना है।
सुझाव: खासतौर पर बिना वोकल्स वाला इंस्ट्रुमेंटल बेड मांगें और अरेंजमेंट को उसी फ्रीक्वेंसी रेंज में हल्का बताएं जिसमें इंसानी आवाज़ होती है, लगभग 300 हर्ट्ज़ से 3 किलोहर्ट्ज़ के बीच। बास, चौड़े पैड्स और हल्की पर्कशन से बना बेड वह मध्य बैंड पढ़ाई के लिए खाली छोड़ देता है, इसलिए वॉइसओवर साफ बना रहता है और बाद में मिक्स से जूझना नहीं पड़ता।
समझ में आना ही वह एक चीज़ है जिसमें रेडियो विज्ञापन कोई समझौता नहीं कर सकता, क्योंकि जो सुनने वाला ऑफर नहीं समझ पाता वह ब्रांड भी याद नहीं रखेगा। इसका मतलब है कि वॉइसओवर को पूरे विज्ञापन के दौरान म्यूज़िक बेड से साफ ऊपर रहना चाहिए, सिर्फ सबसे तेज़ पलों में नहीं।
जनरेशन इसमें एक शुरुआती बढ़त देता है, लेकिन फाइनल संतुलन एक मिक्सिंग फैसला है जो ऑडियो एडिटर में लिया जाता है, यह कोई ऐसी चीज़ नहीं जो मॉडल आपके लिए कर दें। एक सामान्य तरीका म्यूज़िक बेड को वॉइस ट्रैक से कई डेसिबल नीचे कर देता है, जिसे अक्सर डकिंग कहा जाता है, और पढ़ाई के सबसे घने हिस्सों में इसे और नीचे कर देता है। Picasso IA दोनों सोर्स फाइलें पूरी क्वालिटी में बनाता है; डकिंग, ईक्यू और लाउडनेस लेवलिंग जो इन्हें साथ फिट बैठाती हैं, वे बाद में होती हैं, आपके पहले से इस्तेमाल किए जा रहे ऑडियो टूल में।
शुरुआत में ही हल्का बेड चुनना इस मिक्सिंग चरण को काफी आसान बना देता है, इसलिए ऊपर दी गई इंस्ट्रुमेंटल और हल्के अरेंजमेंट की सलाह जनरेशन के दौरान उतनी ही मायने रखती है जितनी मिक्स के दौरान।
स्क्रिप्ट तय होते ही हिस्से जनरेट करने में मिनट लगते हैं; असली समय आमतौर पर स्क्रिप्ट में ही जाता है; और अगर कोई हिस्सा काम नहीं कर रहा तो नीचे दिया हर चरण अलग से दोबारा किया जा सकता है।
एक ईमानदार टूल पेज बताता है कि टूल का काम कहां खत्म होता है, और जनरेट किए गए ऑडियो कमर्शियल के साथ लगातार पांच सीमाएं सामने आती हैं।
इनमें से कोई भी सीमा टूल का काम नहीं बदलती, तेज़ी से और सस्ते में विज्ञापन की दोनों ऑडियो परतें जनरेट करना ताकि रचनात्मक फैसले बुक किए स्टूडियो की बजाय स्क्रीन पर हों; ये बस बताती हैं कि इसका काम कहां खत्म होता है और मिक्सिंग कहां शुरू। रेडियो विज्ञापनों से आगे, वही टेक्स्ट टू स्पीच और म्यूज़िक मॉडल ऑडियोबुक नैरेशन और लंबी वीडियो के लिए बैकग्राउंड म्यूज़िक को भी कवर करते हैं, और मॉडल कैटलॉग में उपलब्ध हर आवाज़ और म्यूज़िक मॉडल की सूची है।
यह दोनों परतों को एक मिले-जुले फाइल के बजाय अलग-अलग जनरेट करता है, और यह असल में बेहतर वर्कफ़्लो है। एक टेक्स्ट टू स्पीच मॉडल आपकी स्क्रिप्ट से वॉइसओवर बनाता है, और एक म्यूज़िक जनरेशन मॉडल एक स्टाइल डिस्क्रिप्शन से इंस्ट्रुमेंटल बेड बनाता है। फिर आप इन्हें एक ऑडियो एडिटर में मिलाते हैं, जो आपको उस अनुपात को स्वीकार करने के बजाय संतुलन पर नियंत्रण देता है जो एक अकेली मिली-जुली फाइल खुद तय कर देती।
लगभग 150 शब्द प्रति मिनट की औसत बोलचाल रफ्तार के आधार पर करीब 65 से 75 शब्दों का लक्ष्य रखें। इससे शुरुआत और अंत में इतनी जगह बचती है कि पढ़ाई जल्दबाज़ी वाली न लगे। वॉइसओवर जल्दी जनरेट करें और उसकी असली लंबाई जांचें, क्योंकि विराम चिह्न और वाक्य रचना एक ही शब्द संख्या पर भी स्क्रिप्ट-दर-स्क्रिप्ट रफ्तार को थोड़ा बदल देते हैं।
आधुनिक टेक्स्ट टू स्पीच आवाज़ें सीधी और अच्छी तरह विराम चिह्नों वाली स्क्रिप्ट पर इंसानी पढ़ाई के करीब लगती हैं, और यह फर्क ठीक रेडियो विज्ञापन जैसी छोटी, साफ कमर्शियल कॉपी पर सबसे कम होता है। फिर भी असामान्य शब्दों, ब्रांड नामों और नंबरों को ध्यान से सुनना समझदारी है, यही वे जगहें हैं जहां सिंथेटिक आवाज़ के फिसलने की सबसे ज़्यादा संभावना है। लिस्ट से अंदाज़े से चुनने के बजाय अपनी असली स्क्रिप्ट पर दो या तीन आवाज़ें आज़माना इसे पकड़ने का सबसे तेज़ तरीका है।
Picasso IA के आवाज़ कैटलॉग में कई एक्सेंट और भाषाएं शामिल हैं, इसलिए अक्सर आप बिना अतिरिक्त काम के किसी बाज़ार से मेल बैठा सकते हैं। शॉर्टलिस्ट की गई आवाज़ों का एक नमूना सुनें जो आपकी असली स्क्रिप्ट के करीब की लाइन पढ़ रहा हो, क्योंकि एक्सेंट की क्वालिटी सिर्फ लगे टैग के हिसाब से नहीं बल्कि आवाज़ और असली शब्दों के हिसाब से बदलती है।
यह आप प्रॉम्प्ट में तय करते हैं। रेडियो विज्ञापन के लिए लगभग हमेशा सही चुनाव इंस्ट्रुमेंटल होता है, क्योंकि अपनी वोकल लाइन वाला म्यूज़िक बेड सुनने वाले का ध्यान पाने के लिए सीधे वॉइसओवर से टकराता है। बेड जनरेट करते समय साफ तौर पर इंस्ट्रुमेंटल अरेंजमेंट मांगें, और गाना मांगने के बजाय मूड और टेम्पो बताएं।
हल्के पर्कशन और उस मध्य फ्रीक्वेंसी रेंज में जगह के साथ जनरेट किए गए हल्के बेड से शुरू करें जहां आवाज़ रहती है, फिर अपने ऑडियो एडिटर में म्यूज़िक को आवाज़ के नीचे दबाएं। डकिंग का मतलब है वॉइसओवर के दौरान म्यूज़िक का वॉल्यूम अपने आप कम करना और गैप्स में इसे फिर ऊपर आने देना। Picasso IA दोनों सोर्स फाइलें जनरेट करता है; डकिंग खुद उस ऑडियो एडिटर में होती है जिसे आप इन्हें मिलाने के लिए इस्तेमाल करते हैं।
हां। शब्द-दर-शब्द अनुवाद करने के बजाय स्क्रिप्ट का अनुवाद करते समय शब्द संख्या को लक्ष्य भाषा की सामान्य रफ्तार के हिसाब से एडजस्ट करें, और कैटलॉग से मेल खाती आवाज़ के साथ उस भाषा में नया वॉइसओवर जनरेट करें। एक ही म्यूज़िक बेड आमतौर पर बिना बदलाव के भाषाओं में काम कर जाता है, क्योंकि इंस्ट्रुमेंटल ट्रैक की अपनी कोई भाषा नहीं होती।
कोई तय सीमा नहीं है; हर जनरेशन क्रेडिट इस्तेमाल करता है, और नए अकाउंट मुफ्त क्रेडिट के साथ शुरू होते हैं जो स्क्रिप्ट टेस्ट करने और आवाज़ों या बेड की तुलना करने के कई राउंड के लिए काफी हैं। हर मॉडल की सटीक लागत प्राइसिंग पेज पर दी गई है, और फाइनल जोड़ी तय करने से पहले दो-तीन वॉइसओवर टेक को दो-तीन बेड के साथ आज़माना उस विज्ञापन के लिए एक उचित मात्रा का प्रयोग है जिसे आप बार-बार चलाने वाले हैं।
हां, और पॉडकास्ट स्पॉन्सरशिप विज्ञापन इसी वर्कफ़्लो के सबसे आम इस्तेमालों में से एक हैं, क्योंकि वे पारंपरिक रेडियो जैसी ही छोटी स्क्रिप्ट प्लस म्यूज़िक बेड वाली संरचना अपनाते हैं। मुख्य फर्क डिलीवरी फॉर्मेट में है, प्रोडक्शन में नहीं: पॉडकास्ट विज्ञापन आमतौर पर एक स्टैंडअलोन ऑडियो फाइल के रूप में एक्सपोर्ट होता है जिसे होस्ट डालता है, जबकि ब्रॉडकास्ट स्पॉट को स्टेशन की खास लाउडनेस और फॉर्मेट ज़रूरतों से मेल खाना पड़ सकता है।
उसे ट्रिम करें। सटीक स्लॉट टाइमिंग मिक्सिंग स्टेज का एडजस्टमेंट है, जनरेशन स्टेज का नहीं: फाइल की शुरुआत या अंत से थोड़ी चुप्पी काटें, या ऑफर और कॉल टू एक्शन के बीच का ठहराव छोटा करें, जब तक फाइनल एक्सपोर्ट आपके स्टेशन या होस्ट की ज़रूरी लंबाई से मेल न खा जाए। एक-दो सेकंड के फर्क के लिए पूरा वॉइसओवर दोबारा जनरेट करने की शायद ही कभी ज़रूरत पड़ती है।
रेडियो विज्ञापन इस बात पर टिका होता है कि ऑफर कितना साफ है और मिक्स उसे दबाता तो नहीं, और दोनों को फाइनल कट तय करने से पहले सस्ते में टेस्ट किया जा सकता है। Toolkit में पढ़ाई और बेड शुरू करें, या देखें कि यही आवाज़ और म्यूज़िक मॉडल लंबे फॉर्मेट में कैसा काम करते हैं वीडियो के लिए AI वॉइसओवर में।
