Zo maak je meertalige voice-overs voor één en dezelfde productvideo

De klassieke blunder bij het lokaliseren van een productvideo is het Chinese script machinaal te vertalen en direct te genereren: de Engelse versie loopt enkele seconden uit boven het beeld, de Spaanse versie leest het modelnummer uit als een andere tekenreeks en de toon klopt niet met het merk. De oorzaak ligt niet bij de spraakgeneratie, maar bij het behandelen van vier taken als één. Meerdere taaltracks bij één productvideo zijn in werkelijkheid vier afzonderlijke klussen: eerst een lokaliseerbaar brondocument opstellen, daarna per taal een spreektaalversie voorbereiden, vervolgens per taal een stem kiezen en ten slotte het beeld afstemmen op de gemeten duur van elke track. De tekst-naar-spraak van PixMind vervult daarvan één schakel: de definitieve tekst per taal omzetten in MP3; vertalen en proeflezen zijn afgerond vóór de tool.

Open tekst naar spraak, plak de definitieve tekst per taal segment voor segment in en genereer en download segment voor segment.

Kernpunten

• Doe de vier stappen apart: het brondocument ordenen, per taal een spreektaalversie, per taal een stem kiezen en het beeld afstemmen op gemeten tijden.
• Tekst naar spraak leest alleen de ingevoerde tekst voor en vertaalt niet; de definitieve versie per taal komt uit een vertaal- en proefleesproces buiten de tool.
• Stemmen kies je per taal afzonderlijk, met correcte uitspraak en passende merktoon als norm; het is niet nodig dat alle talen dezelfde stem hebben.
• De pagina bewaart telkens maar één resultaat; gedownloade MP3's beginnen met pixmind-tts- — hernoem ze per taal en versie en archiveer ze.

Stel eerst een lokaliseerbaar brondocument op

Het brondocument is geen “Chinese dialoog”, maar de moederbron van alle taalversies: één keer goed ordenen en vertalen, proeflezen en inspreken vertrekken allemaal vanuit hetzelfde materiaal, wat later herstelwerk spaart.

De kern van het ordenen is scheiden in kolommen: splits de “vertaalbare tekst” en de “merktermen die gelijk moeten blijven”. Productnaam, modelnummer, slogan en bedrijfsnaam horen bij de laatste; leg eerst vast hoe ze in elke taalversie worden geschreven — origineel behouden, fonetisch overgenomen of lokaal getranscribeerd — en voer daarna alle segmenten zo uit. Letter-cijfercombinaties in modelnummers schrijf je vooral hard vast: hetzelfde model gaat in elke taalversie op dezelfde manier de tool in, zodat niet elke stem er eigen variaties op verzint.

De vertaalbare tekst segmenteer je per shot. De voice-over van een productvideo is sowieso kort; na het knippen in opening, demonstratie en afsluiting correspondeert elk segment precies met één beeldvenster, wat ook het skelet vormt voor generatie en ondertitels. Per generatie geldt een tekenlimiet — 100 tekens per keer zonder inloggen en in het gratis pakket, 10000 voor betalende leden — en per shot gesegmenteerde passages blijven daar doorgaans ver onder.

Het geordende brondocument is een tabel waar elke rij de shotinhoud, de beeldduur, de vaste termen en de vertaalbare tekst bevat. Diezelfde tabel is de basis voor het proeflezen van vertalingen en voor het maken van ondertitels.

Bereid per taal een spreektaalversie voor

Eerst de grens: de tekst-naar-spraak-pagina verwerkt alleen de tekst die je invoert en vertaalt niet voor je. De versie per taal rond je af in je eigen tekstvoorbereiding met vertaling en proeflezing; pas de definitieve versie gaat de spraaktool in.

Een letterlijke vertaling is meestal niet direct bruikbaar. Als voorbeeld de Engelse versie van een productopening:

• Letterlijke versie: “This cup can complete the juicing of fruit within thirty seconds, and it is also very easy to clean.”
• Spreektaalversie: “Fresh juice in thirty seconds. Cleanup? Just rinse it.”

De letterlijke versie is grammaticaal correct, maar komt woord voor woord uit een lange Chinese zin: in één adem voorgelezen zonder pauzes, en het klinkt niet als een moedertaalreclame. De spreektaalversie wisselt naar twee korte zinnen met een vraag ertussen voor één pauze, waardoor het ritme makkelijker op het beeld aansluit. Elke taal verdient deze stap: laat iemand die de taal beheerst de letterlijke versie omzetten in “gesproken taal” en meteen de uitspraak van getallen, eenheidsomrekeningen en aanspreekvormen regelen.

De proefgelezen definitieve versie plak je in het tekstveld en genereer je; in de tool wordt niet meer herschreven. Zo is de taakverdeling helder: tekstproblemen los je op in het proefleesproces; alleen uitspraak- en duurproblemen stel je in de tool bij.

Kies per taal een bijpassende stem

Elke taal kies je apart in de stemmencatalogus; één set stems die alle talen aankan bestaat niet. Open het pop-upvenster “Stem kiezen”, wissel bovenin eerst van engine en filter daarna met de keuzelijst “Taal” op de doeltaal — de taalopties komen uit de stemmencatalogus van de huidige engine en veranderen mee als je wisselt. Beweeg de muis over een stemkaart om direct een voorbeeld te beluisteren.

Voor meertalige situaties gelden drie maatstaven. Eén: het accent past bij de doelmarkt — ook binnen het Spaans klinken Latijns-Amerika en Spanje verschillend, let daarop bij filteren en beluisteren. Twee: luister gericht naar de uitspraak van productnamen, modellen en getallen; een testzin met de productnaam erin is betrouwbaarder dan alleen het voorbeeld. Drie: de merktoon loopt over de talen gelijk — is de Chinese versie fris, kies dan voor het Engels geen lage, trage stem.

Het is niet nodig dat elke taal dezelfde spreker heeft. Chinees met een vrouwenstem en Engels met een mannenstem is prima, zolang de toon van elke taal naar hetzelfde merk wijst. Door taal heen jagen op “exact dezelfde stem” offer je makkelijk uitspraakkwaliteit op in de afzonderlijke talen — dat is nooit de norm voor meertalige voice-overs geweest.

Noteer zodra je per taal een stem hebt gekozen: de engine en de stemnaam. Alle segmenten van die taal gebruiken die ene stem, zonder halverwege te wisselen.

Ga om met lengteverschillen tussen talen

De vertaling van dezelfde voice-over verschilt per taal van nature in lengte: de ene taal doet er vijf seconden over, de andere zeven. Hetzelfde beeldvenster krijgt daardoor uiteenlopende lengtes — het grootste verschil tussen meertalige en eentalige voice-overs.

De volgorde is: eerst meten, dan het script aanpassen en pas daarna het spreektempo:

1. Genereer per taal alle segmenten en noteer de totale duur uit de afspeelbalk; zet elk segment van elke taal samen met de beeldduur in de brondocumenttabel.
2. Is een taalversie langer dan het beeld, pas dan eerst het script aan: schrap siersels die de luisteraar kan missen, splits lange zinnen en stuur de pauzes met leestekens. Schrappen in de copy haalt ballast weg terwijl geen enkele noodzakelijke informatie verdwijnt — effectiever dan het tempo opschroeven.
3. Blijft er na het maximale inkorten van het script een klein verschil over, doe dan een kleine aanpassing met het spreektempo. Het bereik van de tempoglijschuif verschilt per engine en bij het wisselen van engine resetten de parameters naar de standaardwaarde — de stemmen van de talen komen meestal van verschillende engines, dus noteer het ingestelde tempo in de brondocumenttabel en zet het bij elke segmentgeneratie terug.

De bodemlijn: de sleutelacties van de productdemo wijken niet voor tijdsdruk. Voor beelden als het opendraaien van de dop, het indrukken van een knop of een close-up van het resultaat geldt — schrap liever voice-over en houd het tempo natuurlijk dan woorden in te slikken of actiebeelden te knippen. Past een zin echt niet, laat hem dan naar het volgende shot vallen; dat gaat natuurlijker dan hem in dit segment persen.

De pagina bewaart telkens maar één resultaat; bij veel talen en segmenten is de juiste werkwijze genereren, downloaden en noteren per segment — reken er niet op alles in één keer binnen te halen.

Exporteer de audiotracks en organiseer de versiebestanden

De MP3 die je downloadt heet pixmind-tts- gevolgd door een tijdstempel van het generatiemoment. Met meerdere talen en segmenten zijn bestanden op tijdstempel niet uit elkaar te houden; hernoem ze daarom direct per taal en versie, bijvoorbeeld:

• Audiotrack: product-demo_zh_opening_v2.mp3, product-demo_en_opening_v2.mp3
• Ondertitels: product-demo_zh_v2.srt, product-demo_en_v2.srt

Elke vaste naamconventie werkt: project, taalcode, segment, versienummer — zolang het team die maar consequent afsprak.

Het samenvoegen van audiotracks en video doe je in externe montageprogramma's, met welke software dan ook, per taal dezelfde stappen:

1. Kopieer per taal de tijdlijn (of maak een nieuw project) en importeer het beeld met alle audiotracks van die taal.
2. Leg volgens de brondocumenttabel elke voice-overpassage op het beeld en controleer vooral of de voice-over bij de sleutelacties precies op het moment landt.
3. Beluister de hele versie achter elkaar; zijn volume en tempo-overgangen in orde, exporteer dan de eindversie van die taal.

Ondertitels maak je per taal apart en altijd op basis van het werkelijke geluid van de definitieve eindversie van die taal — gebruik niet het brondocument als ondertitel: de vertaling is aangepast, pauzes bijgesteld en het tempo aangepast, dus de tijdlijn klopt allang niet meer. Genereer met video naar SRT uit elke taalversie apart de ondertitels en neem de bestanden daarna in het montageprogramma nog even langs eigennamen en zinsindeling.

Veelgestelde vragen

Vertaalt de tool mijn ingevoerde script automatisch?

Nee. Tekst naar spraak leest alleen je invoer voor; de taalversies rond je af in een vertaal- en proefleesproces buiten de tool en plak je pas daarna in om te genereren. In de tool stel je stem, spreektempo en volume bij — de tekst zelf verandert niet.

Kunnen verschillende talen exact dezelfde stem houden?

Dat is niet nodig en meestal ook niet haalbaar met tegelijk de beste uitspraak én toon. Stemmen kies je per taal; de taalkeuzelijst komt uit de eigen stemmencatalogus van elke engine, dus verschillende talen met verschillende stemmen is normaal. De maatstaf is correcte uitspraak en een consistente merktoon, niet “je hoort dat het dezelfde persoon is”.

Wat als de vertaalde voice-over niet in de beeldduur past?

Werk de volgorde af: schrap eerst de siersels uit het script en stel de pauzes bij; blijft er een klein restant, vul dat met een kleine tempoaanpassing aan; past het nog niet, laat die zin dan naar het volgende shot gaan of stel voor die taalversie het beeldritme subtiel bij. De sleutelacties van de productdemo schrap je hiervoor niet.

Begin met de opening in twee talen

De hele video in één keer is niet nodig. Kies het openingssegment: orden de vaste termen en de vertaalbare tekst, maak van twee talen de spreektaalversies, kies per taal een stem, genereer per taal één audiotrack en vergelijk de gemeten duur van beide met het beeldvenster. Werkt dit segment, dan zijn de resterende segmenten en talen alleen nog herhaling van dezelfde lus.

Open tekst naar spraak.