WellSaid Producer flyttar AI-produktion av speakerröster till MCP-arbetsflöden

WellSaid lanserade WellSaid Producer den 10 november 2026. Därmed blev företagets verktyg för produktion av speakerröster omedelbart tillgängliga i Claude, ChatGPT, Copilot och andra arbetsflöden som är anslutna via Model Context Protocol (MCP). I och med lanseringen kan ljud också genereras direkt i 48 kHz, standarden för film, video och sändningar.

Producer flyttar val av röster, regi, uttal, granskning och versionshantering bortom ett enda produktionsgränssnitt. Funktionerna kan användas i en AI-assistent eller i kundens egen programvara via WellSaids MCP-server, som ansluter produktionsverktygen till dessa applikationer. WellSaid Studio är fortfarande den webbaserade arbetsytan för praktisk redigering.

Vd:n Benjamin Dorr sade att lanseringen svarar mot att team kombinerar funktioner från olika verktyg, medan WellSaid fokuserar på korrekt återgivning, en konsekvent varumärkesröst och licensiering som skyddar skådespelarna.

Produktion i befintliga verktyg

Dokumentationen för Producer beskriver ett arbetsflöde som börjar med ett manus från en MCP-ansluten assistent, innehållsplattform eller projektledningsverktyg. Team kan provlyssna på hundratals röster, styra tempo och betoning med vanligt språk och skicka resultatet för godkännande. Färdigt ljud och tillhörande bildtexter kan sedan flyttas till ett innehållshanteringssystem, en digital tillgångshanterare eller ett lärplattformssystem med en inbäddad dokumentation av rättigheter och licens.

Producer och Studio delar röster, uttalsbibliotek och projekt. Ljud som skapas med Producer versionshanteras och ändringar spåras i Studio. När ett manus, ett produktnamn eller en policy ändras kan Producer uppdatera alla berörda speakerröster i ett enda svep med den godkända rösten och regin. Då kan granskarna bedöma de nya versionerna i stället för att återskapa filerna en och en.

Det innebär att underhåll blir en del av lanseringen: samma anslutning som används för att skapa en utbildningslektion eller produktvideo kan också uppdatera berättarrösten när det underliggande materialet ändras.

Ljud direkt i ursprungligt format och uttal

WellSaid uppgav att Producer är den första plattformen för produktion av speakerröster som genererar ljud direkt i 48 kHz. Därmed kan ljud med full återgivning läggas in i en videotidslinje utan uppsampling. Funktionen är fristående från utmatningen i 96 kHz, som har stöds sedan 2025 för kommersiell redigering och mixning, och möter högre krav på ljudåtergivning än industriella tillämpningar och interaktiva talsvarssystem.

Agentbaserade stilguider tillämpar uttalsval för varumärkesnamn, produktnamn, akronymer och tekniska termer i anslutna arbetsflöden. WellSaid uppgav att den bakomliggande uttalsmodellen tränats på mer än 500 000 transkriptioner från Oxford Languages.

Datamängden kommer från ett samarbete som WellSaid tillkännagav den 6 februari 2024. Oxford Languages tillhandahöll engelska transkriptioner både med och utan stavelseindelning, tillsammans med ljud för de flesta orden, för att träna WellSaids system Respelling. Systemet låter användarna styra uttalet av verkliga eller påhittade ord. Producer tillämpar den kontrollen i anslutna verktyg, så att ett önskat uttal kan förbli konsekvent när innehållet revideras.

Licensiering i AI-arbetsflöden

Samma licensiering gäller oavsett om ett team arbetar i Studio eller via Producer. WellSaid uppger att varje röst som företaget licensierar för kommersiell användning tillhör en professionell skådespelare som har gett sitt samtycke och får betalt när rösten används. Villkoren för varje röst visas i båda miljöerna. Licensinformationen förblir kopplad till det färdiga ljudet även när produktionen sker i en AI-assistent eller ett verktyg som kunden har byggt själv. Kunder kan också skapa bibliotek med anpassade digitala röstkopior för sina varumärken enligt samma principer för samtycke och licensiering.

Alicia Harris, en av skådespelarna bakom en av plattformens röster, sade att produkten gör det enklare att använda hennes röst, samtidigt som kunderna blir effektivare och skådespelarna ”fortfarande är en del av processen och får ersättning”. Hennes uttalande belyser lanseringens arbetsmarknadsdimension: automatiseringen förändrar var speakerröster produceras, men WellSaids modell säkerställer att skådespelarnas samtycke och ersättning följer med användningen.

Producer gör det också möjligt att använda röstmodeller från andra leverantörer sida vid sida med WellSaids röster i ett och samma arbetsflöde. WellSaid utvecklar egna modeller och samarbetar med andra modeller som tränats på data godkända för kommersiell användning. Företaget uppgav att det planerar att utöka utbudet av talanger och licensieringsalternativ i Producer.

För företag som producerar kurser, marknadsföringsvideor och annat innehåll som återkommer räcker det inte att bara generera tal. Uttal, revideringar och skådespelarnas licensiering måste bevaras när ljudet passerar mellan AI-assistenter, externa röstmodeller och publiceringssystem. Producer är utformat för att hålla ihop dessa produktionskontroller.