viktor testar
Transkription i nya
Pro Tools 2025.6.0
– är det äntligen dags att släppa tredjeparterna?
Avid har precis släppt en ny uppdatering av Pro Tools och med den rullat ut en ny funktion som jag har väntat på sedan de började visa upp det i höstas – automatisk transkription direkt i DAW:en. Jag har testat verktyget i skarpt läge under klippningen av ett poddavsnitt, och här är mitt första intryck:
Det funkar.
Förvånansvärt bra faktiskt. Men det är ändå inte riktigt 100 procent...
Transkriptionen körs i bakgrunden och dyker upp som en egen "Transcript lane" i tidslinjen eller som ett eget fönster. Sök i texten, klicka på ett ord och hoppa direkt till det i ljudet – precis som i andra AI-baserade transkriptionsverktyg, men här inbyggt direkt i Pro Tools.
Det här kan spara mängder av tid, perfekt när du snabbt behöver hitta en viss tagning eller rensa bort tvek. Den stora fördelen är att du slipper byta mellan olika program – du kan stanna kvar i Pro Tools hela tiden, vilket gör arbetsflödet både snabbare och smidigare.
Det finns fortfarande vissa begränsningar – gränssnittet känns inte helt självinstruerande ännu. Under testet märkte jag att transkriptionen ibland hoppade över ord eller missuppfattade vad som sades.
Slutsats:
Pro Tools är på rätt väg. I dagsläget fungerar det bäst som ett verktyg för grovklippning – men just där glänser det. Du kan snabbt strukturera upp materialet i textform, göra de stora dragen och sedan gå in och finslipa i ljudfilen. Det funkar också som ett snabbt navigeringshjälpmedel om du t.ex. behöver hitta och byta ut ett visst ord. Trots sina nuvarande brister kan detta bli en game changer för poddproduktion.
AudioSuite i Pro Tools
Denna gången testar (eller snarare tipsar) jag om AudioSuite – den där ibland bortglömda men väldigt användbara funktionen i Pro Tools. Jag använder funktionen bland annat när jag vill göra en snabb editering på ett specifikt ställe i ett ljudklipp, istället för att lägga en plugin på hela spåret. Detta har visat sig väldigt användbart just vid editering och mixning av poddar. Här kommer två exempel på när och hur jag använder AudioSuite.
De-plosive – punktinsatser mot puffar
Ett användningsområde som jag alltid använder AudioSuite till är när jag vill få bort puffljud i en röstinspelning. Antingen använder jag iZotope De-plosive eller ett High-Pass filter i Pro Tools EQ3 1-Band. Enstaka puffar från P-ljud som sticker ut? Välj din plugin i AudioSuite, justera inställningarna, markera, klicka på "Render", klart. Skönt att slippa tweakande på en inserts-plugin som annars påverkar hela tagningen, tar på datorkraften eller kan ge latency.
DXRevive Pro: trollar bort läck
Favoriten just nu är ändå att använda dxRevive från Accentize. När två personer pratar i mun på varandra, och jag klipper bort ena rösten – men den hörs fortfarande som läck in i andra spåret? Med dxRevive i AudioSuite kan jag tvätta bort den rösten som läckt in utan att förstöra huvudrösten. Det är lite som magi. Eller som noise reduction på steroider.
-
Fördelar med AudioSuite: Möjlighet att förhandslyssna i realtid, spara CPU-resurser och applicera effekter på specifika ställen i ljudklippet utan att påverka hela spåret.
-
Nackdelar: Svårigheter att förhandslyssna i kontext med hela mixen och att justeringar kräver omrendering.
Dialogue Enhance
Den här gången har jag testat DialogueEnhance från Accentize – ett AI-drivet verktyg för att automatiskt förbättra dialog i ljudinspelningar. Tanken är enkel: lägg på DialogueEnhance på din röst-inspelning, och låt algoritmerna trolla fram ett tydligare och mer närvarande resultat.
Hur funkade det i praktiken?
DialogueEnhance analyserar ljudet i realtid och justerar automatiskt fyra olika delar av din inspelning med modulerna: Noise Reduction, Spectral Correction, Dynamics Control, Loudness Boost. De olika modulerna bygger på maskininlärning och försöker efterlikna en mänsklig ljudteknikers öron.
Som alltid är det svårt att hitta en plugin som gör precis allt – och det är nog inte heller poängen här. Jag använde DialogueEnhance framför allt för att snabbt få upp grundkvaliteten i inspelningen till en nivå där jag sedan kan gå in och finjustera med andra verktyg.
Jag märkte snabbt att jag ofta slog av vissa moduler, särskilt Noise Reduction – där jag önskar mer precision, och andra plugins gör ofta ett bättre jobb för just det ändamålet. När det kommer till Loudness Boost är det också något att se upp med om man jobbar med flera röster i samma rum. Om mikrofonerna plockar upp varandras ljud har DialogueEnhance svårt att skilja på vad som är relevant tal och vad som är läckage, vilket ibland kan förstärka fel ljud och skapa fasproblem. Ett bra alternativ i sådana fall är att helt enkelt klippa bort de delar där ingen pratar, för att minimera risken för att oönskat rumsljud lyfts fram.
DialogueEnhance är ett oväntat kraftfullt verktyg i ett litet format. Inget för mixning där du behöver total kontroll över alla parametrar, men som förstasteg eller snabbfix är det briljant. Lättanvänt, snabbt, och ger ett naturligt resultat.
FabFilter Pro-Q 4
FabFilter Pro-Q 4 – min go-to EQ har blivit ännu vassare
EQ (Equalization) är – enligt mig – det absolut viktigaste verktyget när jag mixar podcasts. Jag har använt FabFilters EQ-plugin i flera år, och uppdaterade nyligen till nya Pro-Q 4. Kort sagt: den gör allt, och lite till.
Pro-Q 4 är precis som sin föregångare Pro-Q 3 – fullmatad med funktioner för både mix och mastering: högkvalitativ linear phase, zero latency och Natural Phase-lägen, smidig dynamisk och spektral EQ, per-band mid/side-bearbetning, intelligent solo-funktion, Auto Gain och en flexibel spektrumanalysator mm. Ett kraftpaket för även de mest krävande ljudteknikerna.
Och utöver det – här är två av mina favoritnyheter i version 4:
Instance List – Alla dina Pro-Q 4-inställningar samlade på ett ställe. Du kan styra och navigera mellan alla instanser i projektet från ett och samma gränssnitt. En riktig tidsräddare, särskilt i början av en mix.
Spectral Dynamics Processing – En mer precis och intelligent form av dynamisk EQ, där bara de exakta frekvenserna som sticker ut behandlas – inte hela bandet. Perfekt för att ta hand om svåra, varierande problemfrekvenser utan att påverka resten av ljudbilden.
En ny funktion som jag dock inte tror att jag kommer använda är:
EQ Sketch – Rita din EQ-kurva direkt. Istället för att lägga till filter ett i taget kan du nu bara dra ut en form – och Pro-Q 4 skapar banden åt dig. ”En smidig och kreativ startpunkt i varje mix” enligt Fabfilter…jag tycker dock denna funktion är överflödig.
Fabfilter Pro-Q 4 är en plugin som fortsätter leverera – den finns med i varenda podd-mix jag gör och just nu ser jag ingen annan EQ som är i närheten av att ta över denna plats.
POWAIR
POWAIR kombinerar bland annat två funktioner som är till stor hjälp vid mixning av röster i podcasts. Den första i kedjan är dess ”K-weighted loudness leveler” som gör det enkelt att möta EBU-standarder och hantera nivåer i en dynamisk röstinspelning. Dessutom erbjuder POWAIR auto-makeup gain vilket gör det lättare att ställa in rätt mängd kompression, särskilt när jag vill bevara en naturlig känsla på rösten. Dessa två funktioner är i sig inget nytt, men att dom båda kombineras i en och samma plugin gör att mitt arbete med mixningen kan effektiviseras.
POWAIR har även andra mer unika funktioner som Punch och Adaptive Compression som ger extra kontroll över transienter separat från ”attack tiden”, vilket kan tillföra energi och närvaro utan att påverka dynamiken i original framförandet.
Kombinationen av dessa funktioner gör POWAIR till en naturlig och transparent kompressor som passar perfekt för podcasts och annan talbaserad produktion.
Genelec 8341A
Den här månaden har jag haft förmånen att testa monitorerna Genelec 8341A –
en dröm för en person som arbetar med ljud. Med ett kompakt och kraftfullt
3-vägssystem levererar monitorerna klarhet och precision, och lyfter hela mixupplevelsen. Tillsammans med Genelecs GLM™ kalibreringsteknik anpassas dessutom lyssningen till rummet där du sitter. Vi fick hjälp av Anders och Lars på Soundware som kalibrerade vårt kontrollrum. Genom att låta ett ljud från högtalarna analyseras av GLM™-systemet via en specialanpassad mikrofon kunde data om rummets reflektioner, dämpning och akustiska egenskaper användas för att automatiskt justera högtalarnas frekvensrespons och optimera ljudbilden. Resultatet? En otroligt detaljerad och balanserad ljudåtergivning, skräddarsydd för vårt kontrollrum här på Klevgränd.
Kort och gott: vill du höra exakt vad som finns i din mix så är ”The Ones” från Genelec en investering värd att göra.
notebook lm
klevgrand
I början av sommaren gjorde Viktor ett samarbete med det svenska plugin-företaget Klevgrand, där han testade deras plugins Tomofon och Ting. Här är en video-tutorial i hur man skapar spänningsljud med hjälp av dem.
place it
Den här månaden har jag testat en plug in som heter Place it och kommer från Soundly. Här väljer användaren en högtalare, till exempel hörlur, TV eller datorhögtalare och kan sedan placera ljudet i 40 olika miljöer. Till exempel en laptop i ett kök eller en TV i en källare. Den är enkel att förstå och det går snabbt att få till det ljud man vill ha, med hjälp av de få parametrarna. Och den är gratis – bara en sån sak! Lyssna på exemplen nedan. Rösten är skapad med Soundlys Voice designer där även Place it är integrerad.
Auto-Align Post 2
Ibland när man spelar in en podcast med flera personer och mikrofoner i samma rum kan man få ljudeffekter som man inte bett om. En sådan sak kan hända när samma ljudvåg träffar flera mikrofoner med en liten tidsförskjutning – det kallas för fasproblem. Fasproblem kan leda till att ljudet låter konstigt eller “ihåligt”.
Att sitta och själv manuellt försöka “fas-tajma” ljudfilerna är näst intill omöjligt, men med hjälp av Auto-Align Post 2 är fasproblemen borta efter bara några få klick. Resultatet blir en mer professionell ljudbild, något vi alltid eftersträvar på Straydog Studios. För alla som jobbar med inspelningar där flera mikrofoner används samtidigt är detta verktyget verkligen guld värt.
SOUNDID VOICEAI
Den här månaden har Viktor testat SoundID VoiceAI, från Sonarworks. Ett verktyg som kan forma om en inspelad röst. Man utgår alltså från en existerande röst men väljer vem den ska tillhöra, kanske tonårstjej eller varför inte en medelålders man. Frasering, pausering, tempo och känsla går också att välja.
Om det fungerar i praktiken? Säg du! Någon av rösterna nedan är originalrösten från Podme Crime. Men är det Daniel, Jasmine, Jesper eller Alex?
DANIEL
JASMINE
JESPER
ALEX
Text to speech
Den här månaden har Viktor testat fyra olika TTS-verktyg. Vi tycker än så länge att de flesta låter bäst på engelska, men det är nog bara en tidsfråga innan de svenska håller samma nivå. Lyssna och läs hans omdömen nedan.
PlayHT
👍 Det går att välja olika röster för olika stycken i din text.
👎 Du behöver betala för att kunna ladda ner ditt ljud.
TSSFree
👍 Lätt att använda och gratis att ladda ner.
👎 Rörig hemsida med mycket reklam.
Soundly Voice Design
👍 Bäst integrerat med din DAW genom Soundlys stand-alone app. Och det går att lägga effekter på rösten.
👎 Voice design finns inte som enskilt verktyg utan du behöver betala för hela deras Sound Effects Platform.
Elevenlabs
👍 Låter bäst. Och har flest röster att välja mellan i gratisversionen.
👎 Man får bara 10 000 tecken per månad (~10 min ljud) i gratisversionen.
AI ljudeffekter
Viktor har den här månaden testat ElevenLabs nya Ai-verktyget “Sound Effects” som genererar ljudeffekter efter din beskrivning. Han gav verktyget i uppdrag att skapa ljudet “En råtta springer genom ett pvc-rör, från höger till vänster. I källaren”. Gissa vilket av ljuden nedan som är skapat av Ai och vilket som är skapat av Viktor själv
Ljud 1
Ljud 2
