Pengembang Game Menggunakan Voice AI untuk Membuka Peluang Kreatif Baru

Teknologi sintesis suara, terutama sintesis ucapan, telah menjadi sangat canggih dalam beberapa tahun terakhir. Sementara teknologi teks-ke-ucapan telah ada selama beberapa dekade, teknologi ini telah menjadi lebih alami dan nyata. Algoritma terbaru dapat mengambil hanya beberapa jam audio dan mensintesis sampel audio yang sangat realistis. Seiring kemajuan teknologi, lebih banyak aplikasi terbuka, termasuk kemungkinan dalam media kreatif. Baru-baru ini, seperti yang dilaporkan oleh VentureBeat, perusahaan game telah mulai menyelidiki penggunaan generasi suara AI untuk menghasilkan dialog untuk game video.

Satu perusahaan, Leviathan Games, telah memulai implementasi voice AI dalam game yang mereka kembangkan saat ini. Wyeth Ridgway, pemilik Leviathan Games, menjelaskan bahwa voice AI dapat mengubah desain game dengan cara yang dramatis. Ridgway menjelaskan bahwa penggunaan voice AI dalam desain game adalah tren yang muncul, dan membandingkannya dengan bagaimana perangkat lunak animasi 3D telah bergeser selama dekade terakhir, dengan perusahaan seperti Pixar menciptakan perangkat lunak proprietary yang dimaksudkan untuk memfasilitasi animasi dan modeling.

Metode tradisional untuk menghasilkan ucapan beroperasi dengan menambahkan file suara yang telah direkam sebelumnya bersama-sama pada saat itu, menggabungkan kalimat bersama dari kata dan frasa yang telah ada sebelumnya. Metode generasi ucapan ini memerlukan perekaman ratusan jam worth dialog dan pelabelan manual klip suara. Ini juga terdengar sedikit tidak alami karena intonasi dan penekanan cenderung bergeser di seluruh kata. Dibandingkan, voice AI terbaru terdengar jauh lebih alami dan beroperasi dengan cara yang berbeda.

Voice AI didasarkan pada jaringan neural dalam. WaveNet adalah salah satu AI pertama yang dapat menghasilkan sampel audio yang meyakinkan dan terdengar alami. Karena sampel suara dihasilkan dari awal, tidak ada kebutuhan untuk merekam ratusan jam dialog, selama data pelatihan yang cukup tersedia. GAN dan model LSTM yang dioptimalkan dapat menghasilkan audio setelah dilatih pada hanya beberapa jam audio yang dilabeli. Hasilnya dapat sangat meyakinkan, seperti ketika eksperimen Google (GOOGL ) Duplex menelepon salon rambut untuk membuat janji.

Seiring teknologi ini menjadi lebih kuat, standar, dan mudah diakses melalui komputasi awan, kemungkinan besar lebih banyak pengembang game akan beralih ke voice AI untuk mengurangi waktu produksi dan biaya. Beberapa perusahaan sudah menciptakan model yang dapat digunakan oleh pengembang game. Replica Studios mengkhususkan diri dalam teknologi suara AI, dan beberapa sampel audio yang dihasilkan oleh teknologi mereka dapat didengar di tautan di sini dan di sini.

Tidak mungkin pengembang game akan memilih untuk menghindari penggunaan aktor suara atas AI. Faktanya, voice AI dapat membuka lebih banyak peluang bagi aktor suara. Saat ini, banyak perusahaan pengembangan game sering melewatkan memiliki dialog yang diucapkan karena investasi waktu dan biaya yang terkait dengan penciptaan dialog yang diucapkan. Aktor suara sering perlu dibawa kembali untuk sesi perekaman lebih lanjut jika ada perubahan pada skrip atau jika direktur game ingin kinerja yang berbeda. Voice AI dapat digunakan untuk bereksperimen dengan/membuat prototipe dialog, mendapatkan perasaan tentang apa jenis perubahan skrip dan revisi yang perlu dilakukan sebelum memanggil aktor suara profesional untuk merekam skrip. Ini dapat menyebabkan lebih banyak perusahaan memiliki sumber daya untuk berinvestasi dalam penciptaan dialog yang diucapkan.

Model suara AI bahkan dapat dilatih pada suara aktor suara tertentu, dan AI dapat digunakan untuk menghasilkan klip dialog yang sepele, selama aktor tersebut dibayar untuk penggunaan suaranya. Seperti yang dilaporkan oleh VentureBeat, aktor suara seperti Simon J. Smith, optimis tentang penggunaan voice AI yang meningkat dan potensinya untuk membuka peluang akting suara baru.

Di luar penggunaan voice AI untuk membuat prototipe skrip atau menciptakan garis suara untuk karakter minor, pengembang game juga dapat menggunakan voice AI untuk memberikan pemain lebih banyak pilihan kustomisasi untuk game peran video. Saat ini, bahkan game yang memungkinkan pemain memilih suara untuk avatar mereka biasanya hanya memiliki beberapa pilihan. Dengan menggunakan voice AI, pilihan tersebut dapat secara fungsional tidak terbatas.