Day10：反人類的格式

前情提要，我可愛的老婆是個聲優（炫耀
現在剛好很多科技公司要搞 AI 語音，都需要收實際真人的語音資料

因此很多都會去找她來錄製資料集
順道一提，這些資料集訓練出來的 TTS 會用在多家用戶規模億級的 C 端產品上，品質有保證，歡迎感興趣與有能力的甲方爸爸來發案（畢竟老婆的出場費通常挺高的🙈

通常是沒那麼容易出場的，除非給的實在太多....

咳咳偏題了，一樣回到這次的困擾好了

因為發案的甲方通常都只提供最低必要的資訊，就算它是很反人類的格式QQ
這個時候為了挽救老婆的 SAN 值，只好來略使一些魔法了🪄

乙方的悲歌

首先就是甲方提供的稿件格式很難閱讀
它是一張很多句的表格，卻輸出成 PDF
而 PDF 版面固定：放大要左右拖動、縮小又看不清楚

吐槽一下，在看到這種表格類型的資料，對方竟然提供的是 PDF 格式的表格
我的大腦：

手忙腳亂

而錄音的時候，錄音者其實要做的事情不少：

• 眼睛要找到下一句
• 嘴巴要念出來
• 還要記得現在錄到哪一句

版面再來搗亂一下，整個人就很累

其次就是對方提供的是簡體的文字
但老婆要錄的是台灣口音的國語

邊看簡體、邊用台灣的習慣念出來，腦袋要一直在背景轉換
更別說裡面還夾著一些大陸用語，像是「西紅柿」「菜譜」
念的時候還得想一下：是要照念還是換成台灣的說法？

通靈王

而且很多內容其實是缺少一些情境的
這些句子是從一段一段的對話裡截出來的，沒頭沒尾就開始
誰在說話、在什麼場合、心情怎樣，都要自己猜

可是聲優要演得出來
沒有情境，就很難入戲

可以舉個例子

模擬資料，不含任何實際客戶資訊

應該可以看得到這部分的資料很難閱讀吧？更何況這樣的東西還有幾千條

明日預告

俗話說的好

Happy wife, happy life.

那既然老婆有這樣的需求，我們就要想辦法解決。
具體是如何解決的，且待明日分曉～