آپ کے AI ویڈیو پریزنٹر کی آواز تیز کیوں لگتی ہے

آواز مسئلہ نہیں تھی

ظاہری شبہ AI آواز پر تھا، اور وہ ٹھیک تھی۔ وہی آواز ٹیم کے دوسرے اشتہارات میں معمول کی لگتی تھی، جس کی وجہ سے موازنہ کرنا فائدہ مند رہا۔ جو اشتہار غلط لگ رہا تھا اسے ان کے ساتھ رکھ کر دیکھا جو ٹھیک لگ رہے تھے، تو دو الگ وجوہات ایک دوسرے پر چڑھی ہوئی نظر آئیں۔ آواز بدلنا وقت ضائع کرنا ہوتا: نیا پریزنٹر بھی بالکل اسی طرح دبایا جاتا۔

پہلی وجہ: چوڑی ویڈیوز پر AI ویڈیو پریزنٹر کی آواز تیز کیوں لگتی ہے

پلیٹ فارم پریزنٹر کی سطریں ریکارڈ ہونے سے تقریباً 12 فیصد زیادہ تیز چلاتا تھا، ایسی رفتار جو فون پر چھوٹے عمودی اشتہارات کے لیے بنائی گئی تھی، جہاں تیز انداز کام کرتا ہے۔ یہ ہر ویڈیو پر لاگو تھی، اس لیے ویب سائٹ کے لیے بنائی گئی چوڑی وضاحتی ویڈیو تیز رفتار محسوس ہوتی تھی۔ اسے درست کرنے سے فائدہ ہوا، مگر ویڈیو کچھ جگہوں پر پھر بھی جلدباز لگی۔ سیٹنگ بذات خود غلط نہیں تھی؛ وہ غلط جگہ پر تھی۔

دوسری وجہ: ایک کلپ کے لیے بہت لمبی سطریں

AI ویڈیو جنریٹر ہر پریزنٹر کلپ تقریباً چھ سیکنڈ کا بناتا ہے، چاہے کوئی بھی سطر دی جائے، اس لیے جو سطر زیادہ وقت مانگے وہ دب جاتی ہے۔ وہ رک کر چھوٹی سطر نہیں مانگتا؛ وہ ہمیشہ والا کلپ بناتا ہے اور الفاظ اس میں فٹ کر دیتا ہے۔ چونکہ اسٹوری بورڈ میں مناظر ایک قدم بچانے کے لیے جوڑ دیے گئے تھے، الگ سطریں تقریباً 20 سے 50 الفاظ تک بڑھ گئی تھیں۔ پریزنٹر تقریباً پانچ سے چھ الفاظ فی سیکنڈ بول رہا تھا، جبکہ عام اشتہار میں تقریباً ڈھائی ہوتے ہیں۔ سب سے لمبی سطریں جنریٹر کی معیار کی جانچ میں ناکام ہوئیں اور پس منظر کے راوی کی آواز میں چلی گئیں۔ اہم موڑ الفاظ گننے سے آیا، آواز دوبارہ سننے سے نہیں۔

ہم نے کیا بدلا

چوڑی ویڈیوز اب پریزنٹر کو اسی رفتار سے چلاتی ہیں جس پر وہ ریکارڈ ہوا؛ عمودی اشتہار اپنی تیز رفتار رکھتے ہیں، اور جو ویڈیو اپنی رفتار خود مقرر کرے وہ اسے رکھتی ہے۔ لمبی پریزنٹر سطریں اب فطری وقفوں پر کاٹ کر کئی کلپس میں تقسیم ہوتی ہیں، الفاظ اور ان کی ترتیب بالکل ویسی ہی رہتی ہے جیسی لکھی گئی، ہر حصہ اپنا الگ کلپ ہے، وہی تصویر اور کچھ بھی نہیں چھوٹتا۔ راوی کی آواز میں پڑھی گئی سطریں ویسی ہی رہتی ہیں، کیونکہ وہ آواز کسی بھی لمبائی پر معمول کی رفتار رکھتی ہے۔ اسٹوری بورڈ ایڈیٹر اب ہر پریزنٹر سطر کے الفاظ تقریباً ایک درجن کی حد کے مقابل گنتا ہے، اور سطر حد سے بڑھنے پر گنتی کو زرد کر کے مختصر نوٹ دکھاتا ہے، تاکہ ٹیم جنریٹ کرنے سے پہلے مسئلہ دیکھ لے۔ یہ تبدیلی ٹیم کے لکھے الفاظ برقرار رکھتی ہے؛ اسکرپٹ دوبارہ نہیں لکھتی۔ یہ سب کلائنٹ کے پلیٹ فارم پر لائیو ہے، اور جو عمودی اشتہار پہلے ہی ٹھیک لگ رہے تھے وہ ویسے ہی ہیں۔

آپ خود کیا جانچ سکتے ہیں

• ویڈیو ایک بار آواز کے ساتھ معمول کی رفتار پر دیکھیں اور پوچھیں کہ کیا کوئی شخص اتنی تیز بولے گا۔
• ہر پریزنٹر سطر کے الفاظ گنیں: چند سیکنڈ کا کلپ جس میں ایک درجن سے کہیں زیادہ الفاظ ہوں، جلدباز لگے گا۔
• ایک چوڑی اور ایک عمودی ویڈیو ایک ہی سیٹنگز کے ساتھ موازنہ کریں؛ جو رفتار ایک کے لیے ٹھیک ہے وہ دوسرے کے لیے نہ ہو۔
• ایسی سطریں سنیں جو پریزنٹر کی آواز سے مختلف آواز میں آئیں، جیسا کہ اکثر سب سے لمبی سطروں کے ساتھ ہوتا ہے۔
• جو اشتہار ٹھیک لگا اسے اس کے ساتھ رکھیں جو ٹھیک نہیں لگا، دونوں ایک ہی آواز کے ساتھ بنے ہوں، اور رفتار کی سیٹنگ اور سطروں کی لمبائی کا موازنہ کریں۔

آگے کیا کریں

جنریٹ کرنے سے پہلے ہر پریزنٹر سطر اپنی بولنے کی رفتار سے بلند آواز میں پڑھیں اور نشان لگائیں کہ سانس کے لیے کہاں رکتے ہیں؛ وہی وقفہ کلپ کے اختتام کا مقام ہے۔ ہر پریزنٹر سطر تقریباً ایک درجن الفاظ تک رکھیں، اور راوی کی سطریں چاہیں تو لمبی رہنے دیں، کیونکہ وہ آواز لمبائی سنبھال لیتی ہے۔ اگر اس کے بعد بھی چوڑی وضاحتی ویڈیو جلدباز محسوس ہو، تو ویڈیو پلیٹ فارم دیکھنے والے سے پوچھیں کہ یہ فارمیٹ کون سی رفتار استعمال کر رہا ہے؛ جو فون کے اشتہار کے لیے ٹھیک ہے ضروری نہیں ویب سائٹ کے لیے بھی ہو۔ جلدباز نتیجے کی وجہ رفتار کی سیٹنگ اور سطر کی لمبائی تک پہنچانا ایسا کام ہے جو ہمارے انجینئر کلائنٹس کے لیے کرتے ہیں۔