WellSaid Producer tuo tekoälypohjaisen spiikkituotannon osaksi MCP-työnkulkuja

WellSaid julkaisi WellSaid Producerin 10. marraskuuta 2026. Sen myötä puheäänituotannon työkalut tulivat heti käyttöön Claudessa, ChatGPT:ssä, Copilotissa ja muissa Model Context Protocol (MCP) -protokollan kautta yhdistetyissä työnkuluissa. Julkaisun myötä ääntä tuotetaan myös suoraan 48 kHz:n taajuudella, joka on elokuvien, videoiden ja lähetystoiminnan standardi.

Producer tuo äänten valinnan, ohjauksen, ääntämisen, tarkistuksen ja versioinnin yhden tuotantokäyttöliittymän ulkopuolelle. Nämä toiminnot voidaan suorittaa tekoälyavustajan tai asiakkaan oman ohjelmiston sisällä WellSaidin MCP-palvelimen kautta, joka yhdistää tuotantotyökalut kyseisiin sovelluksiin. WellSaid Studio säilyy verkkopohjaisena työtilana, jossa sisältöä voi muokata käsin.

Toimitusjohtaja Benjamin Dorr sanoi, että julkaisu vastaa tiimien tarpeeseen yhdistää eri työkalujen ominaisuuksia. WellSaid keskittyy tarkkaan lopputulokseen, yhtenäiseen brändiääneen ja näyttelijöitä suojaavaan lisensointiin.

Tuotanto olemassa olevissa työkaluissa

Producerin dokumentaatiossa kuvataan työnkulku, joka alkaa MCP-yhteensopivasta avustajasta, sisältöalustasta tai projektinhallintatyökalusta saadusta käsikirjoituksesta. Tiimit voivat kuunnella satoja ääniä, ohjata puheen rytmiä ja painotuksia arkikielellä sekä lähettää tuloksen hyväksyttäväksi. Valmiit äänitiedostot ja tekstitykset voidaan sen jälkeen siirtää sisällönhallintajärjestelmään, digitaalisten aineistojen hallintajärjestelmään tai oppimisen hallintajärjestelmään, johon sisältyy oikeuksia ja lisenssiä koskeva tietue.

Producer ja Studio käyttävät samoja ääniä, ääntämiskirjastoja ja projekteja. Producerilla luotuihin äänitiedostoihin lisätään versiotiedot ja muokkausten seuranta Studiossa. Kun käsikirjoitus, tuotenimi tai käytäntö muuttuu, Producer voi päivittää kaikki muutoksen piiriin kuuluvat puheääniraidat yhdellä kertaa hyväksyttyä ääntä ja ohjausta käyttäen. Tällöin tarkistajien tarvitsee arvioida uudet versiot sen sijaan, että he kokoaisivat tiedostot yksitellen uudelleen.

Näin ylläpito on osa julkaisuprosessia: samaa yhteyttä, jolla luodaan koulutusmateriaali tai tuotevideo, voidaan käyttää myös sen kerronnan päivittämiseen, kun taustalla oleva aineisto muuttuu.

Natiivi ääni ja ääntäminen

WellSaidin mukaan Producer on ensimmäinen puheäänituotantoalusta, joka tuottaa ääntä suoraan 48 kHz:n taajuudella. Näin täyden äänenlaadun ääni voidaan tuoda videon aikajanalle ilman näytteenottotaajuuden suurentamista. Tämä ominaisuus on erillinen 96 kHz:n tulosteesta, jota on tuettu vuodesta 2025 lähtien kaupallista editointia ja miksausta varten, ja se vastaa teollisuuden sovelluksia ja interaktiivisia puheohjausjärjestelmiä korkeampaan äänenlaatuvaatimukseen.

Agenttipohjaiset tyylioppaat soveltavat brändinimien, tuotenimien, lyhenteiden ja teknisten termien ääntämisvalintoja yhdistetyissä työnkuluissa. WellSaidin mukaan taustalla oleva ääntämismalli koulutettiin yli 500 000 Oxford Languagesin transkriptiolla.

Aineisto on peräisin yhteistyöstä, josta WellSaid ilmoitti 6. helmikuuta 2024. Oxford Languages toimitti englanninkielisiä transkriptioita sekä tavujaolla että ilman sitä ja lisäksi äänitallenteet useimmista sanoista WellSaidin Respelling-järjestelmän kouluttamista varten. Järjestelmän avulla käyttäjät voivat muokata oikeiden tai keksittyjen sanojen ääntämistä. Producer soveltaa tätä hallintaa yhdistetyissä työkaluissa, jotta haluttu ääntämistapa säilyy yhdenmukaisena sisällön muokkaamisen yhteydessä.

Lisensointi tekoälytyönkuluissa

Sama lisensointi koskee tiimin työskentelyä sekä Studiossa että Producerin kautta. WellSaidin mukaan kaikki sen kaupalliseen käyttöön lisensoimat äänet ovat ammattinäyttelijöiden tuottamia. Näyttelijät ovat antaneet suostumuksensa, ja heille maksetaan korvaus äänen käytöstä. Kunkin äänen käyttöehdot ovat nähtävissä molemmissa ympäristöissä. Lisenssitietue pysyy liitettynä valmiiseen äänitiedostoon, vaikka tuotanto tapahtuisi tekoälyavustajassa tai asiakkaan rakentamassa työkalussa. Asiakkaat voivat myös luoda brändeilleen mukautettuja digitaalisia ääniä jäljitteleviä kirjastoja samojen suostumusta ja lisensointia koskevien periaatteiden mukaisesti.

Alicia Harris, yksi alustan äänten takana olevista näyttelijöistä, sanoi, että tuote helpottaa hänen äänensä käyttöä ja että asiakkaat saavat samalla lisää tehokkuutta, kun taas näyttelijät ”pysyvät mukana prosessissa ja saavat siitä korvauksen”. Hänen lausuntonsa tuo esiin julkaisun työelämään liittyvän ulottuvuuden: automaatio muuttaa sitä, missä puheääni tuotetaan, mutta WellSaidin mallissa näyttelijän suostumus ja korvaus säilyvät käytön ehtona.

Producer mahdollistaa myös muiden palveluntarjoajien äänimallien käytön WellSaidin äänien rinnalla samassa työnkulussa. WellSaid kehittää omia mallejaan ja tekee yhteistyötä muiden mallien parissa, jotka on koulutettu kaupalliseen käyttöön hyväksytyllä datalla. Yhtiön mukaan se aikoo laajentaa Producerin näyttelijävalikoimaa ja lisensointivaihtoehtoja.

Kursseja, markkinointivideoita ja muuta säännöllisesti tuotettavaa sisältöä tekeville yrityksille pelkkä puheen tuottaminen ei riitä. Ääntämisen, muutosten ja näyttelijöiden lisensoinnin on säilyttävä kunnossa, kun ääni kulkee tekoälyavustajien, ulkoisten äänimallien ja julkaisujärjestelmien välillä. Producer on suunniteltu pitämään nämä tuotannon hallintatoiminnot yhdessä.