Ondoku ułatwia pracę naukowców i sympozja: Case study Narodowego Muzeum Etnologii

• Narodowe Muzeum Etnologii
• Branża: Muzeum
• Lokalizacja: Suita, prefektura Osaka
• Wywiad: Pan Kobayashi, badacz projektu X-DiPLAS

Cel i wyzwania

Wykorzystanie do narracji w produkcjach wideo dotyczących antropologii kulturowej i etnologii. Wcześniej nagrywano głosy badaczy działających na całym świecie, jednak nagrywanie online nie przebiegało sprawnie, co generowało ogromny nakład pracy.

Rozwiązanie

Rezygnacja z nagrywania głosów badaczy i tworzenie narracji za pomocą Ondoku.

Efekty

Zniknęła konieczność angażowania czasu badaczy i wielokrotnego powtarzania nagrań, co znacznie zredukowało obciążenie pracą. Prędkość produkcji materiałów wideo wzrosła, co pozwoliło na dotrzymywanie napiętych terminów.

W tym artykule przedstawiamy sposób wykorzystania Ondoku jako przykład wdrożenia w Narodowym Muzeum Etnologii (Minpaku) w Suita, prefektura Osaka.

Przedstawienie firmy i działu wdrażającego

Pan Kobayashi (dalej: Kobayashi): Narodowe Muzeum Etnologii to instytut badawczy z zakresu antropologii kulturowej i etnologii, posiadający funkcję muzeum. Należą do niego badacze prowadzący badania terenowe w różnych krajach świata, a wyniki ich prac są szeroko udostępniane społeczeństwu. Przy muzeum działa również Graduate University for Advanced Studies (Sokendai), gdzie studenci dążący do uzyskania stopnia doktora codziennie pogłębiają swoją wiedzę. Nasza instytucja, znana pod nazwą „Minpaku”, w 2024 roku obchodziła 50-lecie swojego istnienia.

Ja działam jako badacz w projekcie X-DiPLAS, który rozpoczął się w roku fiskalnym 2022. X-DiPLAS to projekt mający na celu stworzenie bazy danych zdjęć wykonanych przez antropologów kulturowych i archeologów na całym świecie, do której obywatele mieliby swobodny dostęp. Obecnie koncentrujemy się nie tylko na samym przechowywaniu zdjęć, ale także na działaniach odzwierciedlających „digital stories”, które ukazują, jaką historię niesie ze sobą każda fotografia.

WWW: Narodowe Muzeum Etnologii

Proszę opowiedzieć o okolicznościach wprowadzenia narzędzia do odczytywania tekstu.

Kobayashi: Narzędzie do odczytywania tekstu wprowadziliśmy głównie w celu odciążenia badaczy.

Zajmuję się tworzeniem bazy danych zdjęć wykonanych przez antropologów kulturowych i archeologów z całego świata oraz ich publikacją. Jednak samo zbieranie zdjęć nie wystarczy, by mówić o poprawnym przekazywaniu historii. Każde zdjęcie ma swoją opowieść, dlatego konieczne jest tworzenie materiałów wideo z „głosem” badacza, który wyjaśnia okoliczności wykonania fotografii.

Początkowo kontaktowaliśmy się z badaczami na całym świecie i nagrywaliśmy ich głosy do filmów online. Jednak ze względu na opóźnienia dźwięku czy odgłosy z otoczenia, często dochodziło do wielokrotnych powtórek nagrań, co stanowiło problem. Szukając rozwiązania, które mogłoby odciążyć badaczy, natrafiłem na narzędzie do odczytywania tekstu, które pozwala stworzyć „głos” poprzez samo wpisanie treści.

Czy może Pan opowiedzieć, jak doszło do wyboru Ondoku?

Kobayashi: Miałem pewne uprzedzenia do systemów wykorzystujących AI, takich jak narzędzia do odczytywania tekstu. Odczuwałem dyskomfort przy głosach, które brzmiały nienaturalnie. Jednak głos w Ondoku jest naturalny i poczułem, że idealnie nadaje się do zastąpienia narracji badaczy.

Doceniliśmy również doskonały stosunek jakości do ceny. Równowaga między łatwością obsługi a kosztami jest bardzo dobra, co pozwala na skuteczne wykorzystanie narzędzia nawet w ramach ograniczonego budżetu.

Czy w porównaniu do stanu sprzed wdrożenia Ondoku, problemy zostały rozwiązane (poprawione)?

Kobayashi: Oprócz odciążenia badaczy, proces tworzenia filmów stał się znacznie płynniejszy.

Praca nad nagraniami, która angażowała czas badaczy, była dla nas jednym z negatywnych aspektów pracy. Dzięki Ondoku relacje z badaczami uległy poprawie, co jest dużym krokiem naprzód. Co więcej, ponieważ wysokiej jakości dźwięk powstaje po prostu przez wpisanie tekstu, przyczyniło się to do zwiększenia szybkości produkcji materiałów wideo.

Regularnie organizujemy sympozja w celu promowania projektu. Dzięki wykorzystaniu Ondoku przygotowanie niezbędnych materiałów na te wystąpienia przebiega sprawnie. Szczególnie w okresach, gdy czas na przygotowania do sympozjum jest krótki, odczuwamy ogromną przydatność Ondoku. W okresach intensywnej produkcji korzystamy z Ondoku niemal codziennie.

Czy poza wykorzystaniem w badaniach są inne sytuacje, w których Ondoku okazało się pomocne?

Kobayashi: Dzięki wprowadzeniu Ondoku poprawiła się jakość tekstów tworzonych do narracji.

Pisząc tekst, zdarza się czasem dodawać zbędne wyrażenia, przez co zdania stają się zbyt długie. Okazuje się, że jeśli do Ondoku wpisze się niepotrzebnie długie zdanie, system nie odczyta go najlepiej. Ponieważ generuje mowę niemal jak człowiek, momenty brania oddechu mogą brzmieć nienaturalnie.

Polegając na słuchu, poprawiamy ekspresję i próbujemy ponownie, dzięki czemu zauważamy, że powstaje tekst wysokiej jakości. Możliwość tworzenia jasnych i komunikatywnych tekstów, a nie tylko samo odczytywanie dźwięku, to również zaleta Ondoku.

Czy ma Pan jakieś dalsze sugestie dotyczące ulepszenia Ondoku?

Kobayashi: Z perspektywy badacza pracującego w terenie, ucieszyłoby mnie dodanie języka suahili. Suahili jest językiem o szerokim zasięgu w Afryce, więc jego obecność w ofercie rozszerzyłaby zakres naszych prac.

Oczywiście dla jeszcze sprawniejszego wykorzystania pomocne mogłyby być ulepszenia systemu, takie jak kontrola intonacji. Jednak zbyt duża liczba funkcji mogłaby pogorszyć prostotę obsługi. Biorąc pod uwagę równowagę, w tym cenę, uważam, że obecny interfejs jest na odpowiednim poziomie.

Jak planują Państwo korzystać z Ondoku w przyszłości?

Kobayashi: Chciałbym zwiększyć wykorzystanie Ondoku również w działalności edukacyjnej.

Zadajemy studentom uniwersytetu przy muzeum zadania polegające na tworzeniu krótkich filmów. Przy prezentacji zadań sugerowaliśmy wdrożenie narracji przez Ondoku jako jeden ze sposobów na podniesienie jakości prac. Uważam, że Ondoku, z którego studenci mogą łatwo korzystać, znajdzie wiele zastosowań podczas zajęć.

Ponadto chcemy wykorzystać obsługę języków obcych, co jest atutem Ondoku, w naszych przyszłych działaniach. Obecnie planujemy tworzenie nowych filmów z wykorzystaniem angielskich narracji przygotowanych przez zagranicznych badaczy.

Gdybyśmy zlecali nagrywanie głosów w języku angielskim na zewnątrz, żaden budżet by nie wystarczył. Ondoku powinno przyczynić się do ogromnej redukcji kosztów. Chcemy kontynuować nasze działania, wykorzystując Ondoku do utrwalania głosów badaczy.

Dzięki wykorzystaniu Ondoku udało się nie tylko odciążyć badaczy od nagrywania głosów, ale także zredukować koszty czasowe związane z produkcją filmów! Dziękujemy za podzielenie się tym wspaniałym przykładem.

Mamy nadzieję, że ten przykład będzie cenną wskazówką dla innych muzeów, galerii sztuki i instytucji badawczych borykających się z podobnymi wyzwaniami, a także dla wielu badaczy!

Ondoku to usługa odczytywania tekstu, z której można korzystać bezpłatnie do celów komercyjnych. Obsługuje 81 języków i regionów, a do wyboru jest łącznie ponad 692 lektorów. Próbki głosów i dostępne języki można sprawdzić tutaj.