Como preservar a voz do falante ao traduzir um vídeo

Há um momento em que você se ouve falando um idioma que não fala. É estranho, um pouco empolgante e, se for mal feito, profundamente incômodo. A voz é quase sua, mas a pessoa que ela descreve não é bem você.

Preservar a voz de um falante entre idiomas é, em grande parte, um problema técnico já resolvido. A diferença entre uma dublagem que parece certa e uma que não parece costuma estar na entrada que você fornece e em um punhado de escolhas que você faz depois. Este guia passa pelas duas.

O que “preservar a voz” realmente significa

Quando as pessoas dizem que querem que a dublagem “soe como eu”, em geral estão pedindo várias coisas ao mesmo tempo.

Timbre. O caráter básico da voz: quão grave ou brilhante, quão calorosa, quanta rouquidão ou sopro. É a parte que a clonagem de voz faz melhor.

Faixa de altura e hábitos. Se você costuma subir o tom no fim de uma pergunta, se fala em um registro plano e constante ou oscila entre agudo e grave.

Ritmo e cadência. Onde você pausa, quão rápido fala quando está animado, quanto tempo se demora em um ponto.

Emoção. Se uma risada soa como risada, se a ênfase cai onde deveria.

Sotaque. Este é complicado e merece reflexão, porque um sotaque não se traduz. Se você fala inglês com um sotaque regional específico, o espanhol dublado não vai reproduzi-lo, e você provavelmente nem iria querer. Ele deve soar como um falante nativo de espanhol com o caráter da sua voz.

Uma boa dublagem leva os quatro primeiros itens e trata o quinto com bom senso. Ninguém deve esperar uma cópia perfeita, e quem promete isso está exagerando.

Como a clonagem de voz funciona, em resumo

Você não precisa da matemática, mas uma ideia ajuda. Um modelo de voz é treinado com a fala gravada da pessoa, ou condicionado por ela. Ele aprende uma representação do que torna aquela voz distinta e depois a usa para gerar fala nova, neste caso as frases traduzidas.

Duas consequências decorrem disso. Primeiro, o modelo só representa o que ouve, então quanto mais clara e rica a amostra, melhor a clonagem. Segundo, a voz clonada vai carregar as qualidades de tudo o que você deu a ela, inclusive um dia de rouquidão, zumbido de fundo e uma sala com eco.

Dê uma boa amostra

É aqui que está a maior parte do ganho. Se você está clonando a sua própria voz, dedique dez minutos à gravação.

• Grave em uma sala silenciosa e macia. Um armário cheio de roupas vence uma cozinha vazia. A reverberação é a inimiga.
• Use um microfone decente, perto da boca. Um microfone USB ou um headset serve. O microfone do notebook do outro lado da mesa, não.
• Fale naturalmente. Resista à vontade de soar como um narrador. Leia algo de conversa ou simplesmente conte como foi o seu dia. O modelo aprende com o jeito como você realmente fala.
• Inclua variedade. Perguntas, afirmações, um pouco de empolgação, um trecho calmo. Uma amostra monótona produz uma clonagem monótona.
• Evite ruído e música. Zumbido de geladeira, ventiladores e música de fundo vazam para a clonagem.

Se você está dublando um vídeo em que o áudio original do falante é a fonte, valem as mesmas regras para esse áudio. Fala limpa dá mais material ao sistema.

Vários falantes

Entrevistas e vídeos com painel acrescentam uma complicação. O sistema precisa separar quem disse o quê e depois atribuir uma voz distinta a cada pessoa. O que ajuda:

• Evite fala sobreposta quando puder.
• Confira os rótulos de falante depois da transcrição. Se duas pessoas foram unidas em uma, a dublagem usará uma só voz para as duas.
• Dê a cada pessoa fala solo suficiente. Um convidado que só diz “certo” e “sim” não dá muito material para o sistema modelar.

Leia a transcrição no Studio antes de publicar, para que uma frase atribuída à pessoa errada seja pega antes de virar diálogo na voz errada.

Mantenha o ritmo natural

As pessoas raramente percebem uma voz clonada um pouco diferente da original. Percebem uma voz que soa apressada. É o motivo mais comum de uma dublagem parecer artificial, e é tanto um problema de tradução quanto de voz.

Os idiomas diferem em quantas sílabas são necessárias para dizer a mesma coisa. Se a tradução é bem mais longa que o original, a voz dublada precisa acelerar para caber no mesmo intervalo ou invadir a frase seguinte. Resolver isso costuma significar enxugar a tradução, e não mexer na voz.

Pegue uma frase que soa apressada e pergunte se a tradução diz mais do que precisa. Corte uma ressalva, tire uma oração redundante e gere aquela frase de novo. A calculadora de tempo de fala é um jeito rápido de ter uma noção aproximada de quanto tempo um texto leva para ser falado.

Confira os detalhes que entregam uma voz

Ouça estes pontos na primeira passada.

Nomes. Seu nome, o nome do seu canal, os nomes dos seus produtos. Se o modelo os pronuncia de um jeito diferente do seu, corrija. Reescrever uma palavra foneticamente no texto costuma ajudar.

Risadas e hesitações. A fala natural tem hesitações, respirações, pequenas risadas. Uma dublagem que remove tudo isso pode parecer estéril, e uma que mantém todo “hum” pode parecer bagunçada. Decida o que você quer e edite de acordo.

Ênfase. Se uma frase deve pousar em uma palavra específica, confira se o acento cai ali na tradução. Às vezes reformular a frase para que a palavra-chave venha no fim resolve.

Consentimento e ética

Isto importa, então vamos dizer sem rodeios. Clone a sua própria voz ou a de alguém que concordou com isso. Não clone a voz a partir da gravação de alguém que não consentiu, e tenha cuidado com figuras públicas. Além da questão ética, você pode ter problemas legais em muitos lugares.

Ser transparente com o público também é uma boa prática. Uma frase curta na descrição, algo como “dublado com IA, voz gerada a partir do falante original”, é honesta e raramente prejudica. Os espectadores tendem a reagir pior ao descobrir depois do que a serem avisados.

Quando você não quer a voz original

Às vezes uma voz diferente é a escolha certa. Um vídeo de treinamento corporativo pode ficar melhor com um narrador neutro. Uma aula infantil pode pedir um tom mais amigável. Um falante que não se sente à vontade ouvindo uma versão sintética de si mesmo não deve ser pressionado.

A clonagem de voz é uma escolha, e não uma obrigação. Pense se a identidade do falante faz parte do que o público valoriza. Para um criador ou instrutor com uma voz reconhecível, em geral faz. Para um vídeo explicativo sem rosto, em geral não.

Se você dubla vídeos do YouTube com a sua própria voz, o guia do tradutor de vídeos do YouTube mostra como a clonagem entra no fluxo de um canal, e dublagem com IA para criadores dá a visão geral.

Um processo repetível

Se você dubla com frequência, esta é uma rotina que funciona:

1. Grave ou escolha uma amostra de voz limpa uma vez e reutilize.
2. Duble o vídeo com a clonagem de voz ligada.
3. Ouça o primeiro minuto e qualquer trecho com muita emoção.
4. Corrija a pronúncia de nomes e termos.
5. Encurte qualquer frase que soe apressada.
6. Gere de novo só as frases alteradas.
7. Ouça tudo mais uma vez, de preferência com alguém que fale o idioma.

O Dubtitle oferece clonagem de voz em todos os planos, inclusive no teste grátis, e a página de dublagem com IA explica o fluxo. Se quiser ouvir a si mesmo em outro idioma, comece um teste grátis com um clipe curto.