Van Riel
info@vanriel.eu

Twee stemmodellen, één luistertest

Voor stemmen op de site van een klant lieten we een derde model terugluisteren. Dat wees met cijfers aan welk stemmodel de minste woorden verkeerd uitsprak.

Getest
Soort
AI-workflow
Voor
Site van een klant
Een telefoniste met koptelefoon steekt snoeren in een schakelbord, opgebouwd uit grijze stippen

Wat het opleverde

Wat we maakten

De vraag

Op de site van een klant moesten personages een eigen stem krijgen, in het Nederlands. Bij een stem hoor je een verspreking pas als je alles terugluistert. Dat wordt veel werk zodra je meerdere personages en stijlen wilt vergelijken.

Hoe we het maten

We lieten twee stemmodellen dezelfde twaalf opnames maken, op onze eigen server. Daarna luisterde een derde model elke opname terug en schreef op wat het hoorde. Code legde dat naast de bedoelde zin en telde de verkeerde woorden. Zo werd “welk model klinkt beter” ook een vraag met een getal.

Wat er overbleef

Die test zit nu in elke voice-over die we maken. Wijkt er een woord af, dan wordt de opname opnieuw gemaakt, tot drie keer. Daarna luistert een mens en kiest die welke blijft, en waar het publiek de stem hoort, staat dat het een AI-stem is.

Waar het op draait

Chatterbox en VoxCPM
De twee stemmodellen die we naast elkaar testten.
faster-whisper
Luistert elke opname terug en schrijft op wat het hoort.
Eigen controlecode
Legt wat Whisper hoorde naast de bedoelde zin en berekent het percentage verkeerde woorden.

Waar we hier sterk in zijn

  • Modellen kiezen op meting in plaats van op gevoel.
  • Het ene model het werk van het andere laten controleren.
  • Stemmodellen op eigen hardware draaien.

Zoiets voor jullie?

Vertel ons wat er elke week terugkomt, of wat er beter moet aan je site. Dan zeggen we eerlijk of we er iets aan kunnen doen.