S07E20 - Praktijkverhaal: Van stemverlies naar AI-oplossing

Joop Snijder deelt in AIToday Live zijn persoonlijke ervaring met AI-stemklonen. Na het verliezen van zijn stem door ziekte, gebruikte hij Elevenlabs.io om een synthetische versie te creëren voor de podcast.

Het proces bleek uitdagend, met onverwachte obstakels en een langere productietijd dan voorzien. Snijder ontdekte mogelijkheden om de gekloonde stem aan te passen en te verfijnen.

Luisteraars reageerden verschillend, van nauwelijks verschil opmerken tot het 'een beetje vreemd' vinden. De ervaring leidde tot diepere reflecties over de ethiek en toepassingen van stemklonen.

Onderwerpen

• Persoonlijke ervaring met AI-stemklonen
• Technische uitdagingen bij het klonen van stemmen
• Ethische overwegingen rondom stemklonen
• Impact van AI op communicatie en spraak
• Het belang van stembackups

Links

• Podcast: AIToday Live podcast
• Podcast: Aflevering met gekloonde stem
• Podcast: S06E34 - Zou jij je stem door AI laten klonen?
• Platform: ElevenLabs
• Applicatie: Whispp

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,001 --> 00:00:05,920
Vandaag in de korte aflevering van AIToday Live neem ik je mee in een heel persoonlijk verhaal.

2
00:00:05,920 --> 00:00:13,920
Een verhaal dat eigenlijk begon als een noodoplossing, maar uitgroeide tot best wel een opwindend experiment met AI-technologie.

3
00:00:13,920 --> 00:00:23,440
En deze aflevering maak ik naar aanleiding van een vraag van een van onze luisteraars en gast, vroeger gast, Dr. Marc Jacobs.

4
00:00:23,880 --> 00:00:29,980
Die wilde weten hoe ik een van de vorige afleveringen heb gemaakt met een gekloonde stem van mezelf.

5
00:00:29,980 --> 00:00:36,300
Maar het verhaal gaat eigenlijk over veel meer dan alleen technologie.

6
00:00:36,300 --> 00:00:45,360
Het gaat over de waarde van je stem, over innovatie uit noodzaak en over hoe AI ons kan helpen op momenten dat we het het hardst nodig hebben.

7
00:00:46,320 --> 00:00:55,460
Maar voordat ik verder ga wil ik iedereen bedanken voor de lieve en opbeurende berichten die ik gekregen heb naar aanleiding van die aflevering.

8
00:00:55,460 --> 00:00:59,320
Laten we eens kijken naar de aanleiding.

9
00:00:59,320 --> 00:01:01,960
Het begon allemaal met een spoedopname in het ziekenhuis.

10
00:01:01,960 --> 00:01:06,500
Een longontsteking en influenza hadden mijn stem al behoorlijk aangetast.

11
00:01:06,500 --> 00:01:11,180
Maar de keelontsteking die daar bovenop kwam gaf echt het laatste zetje.

12
00:01:11,720 --> 00:01:14,480
En ineens was ik mijn stem compleet kwijt.

13
00:01:14,480 --> 00:01:17,680
Niet schoor, niet rauw of extra diep.

14
00:01:17,680 --> 00:01:20,380
Nee, gewoon volledig verdwenen.

15
00:01:20,380 --> 00:01:25,140
En als podcast host is dat wel een van je grootste nachtmerries.

16
00:01:25,140 --> 00:01:31,860
En voor wie onze podcast kent, weet dat we elke donderdag een nieuwe aflevering uitbrengen.

17
00:01:31,860 --> 00:01:33,200
Met een korte aflevering.

18
00:01:33,200 --> 00:01:36,740
En het is een ritme waar onze luisteraars op rekenen.

19
00:01:36,740 --> 00:01:38,800
En waar ik zelf ook echt wel trots op ben.

20
00:01:38,800 --> 00:01:41,080
Dat we dat ook gewoon iedere keer leveren.

21
00:01:41,680 --> 00:01:45,460
Maar op de bewuste dinsdag dat ik dan de opname maak.

22
00:01:45,460 --> 00:01:49,020
Werd pijnlijk duidelijk dat het deze keer niet zou lukken.

23
00:01:49,020 --> 00:01:51,740
Geen stem betekent geen podcast toch?

24
00:01:51,740 --> 00:01:53,360
Of misschien toch wel?

25
00:01:53,360 --> 00:01:57,540
Het was op dat moment dat ik me herinnerde.

26
00:01:57,540 --> 00:02:01,800
Dat ik al eerder had geëxperimenteerd met stemkloontechnologie.

27
00:02:01,800 --> 00:02:04,740
Elevenlabs.io kende ik al.

28
00:02:04,740 --> 00:02:09,740
Dat is een platform dat zich richt op het maken van natuurlijk klinkende synthetische stemmen.

29
00:02:10,700 --> 00:02:12,000
Ze worden gebruikt.

30
00:02:12,000 --> 00:02:14,060
Deze stemmen voor verschillende doeleinden.

31
00:02:14,060 --> 00:02:15,880
Voor het inspreken van audioboeken.

32
00:02:15,880 --> 00:02:17,560
Tot het nasynchroniseren van films.

33
00:02:17,560 --> 00:02:21,460
En zelfs voor het teruggeven van stemmen aan mensen die ze zijn verloren.

34
00:02:21,460 --> 00:02:26,480
Eerder had ik het platform al eens geprobeerd voor Nederlands spraakgebruik.

35
00:02:26,980 --> 00:02:29,460
Maar toen was ik nog niet overtuigd van de kwaliteit.

36
00:02:29,460 --> 00:02:34,580
Nu gedwongen door omstandigheden besloot ik het toch nog maar eens een keer te proberen.

37
00:02:34,580 --> 00:02:39,020
Ik koos voor de starterlicentie van 5 dollar per maand.

38
00:02:39,020 --> 00:02:42,660
Waarmee je dan 30 minuten spraak per maand kunt genereren.

39
00:02:42,660 --> 00:02:49,100
In die zin een bescheiden investering voor wat mogelijk een oplossing zou kunnen zijn voor mijn probleem.

40
00:02:50,360 --> 00:02:56,120
En dat proces bleek, laten we zeggen, enerverend en uitdagend tegelijkertijd.

41
00:02:56,120 --> 00:03:02,740
Met mijn jarenlange ervaring als podcasthost had ik gelukkig veel opnamen, audio opnames beschikbaar.

42
00:03:02,740 --> 00:03:05,660
Want die heb je dan nodig om je stem te kunnen klonen.

43
00:03:06,320 --> 00:03:09,720
Ik begon met twee recente opnames om mijn stem te klonen.

44
00:03:09,720 --> 00:03:13,160
En het initiële resultaat was best wel verrassend goed.

45
00:03:13,160 --> 00:03:15,600
Maar toen begon het echte werk.

46
00:03:15,600 --> 00:03:24,280
Het script voor de aflevering bestond uit ongeveer 2500 woorden vergelijkbaar met twee A4'tjes tekst.

47
00:03:24,280 --> 00:03:29,300
Want ik moest het natuurlijk helemaal uitschrijven omdat uiteindelijk de stem gegenereerd moest worden.

48
00:03:29,300 --> 00:03:34,900
In theorie kun je 5000 karakters in één keer omzetten naar spraak.

49
00:03:34,900 --> 00:03:37,720
Maar in de praktijk bleek dat niet verstandig.

50
00:03:37,720 --> 00:03:43,200
Kijk, elk stukje gegenereerde spraak kost credits bij ze.

51
00:03:43,200 --> 00:03:44,700
Bij Eleven Labs.

52
00:03:44,700 --> 00:03:51,800
En, maar, er waren genoeg uitdagingen die meerdere pogingen vereisten.

53
00:03:51,800 --> 00:03:55,880
De grootste frustratie, de afkorting AI.

54
00:03:55,880 --> 00:04:03,560
En uitgerekend die twee letters, zo cruciaal voor onze podcast, bleken een struikelblok voor de technologie.

55
00:04:04,440 --> 00:04:07,660
De ene keer was het AI.

56
00:04:07,660 --> 00:04:14,120
Of kreeg je het ervoor als bij een AI project.

57
00:04:14,120 --> 00:04:19,940
Nou, dat is niet handig als die de afkorting AI niet goed kan uitspreken.

58
00:04:20,520 --> 00:04:23,240
Ik experimenteerde met verschillende schrijfwijzen.

59
00:04:23,240 --> 00:04:27,120
Met punten ertussen tussen de A en de I.

60
00:04:27,120 --> 00:04:28,120
Met streepjes.

61
00:04:28,120 --> 00:04:30,800
Maar het resultaat bleef onvoorspelbaar.

62
00:04:30,800 --> 00:04:33,020
De ene keer werkte het perfect.

63
00:04:33,020 --> 00:04:33,860
Dan weer niet.

64
00:04:33,860 --> 00:04:36,000
Zonder duidelijke logica.

65
00:04:37,300 --> 00:04:41,040
Daarnaast ontdekte ik hoe genadeloos AI is voor typefouten.

66
00:04:41,520 --> 00:04:48,800
Waar ik tijdens het gewoon inspreken onbewust fouten corrigeer, werden ze nu pijnlijk blootgelegd door de technologie.

67
00:04:48,800 --> 00:04:52,100
Elk woord, elke letter moest perfect zijn.

68
00:04:52,880 --> 00:04:59,040
Het betekende dat ik ieder stukje tekst meerdere keren moest controleren voordat ik het durfde om te zetten naar spraak.

69
00:04:59,040 --> 00:05:04,900
En wat ik vooraf niet had ingeschat was hoeveel tijd het hele proces zou kosten.

70
00:05:04,900 --> 00:05:08,260
Het steeds opnieuw genereren van spraak.

71
00:05:08,260 --> 00:05:10,160
Het kritisch beluisteren van elk fragment.

72
00:05:11,100 --> 00:05:13,660
En het maken van keuzes voor de beste versie.

73
00:05:13,660 --> 00:05:15,760
Er kostte veel meer tijd dan verwacht.

74
00:05:15,760 --> 00:05:21,820
In totaal ben ik zo'n anderhalf uur bezig geweest met het krijgen van goede stukjes.

75
00:05:21,820 --> 00:05:25,260
En deze allemaal aan elkaar te zetten tot een goed lopende aflevering.

76
00:05:25,260 --> 00:05:27,960
En dat dus voor een aflevering van 10 minuten.

77
00:05:27,960 --> 00:05:32,620
Elk fragment moest niet alleen technisch correct zijn.

78
00:05:32,620 --> 00:05:34,280
Maar ook natuurlijk klinken.

79
00:05:34,280 --> 00:05:36,500
En goed aansluiten op het vorige stuk.

80
00:05:36,500 --> 00:05:40,100
Het was een puzzel waarbij elk stukje precies moest passen.

81
00:05:40,280 --> 00:05:41,740
Om een vloeiend geheel te creëren.

82
00:05:41,740 --> 00:05:47,120
Maar al die moeite en tijd waren uiteindelijk best wel waard.

83
00:05:47,120 --> 00:05:49,720
Want het eindresultaat verraste zelfs mezelf.

84
00:05:49,720 --> 00:05:54,340
Met deze licentie had je dus een snelle manier.

85
00:05:54,340 --> 00:05:56,320
Dus met relatief weinig audio.

86
00:05:56,320 --> 00:05:58,380
Kon je snel een kloon maken.

87
00:05:58,380 --> 00:06:04,180
Maar ik had ook voor een andere licentie kunnen kiezen.

88
00:06:04,180 --> 00:06:08,140
Wat bij ElevenLabs een professionele voice kloon noemen.

89
00:06:08,140 --> 00:06:10,260
Daar heb je dan een duurder abonnement.

90
00:06:10,260 --> 00:06:12,020
En meer audio voor nodig.

91
00:06:12,020 --> 00:06:14,080
Zo'n drie uur voor het beste resultaat.

92
00:06:14,080 --> 00:06:17,320
Wat gelukkig in mijn geval geen probleem is.

93
00:06:17,320 --> 00:06:23,160
Maar je moet je stem verifiëren door een gegeven zin in te spreken.

94
00:06:23,680 --> 00:06:26,820
Zo vergelijken ze dus wat je dan live inspreekt.

95
00:06:26,820 --> 00:06:30,400
Jouw stem met die van de geüploade audio.

96
00:06:30,400 --> 00:06:32,980
Best een mooi proces.

97
00:06:32,980 --> 00:06:34,720
Ik snap ook dat ze dat willen.

98
00:06:34,720 --> 00:06:37,480
Maar ja, als je geen stem hebt.

99
00:06:37,480 --> 00:06:39,160
Dan valt er ook niets te verifiëren.

100
00:06:39,160 --> 00:06:40,380
Geen optie dus.

101
00:06:42,460 --> 00:06:44,260
Wat voor mij verrassend was.

102
00:06:44,260 --> 00:06:46,580
Is hoeveel invloed je hebt.

103
00:06:46,580 --> 00:06:49,560
Eigenlijk moet ik zeggen hoeveel invloed je moet uitoefenen.

104
00:06:49,560 --> 00:06:52,820
Om het eindresultaat zoals gewenst te krijgen.

105
00:06:52,820 --> 00:06:56,300
Want net als bij ChatGPT.

106
00:06:56,300 --> 00:06:59,020
Waar je verschillende antwoorden krijgt op dezelfde vraag.

107
00:06:59,280 --> 00:07:02,980
produceert de stemkloon verschillende versies van dezelfde tekst.

108
00:07:02,980 --> 00:07:06,300
Het tempo, de intonatie, de natuurlijkheid.

109
00:07:06,300 --> 00:07:08,000
Dat verschilt per generatie.

110
00:07:08,000 --> 00:07:13,760
En door te experimenteren met verschillende instellingen die zij hebben.

111
00:07:13,760 --> 00:07:17,240
Je kan een stijl een beetje aanpassen.

112
00:07:17,240 --> 00:07:18,720
Er zijn drie opties die je kan aanpassen.

113
00:07:18,720 --> 00:07:20,060
Ik zal er niet te diep op ingaan.

114
00:07:20,060 --> 00:07:22,460
Kan je de output beïnvloeden.

115
00:07:22,460 --> 00:07:26,320
Wat in ieder geval hielp om de aflevering levender te maken.

116
00:07:26,320 --> 00:07:28,840
Anders wordt het toch best wel heel erg monotoon.

117
00:07:28,840 --> 00:07:33,980
Maar goed, ondanks alle verschillende versies, instellingen en aanpassingen.

118
00:07:33,980 --> 00:07:36,080
Bleven kleine foutjes aanwezig.

119
00:07:36,080 --> 00:07:39,040
Die ik uiteindelijk zo heb gelaten in die aflevering.

120
00:07:39,040 --> 00:07:42,720
Voor perfectie was meer inspanning nodig.

121
00:07:42,720 --> 00:07:45,280
Dan de energie die ik op dat moment had.

122
00:07:45,280 --> 00:07:46,940
Zo is dat ook wel weer.

123
00:07:46,940 --> 00:07:50,480
Maar goed, na het samenstellen van alle fragmenten.

124
00:07:50,480 --> 00:07:54,860
Had ik nog één best wel noodzakelijke aanpassing gemaakt.

125
00:07:54,860 --> 00:07:55,700
Het tempo.

126
00:07:56,920 --> 00:08:01,400
In mijn audio applicatie heb ik de complete aflevering met 9% versneld.

127
00:08:01,400 --> 00:08:04,380
De originele spraak vond ik wat te traag.

128
00:08:04,380 --> 00:08:08,900
En hoewel deze versnelling de gelijkenis met mijn natuurlijke stem verminderde.

129
00:08:08,900 --> 00:08:12,860
Koos ik bewust voor een toch vlottere luisterervaring.

130
00:08:12,860 --> 00:08:15,900
Het resultaat was misschien iets minder.

131
00:08:15,900 --> 00:08:16,960
Joop, ik.

132
00:08:16,960 --> 00:08:20,140
Maar wel prettiger, denk ik, om naar te luisteren.

133
00:08:21,060 --> 00:08:25,940
In ieder geval, nou ja, de reacties waren op z'n minst fascinerend.

134
00:08:25,940 --> 00:08:32,260
Een van de luisteraars gaf aan dat als ik niets gezegd had, dat hij ook niets gemerkt zou hebben.

135
00:08:32,260 --> 00:08:38,820
Terwijl mijn broertje, die mijn stem waarschijnlijk beter kent dan wie dan ook, stuurde me het volgende eerlijke bericht.

136
00:08:39,060 --> 00:08:40,900
Oh, podcast viel niet tegen.

137
00:08:40,900 --> 00:08:41,980
Wel een beetje vreemd.

138
00:08:41,980 --> 00:08:46,600
Soms hoorde je bijna jou en voor de rest iemand anders met dezelfde woordkeuze.

139
00:08:46,600 --> 00:08:48,380
Wel tof dat dit allemaal kan.

140
00:08:50,540 --> 00:08:54,560
Maar het waren de emotionele reacties die me het meest raakten.

141
00:08:54,560 --> 00:08:59,220
Een luisteraar deelde een verhaal over ALS patiënten die hun stem verliezen.

142
00:08:59,220 --> 00:09:07,960
Dat deed me beseffen hoe waardevol sprake is en ik voelde ook hoe isolerend het kan zijn als je die kwijtraakt.

143
00:09:07,960 --> 00:09:13,740
En voor mij was het gelukkig tijdelijk, maar voor veel mensen is dit een dagelijkse realiteit.

144
00:09:13,740 --> 00:09:17,060
Ik heb een aantal lessen geleerd uit dit experiment.

145
00:09:18,420 --> 00:09:25,660
Een van de dingen is dat het me aan het denken heeft gezet over eerdere discussies die we in de podcast hebben gehad over stemklonen.

146
00:09:25,660 --> 00:09:30,920
We hebben al eerdere afleveringen gemaakt over dit onderwerp, zoals die over Wisp.

147
00:09:30,920 --> 00:09:35,420
Dat is echt een geweldige applicatie die ontwikkeld is voor mensen die stotteren.

148
00:09:35,420 --> 00:09:38,240
Het principe is even simpel als briljant.

149
00:09:38,240 --> 00:09:41,220
Wanneer mensen fluisteren, stotteren ze vaak niet.

150
00:09:41,220 --> 00:09:46,440
En Wisp zet dat gefluister om naar een gekloonde versie van je eigen stem.

151
00:09:46,660 --> 00:09:49,520
Waardoor mensen die stotteren weer vloeiend kunnen communiceren.

152
00:09:49,520 --> 00:09:55,620
Wat mij betreft is dat een prachtig voorbeeld van hoe AI stemtechnologie levens positief kan veranderen.

153
00:09:55,620 --> 00:10:00,600
Aan de andere kant van het spectrum hadden we een gesprek met DJ Angelique Houtveen.

154
00:10:00,600 --> 00:10:04,320
Naar aanleiding van een controversiële beslissing van Aldi.

155
00:10:04,320 --> 00:10:09,580
Uit de supermarktketen die had besloten om haar stemacteur te vervangen door een AI stem.

156
00:10:10,620 --> 00:10:16,340
Voor Angelique die haar stem als belangrijkste werkgereedschap beschouwt, was dit een gevoelige kwestie.

157
00:10:16,340 --> 00:10:24,580
Dus zij sprak zich duidelijk uit tegen het klonen van stemmen, in ieder geval haar stem, als dit wordt ingezet om menselijke stemacteurs te vervangen.

158
00:10:26,580 --> 00:10:36,780
En een jaar geleden zei ik nog in aflevering 34 van seizoen 6, zei ik zelf, zou ik mijn stem willen klonen?

159
00:10:36,780 --> 00:10:38,440
Nou, als het me helpt, absoluut.

160
00:10:38,440 --> 00:10:44,160
Maar ben ik bereid om mijn stem te klonen, zodat het podcast zonder mijn aanwezigheid kan doorgaan?

161
00:10:44,160 --> 00:10:45,620
Nee, liever niet.

162
00:10:46,920 --> 00:10:49,120
En nu sta ik er toch wel wat genuanceerder in.

163
00:10:49,120 --> 00:10:55,560
Het klonen van mijn stem maakt het mogelijk om kennis te blijven delen, zelfs toen ik fysiek niet kon spreken.

164
00:10:55,560 --> 00:11:00,140
Wat me wel een beetje zorgen baart, is dat mijn stem nu alleen in de cloud staat.

165
00:11:00,140 --> 00:11:02,680
Ik heb geen lokale toegang of controle.

166
00:11:02,680 --> 00:11:05,440
Als ik het abonnement op zeg, ben ik die stem kwijt.

167
00:11:05,440 --> 00:11:07,960
Dus ja, dat vind ik wel jammer.

168
00:11:07,960 --> 00:11:10,780
Kijk, er zijn opties om dit te veranderen.

169
00:11:10,780 --> 00:11:15,320
En die wil ik uiteindelijk wel gaan onderzoeken, om te kijken of ik ook mijn stem lokaal kan krijgen.

170
00:11:16,000 --> 00:11:16,880
Maar dat is voor later.

171
00:11:16,880 --> 00:11:25,820
Want hoewel ik nu positiever sta tegenover stemklonen, vind ik het cruciaal dat ik zelf de controle hou.

172
00:11:25,820 --> 00:11:30,940
Het idee dat andere uitspraken zouden kunnen doen met mijn stem, zonder mijn toestemming.

173
00:11:30,940 --> 00:11:32,840
En daar moet ik eerlijk gezegd niet aan denken.

174
00:11:32,840 --> 00:11:38,960
Nou, laat ik afsluiten met een praktische tip die ik iedereen zou willen meegeven.

175
00:11:38,960 --> 00:11:42,220
Klinkt misschien raar, maar maak een backup van je stem.

176
00:11:42,840 --> 00:11:47,940
Het kost je maar een paar minuten om een heldere audioopname te maken, zonder achtergrondgeluid.

177
00:11:47,940 --> 00:11:49,440
En bewaar dat veilig.

178
00:11:49,440 --> 00:11:51,320
Je weet namelijk nooit wanneer je het nodig hebt.

179
00:11:51,320 --> 00:11:53,560
Dus ik zeg niet dat je meteen je stem moet gaan klonen.

180
00:11:53,560 --> 00:11:57,160
Nee, gewoon audioopname maken en die veilig stellen.

181
00:11:57,160 --> 00:12:01,580
Want zoals ik heb geleerd, je mis je stem pas echt als je hem kwijt bent.

182
00:12:02,120 --> 00:12:10,360
Nou, deze ervaring heeft me niet alleen geleerd hoe waardevol onze stem is, maar ook hoe AI technologie ons kan helpen op onverwachte momenten.

183
00:12:10,360 --> 00:12:13,200
Het is geen vervanging van menselijk contact.

184
00:12:13,200 --> 00:12:18,160
Ik zou niet zomaar even delen van de podcast nou willen gaan genereren.

185
00:12:18,160 --> 00:12:21,500
Maar het is wel een waardevol vang net als je het nodig hebt.

186
00:12:22,180 --> 00:12:26,280
Ik ben ook wel benieuwd, hoe sta jij eigenlijk tegenover het klonen van jouw stem?

187
00:12:26,280 --> 00:12:30,540
En ga je na deze aflevering ook daadwerkelijk een backup maken?

188
00:12:30,540 --> 00:12:33,560
Nou, laat het me even weten via de gebruikelijke kanalen.

189
00:12:33,560 --> 00:12:38,280
En vergeet niet, soms moet je iets verliezen om de waarde ervan echt te begrijpen.

190
00:12:38,280 --> 00:12:41,480
Dit was AIToday Live.

191
00:12:41,480 --> 00:12:43,600
Ik ben Joop Snijder, CTO bij Aigency.

192
00:12:43,600 --> 00:12:45,660
Met mijn eigen stem gelukkig.

193
00:12:45,660 --> 00:12:46,860
En tot de volgende keer.

194
00:12:46,860 --> 00:12:56,860
[Muziek]