良いYesは主に意図とタイミングの問題です。クリップを選んだりプロンプトを書いたりする際は、誰が話しているか（キャラクター、年齢、態度）、どのように収録されているか（クローズマイク、電話、遠距離）、語尾をどのくらいタイトにする必要があるかを指定してください。アタックとテールを詳しく説明するほど、編集でのトリミングとフェードの手間が省けます。
単語だけでなく、意図からスタートする
Yesは承認、安堵、驚き、皮肉、従順を意味することがあります。感情的な読み方を明示することで、母音の長さとピッチの輪郭がシーンに合います。
- 意図の表現を使う：自信あり、渋々、意気揚々、不満、遊び心
- エネルギーを指定する：穏やか、中程度、高め、笑顔あり・なし
- クリーンな1テイクか複数の素早い繰り返しかを指定する
マイクのパースペクティブと空間を固定する
クローズマイクのYesは直接的でUI向けに感じられます。遠距離のYesは距離感を出すためにルームトーンと反響が必要です。生成前に決めておくことで、後でアンビエンスのミスマッチと戦わずに済みます。
- クローズマイク：ドライでセンタリングされ、ボタンやオーバーレイ向けに反響最小限
- 電話またはラジオ：通話や通信向けにコンプレッションを加えた帯域制限
- 遠距離：長いディケイと聞こえるルームトーンを持つ柔らかなトランジェント
アタックとテールでカットをコントロールする
確認音は通常、クリスプなスタートとクリーンなエンディングが必要です。テールが長すぎると次のセリフが隠れ、アタックが柔らかすぎるとタイミングを逃します。
- インタラクティブな確認にはクリスプな子音と素早いディケイを求める
- 画面上のタイミングをタイトにする必要がある場合は短くゲートされたテールをリクエストする
- 繰り返しトリガーのために各テイクのラウドネスを一定に保つ
よくある問題を避ける
使えないYesクリップのほとんどは、ノイジーなアンビエンス、誇張した演技、または雑なエンディングが原因で失敗します。プロンプトで予防することで、オーディオ修正に費やす時間を減らせます。
- 避けるべき：BGM、群衆ノイズ、長いリバーブ、強いディストーション
- 避けるべき：シーンが本当に必要としない限り、過剰な叫び声
- 繰り返し使用する場合はクリーンな発音とマウスクリックなしをリクエストする
