Auphonic eller Adobe Podcast: räddat tal kan låta mindre mänskligt

För redan begripligt podd- eller videotal med ojämn volym är Auphonic det rimliga förstavalet: tjänsten balanserar talare och anpassar slutlig ljudstyrka. När vind, motorljud eller en svag mikrofon döljer orden är Adobe Podcast Enhance Speech ett mer ingripande försök. Hård bearbetning kan göra talet tydligare men också ge rösten en konstlad klang eller förändra enstaka ord.

Valet beror på vad som är fel i originalet. Jämnare volym hjälper föga om ett ord ligger under ett vindkast, medan ett nästan brusfritt resultat inte automatiskt bevarar talarens tonfall. I en intervju behöver begriplighet och trohet mot det som faktiskt sades bedömas var för sig.

Olika behandling av samma tal

Auphonics funktionsbeskrivning anger att nivåutjämningen balanserar talare, tal och musik och att flera mikrofonspår kan kombineras till en mix. Tjänsten har också brus- och efterklangsreducering, filtrering samt inställningar för slutlig ljudstyrka. Användaren kan välja hur mycket omgivningsljud som ska finnas kvar.

Det gör Auphonic användbart när en gäst hörs lägre än programledaren, när musik tar för stor plats eller när avsnitt ska få en jämn lyssningsnivå. Finns separata spår kvar kan rösterna behandlas före den gemensamma mixen. Ett färdigmixat spår ger mindre utrymme att hantera mikrofonläckage och nivåskillnader var för sig.

Adobe Podcast Enhance Speech riktar sig mot tal som behöver frigöras från störande bakgrundsljud och få en tydligare klang. Skillnaden mellan tjänsterna är inte att bara Adobe använder AI: Auphonic erbjuder även Studio Voice, som rekonstruerar röstljud mer genomgripande än vanlig filtrering. Vilken behandling som väljs inom respektive tjänst spelar därför roll för hur mycket rösten förändras.

Vilket fel avgör valet?

• Normalt rumsljud: Om orden redan hörs och problemet främst är ojämn nivå, börja med Auphonic. Om fläktljud eller efterklang stör mer än volymen kan Adobes talförbättring vara värd att prova på den berörda passagen.
• Kraftigt brus eller vind: Adobe Podcast är det mer intressanta första försöket när bullret maskerar konsonanter och svaga stavelser. En renare bakgrund kan ändå dölja att själva ordet har förändrats. Behåll råfilen som jämförelse för viktiga repliker.
• Varierande nivåer: Auphonic har ett tydligt produktionsflöde för att balansera talare, musik och slutlig ljudstyrka. Nivåutjämning kan göra en lågmäld röst lättare att följa, men kan inte återskapa ord som aldrig fångades tydligt.
• Flerpersonssamtal: Separata mikrofonspår talar för Auphonic, eftersom nivåer, brus och läckage kan hanteras före slutmixen. Om bara en gästs fjärrinspelning är svårt störd kan den behandlas separat med Adobe innan samtalet sätts ihop.

En tunn röst från en enkel mikrofon kräver inte automatiskt maximal förbättring. När orden är tydliga kan filtrering och jämn nivå räcka; när samma inspelning också innehåller starkt motorljud blir kraftigare talförbättring mer relevant. Det är skilda problem med olika risk för att rösten ändrar karaktär.

När renare ljud kostar röstens egen klang

I Reynolds Journalism Institutes lyssningsjämförelse spelades tal in med en Zoom-inspelare och handhållen mikrofon i rumsljud, vind och gatubrus. Adobe Podcast tog enligt testaren bort vinden och balanserade rösten, medan Auphonic dämpade vinden men lämnade den hörbar. I rumsljud upplevdes Auphonics röst som mer normal, trots att mer av ljudmiljön fanns kvar.

Skillnaden är betydelsefull i en fältintervju. Vind som försvinner kan göra en mening lättare att följa, medan en del kvarvarande gatuljud kan höra till sammanhanget. Testet gäller just de inspelade klippen och deras mikrofonplacering; en telefonmikrofon eller en mikrofon inne i en hjälm kan ge ett annat resultat.

I ett publicerat användartest med tillhörande diskussion beskrivs klickande och förvrängda röstpartier vid kraftigt, föränderligt buller, ett otydligt ord som efter bearbetning lät som ett annat ord samt motorcykeltal som blev svårbegripligt över vind och motorljud. Det är enskilda användares erfarenheter, inte ett kontrollerat mått på hur ofta sådana fel uppstår. De visar var ett räddat klipp kan bli osäkert: vid de ord som redan var svårast att uppfatta.

Det är lättare att bedöma en reducerad störning mellan repliker än ett ord som samtidigt täcks av buller. I det senare fallet måste bearbetningen påverka ljudet där talet finns. Namn, siffror och korta nekanden behöver därför särskild kontroll mot råfilen när de låg under bruset.

Gratistid, format och betald kapacitet

Auphonics prisöversikt anger två kostnadsfria produktionstimmar per månad, en jingle i gratisproduktioner och en gräns på under 20 minuter för flerspårsproduktioner i gratisplanen. Betald användning sker med återkommande eller fristående krediter. Krediterna räknas efter produktionens längd, inte efter antalet mikrofonspår i den färdiga mixen.

Inställningarna för en produktion kan ändras och köras om utan extra krediter om samma indata används. Byts en indatafil ut, eller skapas en ny produktion, debiteras tid igen. Fristående krediter löper inte ut, medan oanvända återkommande krediter inte förs vidare till nästa månad. Det gör användningens regelbundenhet viktig för kostnaden.

Adobe Podcasts planöversikt anger att gratisversionen av Enhance Speech tar ljudfiler på högst 30 minuter och 500 MB, med högst en timmes bearbetning per dag. Firefly Pro-planen med Adobe Podcast Premium höjer dagsgränsen till fyra timmar och filstorleken till 1 GB samt ger stöd för video, massuppladdning och reglering av förbättringens styrka. Videostödet omfattar bland annat MP4 och MOV; gratisplanen för Enhance Speech gäller ljudfiler.

Gränserna mäter olika saker: Auphonic räknar producerad tid per månad, medan Adobe har en dagskvot och separata gränser per fil. För ett långt avsnitt måste både filens längd och den återstående kvoten räcka. Auphonic kan behandla ljudspåret i en videoproduktion och föra tillbaka det till bilden; hos Adobe krävs betalplan för att ladda upp själva videofilen till Enhance Speech.

Välj med den svåraste repliken i åtanke

När en inspelning blandar fungerande tal med några skadade passager behöver alla röster inte få samma kraftiga behandling. Låt Auphonic sköta nivåer och slutmix om samtalet är begripligt, och pröva Adobe på en avgränsad brusig gästfil eller passage. Jämför versionerna vid liknande upplevd volym, så att den starkare inte framstår som bättre enbart för att den låter högre.

Om ett osäkert ord låter övertygande efter förbättringen utan att råinspelningen ger stöd för det, bör det inte behandlas som säkert återställt. En mindre bearbetad passage, kontrollerad textning eller en ny röstinspelning kan då vara bättre för just den repliken. Publiken behöver kunna höra både personen och det personen faktiskt sade.

Läs också:

• Gratis produkt kan ge skatt – även om inlägget aldrig publiceras
• Radera Google-aktivitet automatiskt – webbhistoriken kan ändå ligga kvar
• Riverside eller Zencastr: video först kostar ett annat arbetsflöde