Ondoku effektiviserar symposier och minskar forskares arbetsbörda! Fallstudie från National Museum of Ethnology.

• Nationalmuseum för etnologi
• Bransch: Museum
• Plats: Suita, Osaka prefektur
• Intervju: Kobayashi, forskare vid X-DiPLAS-projektet

Syfte/Utmaning

Används för berättarröst i filmproduktioner om kulturantropologi och etnologi. Forskare verksamma i hela världen brukade spela in sina röster, men det var svårt att få till bra inspelningar online, vilket innebar stora ansträngningar.

Lösning

Sluta med röstinspelning av forskare och istället skapa berättarröster med Ondoku.

Effekt

Det finns inte längre något behov av att binda upp forskarnas tid för upprepade inspelningar, vilket avsevärt minskar arbetsbelastningen. Tempot i filmproduktionen har också ökat, vilket gör det möjligt att hantera snäva tidsramar.

I den här artikeln presenterar vi ett exempel på hur Ondoku används vid Nationalmuseum för etnologi (Minpaku) i Suita, Osaka prefektur.

Introduktion av organisationen och avdelningen

Kobayashi (nedan kallad Kobayashi): Nationalmuseum för etnologi är ett forskningsinstitut för kulturantropologi och etnologi med museifunktioner. Forskare med fältarbete i olika länder över hela världen är verksamma här och sprider sina forskningsresultat till allmänheten. Vi har även ”Graduate University for Advanced Studies”, där studenter som siktar på att färdigställa sina doktorsavhandlingar fördjupar sina kunskaper dagligen. Museet, som är känt under smeknamnet ”Minpaku”, firade sitt 50-årsjubileum 2024.

Jag har arbetat som forskare för X-DiPLAS sedan 2022. X-DiPLAS är ett projekt som syftar till att skapa en databas av fotografier tagna av kulturantropologer och arkeologer runt om i världen, och bygga en miljö där allmänheten fritt kan ta del av dem. För närvarande fokuserar vi inte bara på att lagra fotografier, utan också på aktiviteter som reflekterar ”digitala berättelser” som förklarar historien bakom varje bild.

Webbplats: Nationalmuseum för etnologi

Berätta om bakgrunden till att ni införde ett text-till-tal-verktyg.

Kobayashi: Vi införde ett text-till-tal-verktyg främst för att underlätta arbetsbördan för forskarna.

Jag arbetar med att databasföra fotografier tagna av kulturantropologer och arkeologer från hela världen och göra dem tillgängliga för allmänheten. Men att bara samla in bilder räcker inte för att korrekt föra vidare historien. Eftersom varje bild har en berättelse, krävs produktion av filmmaterial med ”röster” där forskaren förklarar situationen vid fotograferingstillfället.

Från början tog vi kontakt med forskare runt om i världen och spelade in deras röster för filmerna online. Men det uppstod ofta problem med tidsfördröjning i rösten eller störande ljud utifrån, vilket gjorde att vi var tvungna att göra om inspelningarna många gånger. När jag letade efter något som kunde minska forskarnas belastning kom jag i kontakt med text-till-tal-verktyg som kan skapa en ”röst” bara genom att skriva in text.

Kan du berätta om hur ni kom fram till att välja just Ondoku?

Kobayashi: Jag var tidigare lite skeptisk till AI-baserade system som text-till-tal-verktyg. Jag kände ett visst obehag inför röster som lät lite verklighetsfrämmande. Men Ondokus röst kändes naturlig, och jag kände att den var idealisk för att ersätta forskarnas berättarröster.

Dessutom var kostnadseffektiviteten en viktig faktor. Balansen mellan användarvänlighet och pris är god, och verktyget presterar utmärkt även inom en begränsad budget.

Har utmaningarna lösts (förbättrats) jämfört med innan införandet av Ondoku?

Kobayashi: Förutom att minska belastningen på forskarna kan vi nu producera filmmaterial betydligt smidigare.

Inspelningsarbetet, som tog upp mycket av forskarnas tid, var en av de delar i vårt arbete som kändes mest negativa. Tack vare Ondoku har interaktionen med forskarna blivit bättre, vilket är ett stort framsteg. Dessutom skapas högkvalitativt tal bara genom att skriva text, vilket bidrar till att öka tempot i filmproduktionen.

Vi anordnar regelbundet symposier för att driva projektet framåt. Förberedelserna av det material som behövs för presentationerna har också kunnat ske smidigt med hjälp av Ondoku. Särskilt när förberedelsetiden inför ett symposium är snäv, märker vi hur stor nytta vi har av Ondoku. Faktum är att vi använder Ondoku nästan dagligen under perioder med hög produktionstakt.

Har du några andra exempel på när Ondoku har varit till hjälp, utöver i forskningen?

Kobayashi: Genom att använda Ondoku har kvaliteten på de texter vi skriver för berättarröster förbättrats.

När man skriver texter händer det ofta att man lägger till onödiga uttryck så att meningarna blir för långa. Faktum är att om man matar in onödigt långa meningar i Ondoku, läses de inte upp på ett bra sätt. Eftersom rösten låter nästan som en människa, kan det kännas onaturligt när den behöver ta andetag.

Genom att lyssna på rösten, se över uttrycken och sedan försöka igen, märker jag att vi skapar texter av högre kvalitet. En av fördelarna med Ondoku är att det inte bara handlar om uppläsning, utan att det också hjälper oss att skapa texter som är tydliga och lätta att ta till sig.

Har du några önskemål om framtida förbättringar av Ondoku?

Kobayashi: Ur en forskares perspektiv, med hela världen som fält, skulle det vara mycket uppskattat om swahili lades till. Swahili är ett språk som talas över stora delar av Afrika, så att ha det i utbudet skulle bredda vårt arbete.

För att göra användningen ännu smidigare skulle systemförbättringar som intonationskontroll säkert vara bra. Men om det blir för många avancerade funktioner finns risken att den enkla användarvänligheten går förlorad. Med tanke på balansen, inklusive priset, känns det nuvarande gränssnittet som en mycket bra nivå.

Hur planerar ni att använda Ondoku i framtiden?

Kobayashi: Jag vill utöka användningen av Ondoku även inom våra utbildningsaktiviteter.

Ibland ger vi studenter vid universitetet som är anslutet till museet i uppgift att skapa korta filmer. Vid redovisningen rekommenderade jag användning av berättarröster via Ondoku som ett sätt att höja kvaliteten på deras arbeten. Eftersom Ondoku är så lätt att använda även för studenter, tror jag att det finns många situationer i undervisningen där det kan vara till nytta.

Jag vill också dra nytta av Ondokus stöd för främmande språk i framtida aktiviteter. Just nu planerar vi att skapa nya filmer med engelska berättarröster baserade på översättningar gjorda av utländska forskare.

Om vi skulle anlita externa tjänster för engelsk röstinspelning skulle budgeten aldrig räcka till. Med Ondoku kan vi spara enorma kostnader. Vi vill fortsätta använda Ondoku för att fånga upp forskarnas röster i vårt fortsatta arbete.

Genom att använda Ondoku kunde ni inte bara minska bördan för forskarna att spela in sina egna röster, utan också sänka tidskostnaderna för filmproduktion! Tack för att du delade med dig av detta fantastiska exempel.

Måtte detta exempel vara till stor hjälp för andra forskningsinstitutioner som museer och konsthallar med liknande utmaningar, liksom för många andra forskare!

Ondoku är en text-till-tal-tjänst som kan användas kostnadsfritt för kommersiellt bruk. Den stöder över 80 språk och dialekter med totalt över 650 olika röster. Du kan lyssna på rösttyper och ljudprover för de språk som stöds här.