Nepodařilo se uložit změny. Zkus se nově přihlásit a zopakovat akci.
V případě že problémy přetrvávají, kontaktuj prosím administrátora.
OK
Pred dvoma rokmi sa rozhodla nahrať svoj hlas na platformu ElevenLabs. Dnes ho spoznávajú ľudia v reklamách, na YouTube aj v automatizovaných telefonátoch.
Anet Sobotková patrí medzi najpoužívanejšie české AI hlasy. Vďaka licencovaniu získala pasívny príjem, ktorý by jej podľa vlastných slov v niektorých obdobiach stačil aj na živobytie. Digitálnu verziu svojho hlasu Anet získala po niekoľkých hodinách čítania Sherlocka Holmesa v nahrávacom štúdiu. Spočiatku však nešlo o žiadny premyslený podnikateľský zámer.
Pred viac ako dvoma rokmi jej manžel navrhol, že by mohla skúsiť nahrať svoj hlas na platformu ElevenLabs. Obaja sa zaujímali o umelú inteligenciu, sledovali nové technológie, radi skúšali rôzne AI nástroje a k podobným novinkám sa dostávali pomerne prirodzene.
Anet vedela, že platforma ponúka tvorcom odmeny za licencovanie ich hlasov, a zaujala ju predstava pasívneho príjmu. „Samozrejme, bola tam aj motivácia zarobiť si niečo navyše. Vedela som, že tvorcom za licencie dávajú nejakú odmenu. Vôbec som však netušila, ako to funguje ani koľko sa na tom dá zarobiť. Postupne som si začala zisťovať viac a nakoniec som sa rozhodla, že do toho pôjdem,“ spomína.
Zdroj: Archív respondentky - Anet Sobotková
Keď Anet začínala, vôbec nevedela, aký príjem jej licencovanie prinesie. Opisuje, že prvé mesiace boli skôr symbolické. Na prvé zaujímavejšie zárobky čakala približne tri mesiace. O rizikách sme sa rozprávali aj s biznis a AI stratégom zo vzdelávacej platformy edubird Ľubošom Masným.
Ešte skôr, než sa pustíš do čítania, by sme ti chceli pripomenúť, že robiť svoju prácu môžeme iba vďaka tvojej podpore. Ak ťa naše články bavia, pridaj sa do Refresher Clubu a získaj neobmedzený prístup k celému obsahu. Tvojou podporou nám pomôžeš prinášať kvalitu.
V tomto článku si prečítaš:
Koľko peňazí Anet zarábala na začiatku a ako sa jej príjem zvýšil.
Aké riziko prináša licencovanie hlasu.
Čomu Anet vďačí za úspech.
Prečo mala šťastie, že rozhodnutie urobila pred dvomi rokmi.
Prečo by dnes rovnaké rozhodnutie neurobila.
Hodiny čítala Sherlocka Holmesa
Anet v rozhovore pre Refresher vysvetľuje, že dnes už vytvorenie digitálnej kópie hlasu nemusí byť komplikované. Technológia sa podľa Anet za posledné roky výrazne posunula a na vytvorenie hlasového modelu môže v súčasnosti stačiť aj niekoľkosekundová nahrávka. Keď sa však rozhodla svoj hlas ponúknuť ElevenLabs, situácia bola iná.
„Ja som to urobila pred viac ako dvoma rokmi a vtedy technológia ešte nebola taká ďaleko. Bolo potrebné vytvoriť dlhú a kvalitnú audionahrávku s mojím hlasom,“ vysvetľuje. Anet oslovila známeho, ktorý mal podcastové štúdio, a dohodla si uňho platené nahrávanie.
„Zarezervovala som si podcastové štúdio, vzala som si knihu a tri až štyri hodiny som tam čítala Sherlocka Holmesa. Z toho vznikla pomerne kvalitná štúdiová nahrávka. Následne ju editori spracovali, aby bola čo najčistejšia. Platí totiž, že čím kvalitnejší je vstup, tým kvalitnejší bude aj výsledný AI model hlasu,“ hovorí Anet.
Přidej se do Refresher Clubu
Čo sa dozvieš po odomknutí?
Koľko peňazí Anet zarábala na začiatku a ako sa jej príjem zvýšil.
Aké riziko prináša licencovanie hlasu.
Čomu Anet vďačí za úspech.
Prečo mala šťastie, že rozhodnutie urobila pred dvomi rokmi.
Vtedajšie požiadavky ElevenLabs boli podľa jej slov pomerne náročné. Na vytvorenie kvalitného hlasového modelu platforma vyžadovala približne 1,5 až dve hodiny čistého hovoreného prejavu. Záznam museli upraviť tak, aby v ňom bolo čo najmenej prestávok, nádychov či iných rušivých zvukov.
„Čistá nahrávka neznamená dve hodiny audia, ale dve hodiny samotného hovoreného prejavu. Musí sa to zostrihať tak, aby tam bolo čo najmenej pauz, nádychov a rôznych pazvukov. Ideálne je, keď človek hovorí čo najkontinuálnejšie,“ vysvetľuje Anet.
Ako dopĺňa, samotné nahrávanie nebolo náročné po finančnej ani organizačnej stránke. „Zaplatila som za prenájom štúdia a venovala tomu niekoľko hodín svojho času. Vstupná investícia bola približne niekoľko tisíc českých korún,“ upresňuje.
Finálnu nahrávku vložila do platformy, ktorá hlasový model automaticky spracovala. Počkala na jeho schválenie a nastavila podmienky, za akých súhlasí s používaním svojho hlasu.
Najväčšou výhodou nemusí byť mimoriadne príjemná farba hlasu alebo dokonalý prednes.
„Zistila som, že najviac sa cení samotná štúdiová kvalita nahrávky. Nie je až také dôležité, či má človek nádhernú farbu hlasu alebo úžasný prejav. To je, samozrejme, veľký benefit, ale najdôležitejšie je, aby bolo samotné audio čo najkvalitnejšie a najčistejšie,“ hovorí Anet, ktorá dnes patrí medzi najpoužívanejšie české hlasy na platforme. A to aj napriek tomu, že podľa svojich slov ani zďaleka nemá dokonalý prejav.
„Podľa mňa nemám nijakú úžasnú farbu hlasu, nie som v tom vytrénovaná a môj prednes určite nie je dokonalý. Napriek tomu mám spomedzi českých hlasov dodnes jednu z najvyšších mier používania. Môj hlas je jednoducho preferovaný pred inými, ktoré síce majú krásnu farbu a prednes, ale ich nahrávky nie sú také kvalitné. Počuť v nich šum alebo nepríjemné zvuky, ktoré v kvalitnej audionahrávke nechcete,“ vysvetľuje Anet.
Anet opisuje, že po nahratí hlasu sa práca tvorcu v podstate končí. Platforma následne ponúka licenciu používateľom, ktorí majú predplatenú niektorú z jej služieb. Anet ani iní tvorcovia tak nemajú prehľad o všetkých ľuďoch, firmách či agentúrach, ktoré jej hlas využívajú.
„V momente, keď som hlas vložila na platformu, moja práca sa skončila. ElevenLabs potom túto licenciu ponúka komukoľvek, kto si zaplatí nejaký druh predplatného. Ja sa už nedostanem k tomu, kto presne ho používa a kto je klientom,“ hovorí s tým, že o tom, kde sa jej digitálna verzia objavila, sa dozvedá najmä od ľudí, ktorí ju spoznajú, alebo na obsah náhodou natrafí sama.
Zdroj: Archív respondentky - Anet Sobotková
Za dva roky už počula svoj hlas v rôznych reklamách, na YouTube aj v telefonátoch z call centier. Využívajú ho tvorcovia vzdelávacieho obsahu, ale aj rôzne značky a agentúry. Obsah, v ktorom ho zachytila, siaha od kozmetiky cez technické produkty až po videá o zbraniach.
„Nerada hovorím, že nejaká konkrétna značka používa môj hlas. Väčšinou sú to totiž agentúry, ktoré pre ňu tvoria obsah. Ony si potom prenajmú licenciu na môj hlas. Takže samotná značka možno ani nevie, že ide o AI hlas, pretože tvorbu obsahu delegovala na agentúru,“ upozorňuje. Anet tak nemá možnosť zistiť, kto všetko jej hlas využíva, ani kontrolovať každé jeho jednotlivé použitie.
Z niekoľkých dolárov sa vyšplhala na tisícové zárobky
Keď Anet začínala, vôbec nevedela, aký príjem jej licencovanie prinesie. Opisuje, že prvé mesiace boli skôr symbolické. Na prvé zaujímavejšie zárobky čakala približne tri mesiace.
Vtedajší systém odmeňovania fungoval na základe počtu kreditov, ktoré používatelia minuli pri generovaní reči jej hlasom. Anet sa podarilo dosiahnuť najvyššiu vtedajšiu sadzbu, ktorá predstavovala 0,20 dolára za každých tisíc kreditov. Jeden kredit pritom zodpovedal približne jednému znaku textu.
„V začiatkoch, približne dva roky späť, to bolo pár dolárov, potom niekoľko desiatok. Bola som z toho úplne nadšená. Hovorila som si, že mám svoj prvý pasívny príjem. Potom sa to však začalo veľmi rýchlo zvyšovať,“ spomína mladá Češka.
Po Vianociach si začali jej hlas predplatitelia vyberať čoraz častejšie a z desiatok dolárov sa postupne stali stovky a neskôr tisíce dolárov. Konkrétnu aktuálnu výšku zárobkov Anet nekonkretizovala, no priznáva, že príjem je dnes natoľko zaujímavý, že by si v niektorých obdobiach vedela predstaviť žiť aj bez klasickej práce.
„Dnes sú to už také sumy, že by som v podstate nemusela pracovať. Nedá sa však na to spoliehať. Výplatu dostávam každý týždeň, čo je fajn, ale všetko sa odvíja od množstva používania hlasu,“ hovorí Anet a zároveň dopĺňa, že ak by používatelia prestali jej hlas využívať, prestali by prichádzať aj peniaze. „Nie je to fixná suma. Je to dynamické a závisí to od počtu použití. Uvedomujem si, že teraz mi to prináša pekný pasívny príjem, ale zo dňa na deň sa to môže zmeniť. Rozhodne sa na tom nedá postaviť kariéra.“
Zdroj: Archív respondentky - Anet Sobotková
Svoj hlas môže z platformy stiahnuť, no úplne nezmizne
Jedným z najdôležitejších rozhodnutí pri nahrávaní hlasu bolo podľa Anet nastavenie takzvaného notice period. Ide o obdobie, počas ktorého môžu používatelia ďalej využívať hlas, aj keď sa jeho majiteľ rozhodne odstrániť ho z platformy.
Anet vysvetľuje, že dĺžka tohto obdobia ovplyvňuje aj výšku odmeny. Čím dlhšie môžu existujúci používatelia hlas využívať po jeho stiahnutí, tým výhodnejšie podmienky môže tvorca získať. „Dlho som nad tým premýšľala. Myslím, že vtedy bola najkratšia možnosť približne pol roka a najdlhšia dva roky. Po zvážení som sa rozhodla pre dvojročnú lehotu.“ V praxi to znamená, že ak by sa dnes rozhodla svoj hlas z platformy odstrániť, ľudia, ktorí si ho už uložili do svojej knižnice, by ho mohli používať ešte ďalšie dva roky.
Pri využívaní hlasu existujú aj obmedzenia týkajúce sa obsahu. Platforma má napríklad mechanizmy, ktoré majú zabrániť generovaniu určitých zakázaných výrazov a sexuálneho obsahu. Anet však upozorňuje, že nejde o dokonalú ochranu.
„Je tam taká možnosť, ktorá sa volá moderovanie obsahu. Majú zoznam slov, ktoré sú zakázané, a ak sa niekto pokúsi vygenerovať obsah s týmito slovami, systém ho zablokuje. Dá sa to však obísť aj inými spôsobmi a nie každý používateľ má nastavené rovnaké obmedzenia,“ upozorňuje.
Podľa biznis a AI stratéga zo vzdelávacej platformy edubird Ľuboša Masného, licencovanie hlasu cez komerčnú platformu nemusí byť automaticky rizikovejšie než zverejňovanie vlastných videí na sociálnych sieťach. „Nemyslím si, že riziko zneužitia hlasu uloženého v databáze je automaticky väčšie ako pri hlasových nahrávkach na sociálnych sieťach. Dokonca by som povedal, že pri sociálnych sieťach môže byť toto riziko vyššie, pretože k verejne zverejneným nahrávkam má prístup prakticky ktokoľvek.“
Pri komerčných databázach však z jeho pohľadu vzniká iný problém – strata kontroly nad tým, kde a na aké účely sa hlas použije. Veľa závisí od podmienok, s ktorými človek pri poskytovaní hlasu súhlasí, a od rozsahu udelenej licencie. „Môže sa stať, že náš hlas bude použitý úplne v súlade s podmienkami, ktoré sme odsúhlasili, ale objaví sa napríklad v reklame, kampani alebo pri aktivitách, s ktorými sa vôbec nestotožňujeme. V tom vidím jedno z najväčších rizík. Môžeme stratiť kontrolu nielen nad tým, kde sa náš hlas používa, ale aj nad tým, s akými názormi, produktmi alebo aktivitami si ho ľudia začnú spájať,“ upozorňuje odborník.
Zdroj: Archiv respondenta - Ľuboš Masný
Pred podvodmi varuje rodinu aj známych
Anet si uvedomuje, že pri licencovaní hlasu podstúpila riziko jeho zneužitia. Niekto sa môže pokúsiť vydávať za ňu alebo použiť jej hlas pri telefonickom podvode. Platforma síce takéto konanie zakazuje, Anet však nemá možnosť priebežne kontrolovať, čo všetko s jej hlasom používatelia robia.
„Nemám možnosť všetko kontrolovať. Nemám ako zistiť, či sa niekto pokúša vydávať za mňa,“ hovorí. O svojej skúsenosti preto aj tohto dôvodu Anet začala hovoriť aj na sociálnych sieťach. Snaží sa informovať rodinu a blízkych o tom, že jej hlas už nemusí automaticky znamenať, že skutočne telefonuje ona.
„Predstav si, že niekto naklonuje hlas tvojho blízkeho a potom ti zavolá. Povie napríklad: Mami, som v problémoch, potrebujem, aby si mi pomohla, pošli mi peniaze na odťah auta alebo čosi podobné. Na takéto situácie sa blízkych snažím pripraviť.“
To potvrdzuje aj Ľuboš Masný, podľa ktorého dnes skutočne môže stačiť aj pomerne krátka zvuková nahrávka na vytvorenie presvedčivej napodobeniny cudzieho hlasu.
„Ak zverejníme na sociálnych sieťach video s dostatočne kvalitným zvukom, existuje riziko, že náš hlas môže byť zneužitý. Umelá inteligencia dokáže z nahrávky zachytiť jeho charakteristické vlastnosti a následne vytvárať nové hlasové prejavy, ktoré sa naň podobajú,“ vysvetľuje odborník. Hoci v niektorých prípadoch ešte dokážeme rozpoznať umelo vytvorený hlas, už dnes existujú napodobeniny, ktoré sú pre bežného človeka veľmi ťažko identifikovateľné. „Technológie sa navyše vyvíjajú veľmi rýchlo a môžeme očakávať, že rozdiel medzi skutočným a umelo vytvoreným hlasom bude čoraz náročnejšie rozpoznať,“ upozorňuje Masný.
Otázkou zostáva, či má človek vôbec šancu rozpoznať, že na druhej strane telefónu nehovorí s blízkym, ale s umelou inteligenciou. Podľa Masného to v niektorých prípadoch ešte možné je. Umelý hlas môže prezradiť neprirodzená intonácia, zvláštne prestávky alebo spôsob, akým reaguje na podnety.
„Technológie sa však neustále zdokonaľujú a tieto rozdiely sú čoraz menej rozpoznateľné. Na Slovensku máme zatiaľ určitú výhodu v tom, že technológie na napodobňovanie hlasu sú vo všeobecnosti lepšie rozvinuté v angličtine než v slovenčine. Nedokonalosti AI hlasu preto môžu byť v našom jazyku ešte výraznejšie. Aj to sa však postupne mení,“ vysvetľuje.
„Donedávna sme mohli považovať známy hlas za pomerne spoľahlivý spôsob identifikácie človeka. S príchodom umelej inteligencie to však prestáva platiť. To, že počujeme hlas svojho blízkeho, ešte vôbec nemusí znamenať, že s ním skutočne hovoríme,“ dopĺňa odborník.
Svoje rozhodnutie neľutuje
Anet sa stretla aj s negatívnymi reakciami na svoje rozhodnutie. Niektorí ľudia jej vyčítali, že tým, že svoj hlas sama ponúkla na AI platforme, potenciálnym podvodníkom uľahčuje prácu. S takýmto argumentom však Anet nesúhlasí: „Dnes je tá technológia taká dobrá, že na vytvorenie hlasového modelu niekomu stačí nájsť na internete pätnásťsekundovú nahrávku vášho hlasu. Rovnako môže niekto zneužiť môj hlas, ako môže zneužiť ten váš. Stačí krátke video, ktoré má dnes na internete prakticky každý.“
Ako sa teda môžeme pred podobnými podvodmi chrániť? Ľuboš Masný odporúča predovšetkým zachovať opatrnosť pri nečakaných telefonátoch, najmä ak od nás niekto žiada peniaze alebo citlivé informácie. „Ak nám zavolá naše dieťa s urgentnou prosbou o peniaze, môžeme telefonát ukončiť a zavolať mu späť na číslo, ktoré máme uložené. Takto si vieme overiť, či nám skutočne volalo,“ radí.
Ďalšou možnosťou je dohodnúť si v rodine bezpečnostné heslo, ktoré bude slúžiť na overenie identity v podobných situáciách. Ak človek zistí, že niekto vytvoril digitálnu kópiu jeho hlasu a používa ju bez súhlasu, mal by si podľa odborníka najskôr uchovať dôkazy o zneužití. Následne môže požiadať platformu, na ktorej sa obsah nachádza, o jeho odstránenie. „V prípade, že došlo k podvodu, vyhrážaniu alebo máme podozrenie na inú trestnú činnosť, mali by sme sa obrátiť na políciu,“ uzatvára Masný.
Zdroj: Archív respondentky - Anet Sobotková
Napriek rizikám a negatívnym stránkam Anet svoje rozhodnutie dodnes neľutuje. Licencovanie jej prinieslo nielen peniaze, ale aj nové pracovné príležitosti. Anet sa živí obsahovým marketingom. Spravuje sociálne siete, pripravuje reklamy a venuje sa digitálnej tvorbe. Zverejnenie hlasu jej pomohlo zviditeľniť sa aj v tejto oblasti.
„Prináša mi to obrovskú slobodu, finančne aj z hľadiska pracovných možností. V náhľade môjho hlasu som nastavila odkaz na svoj web. Vďaka tomu sa mi ozvalo veľa potenciálnych klientov a niektorí z nich sú dnes už mojimi klientmi. Prinieslo mi to teda aj množstvo pracovných príležitostí,“ pochvaľuje si ambiciózna žena, ktorá sa nebojí využiť dostupné príležitosti.
Nie všetky momenty však boli príjemné. „Počula som svoj hlas v reklamách, s ktorými som sa nestotožňovala. Počula som ho už aj v nejakých politických súvislostiach, s ktorými nesúzniem.“ Napriek tomu hovorí, že výhody zatiaľ prevažujú nad nevýhodami. Na otázku, či by dnes, so všetkými skúsenosťami, išla do licencovania hlasu znova, odpovedá prekvapivo – nie.
Dôvodom však nie je samotná technológia ani riziko zneužitia. Zásadným problémom je pre Anet zmena podmienok odmeňovania. Keď Anet nahrávala svoj prvý hlas, mohla pri splnení najvyšších kvalitatívnych podmienok získať 0,20 dolára za tisíc kreditov. O pár mesiacov neskôr sa rozhodla nahrať ďalší hlas, tentoraz ešte kvalitnejší. Vtedy zistila, že pravidlá sa zmenili.
„Zistila som, že aj keď mám dokonca ešte kvalitnejší hlas, už nedosiahnem na rovnaké podmienky ako predtým. Maximum, ktoré som mohla dostať, už nebolo 0,20 dolára, ale iba 0,02 dolára za každých tisíc kreditov,“ vysvetľuje s tým, že to predstavuje desaťnásobne nižšiu odmenu za rovnaké množstvo využitia hlasu. „Z môjho pohľadu sa už potom neoplatí predávať možnosť využívať svoju identitu a všetko, čo s tým súvisí,“ hovorí a priznáva, že mala veľkú výhodu, že svoj hlas licencovala ešte v čase, keď boli podmienky výrazne priaznivejšie. Tie pre ňu zostali zachované.