Novemade
Alle Experimente

Neunundzwanzig vertonte Locales offline herstellen

Lässt sich ein vollständiger mehrsprachiger Sprachsatz für eine Kinder-App lokal auf einer GPU herstellen, ohne bezahlte Sprach-API und ohne Abrechnung pro Zeichen?

LABOR

·

Eine App für Kinder unter sechs ist ein Produkt, bei dem die Stimme zuerst kommt: Das Publikum kann nicht lesen, also muss jede Aufforderung, Zahl und Belohnung gesprochen werden. Sie auf die übliche Weise zu lokalisieren bedeutet einen Text-to-Speech-Anbieter, eine Rechnung pro Zeichen, die mit jeder Inhaltsänderung mitwächst, und eine Abhängigkeit, die über die Lebensdauer der App hinweg finanziert bleiben muss.

Wir haben das gesamte Paket stattdessen offline hergestellt — zwei Sprecher über neunundzwanzig Locales, dazu ein getrennter, sanfterer Satz Aufnahmen für Zwei- und Dreijährige auf den Zähl- und Farbzeilen, fünfzehn Musikstücke und acht Soundeffekte. Jede Zeile hat einen Manifest-Eintrag, der ihren Text, ihre Datei, das Modell, das sie erzeugt hat, und ihr QA-Ergebnis festhält, und jede Musik- und Klangdatei trägt einen Lizenznachweis pro Datei.

Was die Automatisierung nicht konnte, war zu beurteilen, ob eine Zeile für ein Kind in einer Sprache richtig klingt, die niemand im Team spricht. Dieser Teil blieb menschlich, und das Paket kommt mit einer Abhör-Checkliste, die das ausdrücklich sagt, statt anzudeuten, die QA sei vollständig gewesen.

Was wir gelernt haben

Erkenntnisse bis jetzt.

  1. 01

    Format ist eine Plattformentscheidung, keine Vorliebe. Das Briefing verlangte Opus; iOS leitet Flutter-Audio über AVPlayer, der keinen Opus- oder OGG-Decoder hat, also ist ein Build, der nur Opus enthält, auf dem iPhone stumm. Das Paket liefert AAC-LC in .m4a als Standard und behält Opus als Android-exklusive Alternative mit identischen Dateinamen.

  2. 02

    Eine Fallback-Kette für Locales muss entworfen und nicht improvisiert werden. Genaue Locale, dann Basissprache, dann Englisch — einmal hingeschrieben und vom Player eingehalten.

  3. 03

    Herkunftsnachweise sind zur Produktionszeit günstig und später teuer zu rekonstruieren. Modell, Lizenz und QA-Ergebnis pro Datei beim Erzeugen festzuhalten kostete nichts; sie hinterher wiederherzustellen hätte bedeutet, alles neu zu erzeugen.

Über Pivumo

Dieses Experiment entstand beim Bau von Pivumo.