WellSaid Producer przenosi produkcję nagrań lektorskich AI do procesów opartych na MCP

WellSaid uruchomiło WellSaid Producer 10 listopada 2026 r., udostępniając swoje narzędzia do produkcji nagrań lektorskich bezpośrednio w Claude, ChatGPT, Copilot i innych procesach połączonych za pośrednictwem Model Context Protocol (MCP). W ramach tej premiery wprowadzono także natywne generowanie dźwięku z częstotliwością 48 kHz, standardową w filmie, wideo i radiofonii.

Producer przenosi dobór głosów, reżyserię, ustalanie wymowy, weryfikację i wersjonowanie poza pojedynczy interfejs produkcyjny. Funkcje te mogą działać w asystencie AI lub oprogramowaniu klienta za pośrednictwem serwera MCP firmy WellSaid, który łączy narzędzia produkcyjne z tymi aplikacjami. WellSaid Studio nadal jest internetowym środowiskiem do ręcznej edycji.

Prezes Benjamin Dorr powiedział, że premiera odpowiada na potrzeby zespołów łączących możliwości różnych narzędzi, a WellSaid koncentruje się na precyzyjnym przekazie, spójnym głosie marki i licencjonowaniu chroniącym aktorów.

Produkcja w wykorzystywanych już narzędziach

Dokumentacja Producer opisuje proces rozpoczynający się od scenariusza przygotowanego w asystencie, platformie do zarządzania treścią lub narzędziu do zarządzania projektami połączonym z MCP. Zespoły mogą odsłuchiwać setki głosów, określać tempo i akcenty za pomocą prostych poleceń oraz przesyłać nagranie do zatwierdzenia. Gotowe audio i napisy można następnie przenieść do systemu zarządzania treścią, systemu zarządzania zasobami cyfrowymi lub systemu zarządzania nauczaniem wraz z osadzonym rejestrem praw i licencji.

Producer i Studio korzystają ze wspólnych głosów, bibliotek wymowy i projektów. Nagrania utworzone w Producer otrzymują w Studio wersje i historię edycji. Gdy zmieni się scenariusz, nazwa produktu lub zasady, Producer może jednocześnie zaktualizować wszystkie powiązane nagrania lektorskie, stosując zatwierdzony głos i wskazówki reżyserskie. Recenzenci mogą wtedy ocenić nowe wersje zamiast odtwarzać każdy plik z osobna.

Dzięki temu konserwacja treści staje się częścią procesu ich wdrażania: to samo połączenie, które służy do tworzenia lekcji szkoleniowej lub filmu o produkcie, może również aktualizować narrację, gdy zmienią się materiały źródłowe.

Natywne generowanie dźwięku i wymowa

WellSaid poinformowało, że Producer to pierwsza platforma do produkcji nagrań lektorskich, która natywnie generuje dźwięk z częstotliwością 48 kHz. Dzięki temu dźwięk o pełnej wierności można umieścić na osi czasu wideo bez zwiększania częstotliwości próbkowania. Ta funkcja jest odrębna od obsługi wyjścia 96 kHz, dostępnej od 2025 r. na potrzeby komercyjnej edycji i miksowania, i zapewnia wyższą wierność dźwięku niż rozwiązania przemysłowe oraz systemy interaktywnej odpowiedzi głosowej.

Agentowe przewodniki stylu stosują ustalone sposoby wymowy nazw marek i produktów, akronimów oraz terminów technicznych w połączonych procesach. WellSaid poinformowało, że model wymowy, na którym opiera się to rozwiązanie, wytrenowano na ponad 500 000 transkrypcji Oxford Languages.

Zbiór danych powstał w ramach współpracy, którą WellSaid ogłosiło 6 lutego 2024 r. Oxford Languages dostarczyło angielskie transkrypcje z podziałem na sylaby i bez niego, a także nagrania audio większości słów, aby wytrenować system Respelling firmy WellSaid, pozwalający użytkownikom kształtować wymowę słów istniejących i wymyślonych. Producer stosuje te ustawienia we wszystkich połączonych narzędziach, dzięki czemu preferowana wymowa pozostaje spójna także po wprowadzeniu zmian w treści.

Licencjonowanie w procesach AI

Te same zasady licencjonowania obowiązują niezależnie od tego, czy zespół pracuje w Studio, czy za pośrednictwem Producer. WellSaid twierdzi, że każdy głos licencjonowany do użytku komercyjnego należy do profesjonalnego aktora, który wyraził zgodę i otrzymuje wynagrodzenie za każde użycie głosu; warunki licencji każdego głosu są widoczne w obu środowiskach. Rejestr licencji pozostaje powiązany z gotowym nagraniem nawet wtedy, gdy produkcja odbywa się w asystencie AI lub narzędziu stworzonym przez klienta. Klienci mogą również tworzyć biblioteki niestandardowych cyfrowych replik głosów na potrzeby swoich marek, zgodnie z tymi samymi zasadami dotyczącymi zgody i licencjonowania.

Alicia Harris, aktorka, której głosów używa jedna z platform, powiedziała, że produkt ułatwia korzystanie z jej głosu, a klienci zyskują większą efektywność, zaś aktorzy „pozostają częścią procesu i otrzymują wynagrodzenie”. Jej wypowiedź podkreśla wpływ premiery na pracę aktorów: automatyzacja zmienia miejsce tworzenia nagrań lektorskich, ale model WellSaid nadal wiąże korzystanie z głosu ze zgodą aktora i jego wynagrodzeniem.

Producer umożliwia również korzystanie w jednym procesie z modeli głosowych innych dostawców i głosów WellSaid. Firma WellSaid tworzy własne modele i współpracuje z innymi modelami wytrenowanymi na danych dopuszczonych do użytku komercyjnego; poinformowała, że planuje rozszerzyć ofertę talentów i licencji w Producer.

W przypadku przedsiębiorstw regularnie tworzących kursy, filmy marketingowe i inne treści wymagania wykraczają poza samo generowanie mowy. Wymowa, poprawki i licencje aktorów muszą pozostać niezmienione, gdy audio przechodzi między asystentami AI, zewnętrznymi modelami głosowymi i systemami publikacji; Producer zaprojektowano tak, by wszystkie te mechanizmy kontroli produkcji działały razem.