Je screencast staat, het script klopt, en bij het terugluisteren haat
je je eigen stem. Vroeger was het antwoord een stemacteur, en die
rekent voor vijf minuten audio al snel honderd euro. Een dienst voor
tekst naar spraak met AI-stemmen rekent een
tientje per maand, of niets met de gratis proefversie. De vraag is dus
niet of het goedkoper kan, maar of je kijker het verschil hoort.
Voor een softwaretutorial of een instructievideo bij een handleiding
merkt die kijker bijna niets. Die kijker wil stap vier weten, geen
emotie voelen. Zolang de uitspraak klopt en het tempo meegaat, volgt
hij gewoon mee. Anders wordt het zodra sfeer meedoet. Een stem die je
merkvideo of een podcastintro inspreekt, klinkt als een
koffiezetautomaat tegen iemand die een barista verwacht. Daar wil je
een mens, en die mag best geld kosten.
Plaatsnamen en eenheden doen een stem struikelen
AI-stemmen vallen vooral over woorden die als los geheel niet in hun
woordenlijst staan. Denk aan een plaatsnaam als Den Bosch of een
eenheid als kilowattuur. De oplossing zit in je script. Schrijf wat je
horen wil, dus kilowattuur in plaats van kWh, en zet lastige namen
fonetisch op papier. Genereer die ene zin vervolgens net zo lang
opnieuw tot hij klopt, want bij een menselijke opname neem je de hele
take opnieuw.
Het tempo ligt lager dan je in gesprek praat
In een gesprek kom je zo’n 140 tot 160 woorden per minuut. Voor
uitlegvideo is dat te snel, want de kijker moet tegelijk naar je
scherm kijken én luisteren. Reken op zo’n 120 tot 140 woorden per
minuut en regel het met het tempo-schuifje in je tool. Test met de
eerste twintig seconden. Lukt het meelezen op het scherm niet, dan
draai je nog een tandje terug. Kijkers spoelen zelf terug als ze iets
missen, maar ze haken af bij een stem die jaagt.
Lange zinnen verraden de machine
Intonatie is het echte verschil. Binnen één korte zin klinkt een goede
stem menselijk, en op een zin met drie bijzinnen wordt hij vlak. De
truc staat dus in je script, niet in de tool. Schrijf korte zinnen met
een punt erachter en laat samengestelde zinnen voor wat ze zijn.
Klinkt het daarna nog bot, wissel dan van tooninstelling of
hergenereer die regel. In tien minuten werk heb je vijf minuten video
opnieuw ingesproken, zonder microfoon.
Luister een minuut met je ogen dicht
Beoordeel de stem niet op het scherm, maar met je oren. Zet de eerste
minuut op, kijk weg en luister alleen. Bots je ergens op een
uitspraak, herstel die zin en ga door. Vraag daarna iemand die het
product niet kent om te luisteren. Merkt die er niets van, dan is de
stem goed genoeg en heb je een paar honderd euro overgehouden. Merkt
die het wel, dan zit het probleem haast nooit in de stem, maar in je
script.
Zet vanmiddag je eerstvolgende tutorial om naar een AI-stem en laat
één buitenstaander de eerste minuut horen.