語音導覽規劃
博物館語音導覽的 AI 聲音：何時使用生成式講述
說明何時適合在博物館語音導覽中使用 AI 講述，如何選擇聲音、保持跨語言身分、處理發音和版權，並透過 CMS 釋出已批准的音訊。
當博物館已有批准指令碼、需要多種訪客語言，或指令碼經常調整，並且希望在不為每次更新預約錄音室的情況下獲得可審核音訊時，AI 生成講述比較合適。如果知名講述者、戲劇化表演或有辨識度的人聲朗讀本身就是體驗的一部分，則不太適合。
這項決定應進入與錄音室音訊相同的核准流程。生成講述到達訪客裝置前，應檢查機構語氣、跨語言聲音一致性、專有名詞和時代詞彙發音、版權和 GDPR 立場、編輯審核流程，以及面向盲人和低視力訪客的無障礙要求。
何時適合使用 AI 講述
對於先寫指令碼、後製作音訊的導覽，生成式聲音可以減少錄音室環節的阻塞。判斷標準包括內容型別、訪客語言數量以及指令碼變化頻率。對於標誌性專案和戲劇化朗讀，專業錄音仍然重要，因為表演本身就是體驗的一部分。
通常適合 AI 講述的導覽
以文字為先的導覽，策展團隊先完成寫作再製作音訊。需要五種或更多訪客語言、否則要分別預約錄音室的多語言導覽。開幕前指令碼仍可能調整的臨展。每季只需修正少量發音或事實的常設展。在 AI Content Studio 中，重新生成單個音訊片段是正常流程，因此修正一句話不需要重錄整條導覽。
仍更適合錄音室的導覽
圍繞知名講述者或名人聲音設計的標誌性專案。朗讀書信、日記或第一人稱證詞等依賴呼吸、停頓和情緒的內容。預算和時間充足的單語言導覽。依賴特定表演者的兒童導覽。
為導覽選擇聲音
語音導覽的聲音會影響訪客如何感知機構。機構語氣、語域、感知年齡和情緒應在生成前確定並記錄，便於未來展覽保持一致。請用真實指令碼試聽候選聲音，最好在展廳中試聽後再批准。
| 標準 | 需要設定 | 為何重要 |
|---|---|---|
| 機構語氣 | 中性或有個性，正式或對話式 | 決定訪客聯想到機構的語氣 |
| 感知年齡和性別 | 按導覽版本記錄 | 影響權威感和親近感 |
| 語域 | 學術、直白或敘事 | 匹配指令碼複雜度和停留時間 |
| 情緒和表達 | 平靜、活躍、親密或說明式 | 影響節奏、停頓和注意力 |
| 樣本長度 | 至少一個約 90 秒的完整停靠點 | 短樣本會掩蓋發音、節奏和語調問題 |
短聲音樣本容易誤導。一個聲音聽 10 秒可能很可靠，但在 12 個停靠點中可能令人疲勞。應使用真實指令碼、按計劃節奏，並讓策展和無障礙編輯共同審核。
多語言講述和聲音身分
面向國際觀眾的博物館可能需要同一導覽的多種語言版本。生成式聲音可以降低製作難度，但博物館仍需決定是讓同一聲音身分貫穿所有語言，還是每種語言使用母語聲音。
所有語言使用同一聲音身分
一致的聲音有助於訪客在不同展覽和數位接觸點中識別機構。一些多語言聲音系統可以在不同語言中保持相近的聲音特徵；代價是部分語言可能不如本地母語聲音自然。
每種語言使用母語聲音
每種語言選擇母語聲音通常更自然，也更能處理地區發音。代價是聲音身分分散：不同語言訪客聽到的是不同講述者。
在 Look2Innovate 專案中，常見折中是主導覽使用單一聲音身分，音訊描述版本使用母語聲音，因為自然節奏更重要。
發音、名稱和時代詞彙
博物館指令碼包含大量專有名詞：藝術家、捐贈者、王朝、城市、科學屬名和原文標題。生成式聲音能處理常用詞，但在專業術語上足夠容易出錯，因此必須審核發音。
- 生成前列出所有專有名詞、時代術語、外語詞和特殊數字。
- 用音標提示、拼讀或參考錄音標明應如何發音。
- 生成第一版，並以展廳音量試聽，標記錯誤或含混的詞。
- 只在 AI Content Studio 中重新生成受影響的音訊片段。
- 按順序復聽修正後的停靠點，檢查區域性修改是否引入新問題。
日期和世紀需要特別注意。指令碼中的簡短朗讀說明可以在審核前避免大部分錯誤。
版權、訓練資料和 GDPR
AI 講述涉及三個法律問題：指令碼歸誰所有，聲音是否有同意授權，以及音訊在哪裡生成。採購團隊應在批准供應商前取得書面說明。
指令碼所有權和權利
博物館應持有導覽指令碼的版權，包括 AI 翻譯版本。AI Content Studio 將指令碼儲存在博物館專案下的 Look2Guide CMS 中，不會再授權給第三方。
聲音同意和相似性
用於生成的聲音應有原聲音人才針對該用途的書面同意。若要克隆特定個人的聲音，需要另行書面約定範圍、期限和刪除權。
訓練和符合 GDPR 的生成
採購應確認指令碼、源音訊和生成講述不會用於訓練外部模型，且音訊在供應商控制的基礎設施上生成。在 AI Content Studio 中，AI 音訊在 Look2Guide 控制的伺服器上生成，指令碼和生成音訊不會傳送給第三方訓練，客戶內容從不用於訓練 AI 模型。歐洲背景可參見 歐盟 AI 法規框架.
釋出前的編輯審核
生成音訊絕不能跳過人工審核。生成式聲音的意義是更快迭代，而不是取消核准。可行流程應為每種語言預留編輯時間，並在訪客聽到前發現發音、節奏和重音問題。
- 用代表性裝置、按展廳音量完整試聽每個停靠點。
- 對照指令碼標記發音、節奏、停頓和語調問題。
- 只重新生成受影響片段，保持已批准片段不變。
- 每種語言單獨批准，並在 CMS 中記錄編輯和日期。
- 將已批准講述直接釋出到訪客裝置使用的展品語言內容。
當指令碼發生實質變化時，帶年份的導覽應有記錄化複審。應像處理錄音室檔案一樣處理 AI 音訊：儲存、版本化，並可追溯到具名編輯核准。
面向盲人和低視力訪客的無障礙
生成式聲音可以讓無障礙版本更容易製作。原本需要單獨錄音室的音訊描述版本，可以與標準導覽一起生成和審核，但指令碼本身仍必須為盲人和低視力訪客撰寫並檢查。
音訊描述仍應是獨立指令碼，描述構圖、顏色、尺度和位置等可見資訊，並使用與標準導覽相同的停靠點編號。生成式聲音幫助製作版本，但不負責寫指令碼。完整規劃請見 博物館無障礙語音導覽.
在節奏和停頓上，盲人和低視力訪客受益於觀察之間稍長的停頓。音訊描述版本應調整停頓，而不只是調整內容。
從 CMS 到訪客裝置
只有已批准音訊能無須單獨交接到達裝置，生成講述才有用。在 Look2Innovate 專案中，CMS、AI 生成步驟和裝置佇列是連線的；已批准修正可以排入下一次同步。
機制是 Smart Charger。每臺聯網 20 槽裝置在充電時透過 Ethernet 從 Look2Guide CMS 下載最新批准內容，同步頻率可設定為最快每 10 分鐘。在 AI Content Studio 中批准的 AI 講述會在下一個同步視窗寫入已插入的裝置。同一路徑也傳送驅動更新並回傳訪客統計。
- 編輯在 AI Content Studio 中批准重新生成的音訊片段。
- Look2Guide CMS 將已批准講述關聯到展品語言內容。
- Smart Charger 透過 Ethernet 在下一個同步視窗拉取變更。
- 已插入的 Trend, Style, Mini Trend 或 Mini Style 裝置在充電時收到更新內容。
- 訪客在下一次發放時聽到修正後的講述。
對於沒有長期網路連線的場館，同一內容可透過 Smart Charger 的 USB 離線模式準備。
Look2Guide AI Content Studio 工作流程
在 Look2Innovate 專案中，AI 講述在 AI Content Studio 中製作。流程在瀏覽器中執行，並將指令碼、生成音訊、審核和釋出儲存在每個展品的可編輯時間線中。
- 在 Look2Guide 中匯入或編寫每個展品的源指令碼。
- 選擇聲音、情緒和表達方式；設定片段間靜音；需要時新增背景聲。
- 生成講述音訊，並在批准前預覽波形。
- 從源轉錄建立其他訪客語言，可逐個或批次處理。
- 審核每種語言，重新生成需要修改的片段，並在可供訪客使用時批准。
- 將已批准講述釋出到展品語言內容。隨後，上述 Smart Charger 路徑會在下一次同步時把音訊傳送到插入的裝置。
當博物館已有源導覽並需要快速製作訪客語言時，AI Audio Translate 提供聚焦的翻譯流程，可提取背景音樂並無限次重新生成，同時保留發布前審核。
Look2Innovate 還為客戶免費提供文字轉語音生成。這不只適用於完整導覽講述：團隊也可以建立或更新簡短服務訊息、安全提示、路線引導、臨展說明、閉館提醒和其他營運音訊，而不必預約錄音室。
常見問題
AI 講述比錄音室錄製便宜嗎？
可能，尤其是需要多種語言或後續指令碼更新時。它減少錄音室預約、配音會話和重錄工作；在 AI Content Studio 流程中，新增語言或重新生成停靠點主要增加審核工作。
修正後的 AI 講述多久能到裝置？
在編輯批准後的一個同步視窗內，Smart Charger 會按設定頻率拉取變更。
生成式聲音能匹配博物館以前的講述者嗎？
可以，但必須有原聲音人才針對該用途的書面同意。否則應選擇其他聲音。
AI 講述的語音導覽符合無障礙要求嗎？
可以，只要滿足與其他錄製導覽相同的內容和營運要求。
AI 如何處理專有名詞和時代詞彙？
第一版常會錯幾個詞。可靠做法是準備詞彙表，並只重新生成受影響片段。
生成在哪裡完成，客戶內容會用於訓練嗎？
在 AI Content Studio 中，音訊在 Look2Guide 控制的伺服器上生成，客戶內容不會用於訓練模型。
博物館能在訪客聽到前審核每條 AI 導覽嗎？
可以，也應該這樣做。音訊在具名編輯批准前保持可編輯。
