Hal pertama yang saya lakukan untuk membuat Knora lebih lucu adalah menghapus hal yang saya kira membuatnya lucu.
Kalau kamu membaca esai September, satu kalimat di sana sudah usang: Disebutkan bahwa empat metode aktif. Empat metode komedi yang saya tulis sudah hilang. Sumbu gaya tempat mereka hidup juga. App ini sekarang punya lima belas suara bahasa Inggris, masing-masing mesin komedi utuh, plus dua suara Vietnam dan dua suara Mandarin yang saya pertahankan. Update 1.2 sudah live di App Store.
Knora 18+ — bahasa kasar dan tema dewasa — dan tetap gratis, tanpa akun dan tanpa mikrofon. Kamu mengocok ponsel (atau mengetuknya), satu bit pendek diputar dari awal sampai akhir, lalu tidak ada lagi yang perlu dilihat.
Ini yang baru di 1.2:
- Cast bahasa Inggris baru. Lima belas suara dengan aksen Amerika, Britania, Afrika Selatan, dan India, masing-masing dengan mesin komedinya sendiri.
- Audio lebih bersih. Setiap baris dibaca sekali, dari kata pertama.
- iPad dan tap-to-play. Menggoyangkan tetap gestur utamanya, tapi mengetuk juga bisa.
- Status yang menandakan sedang diputar. Layar tidak pernah kosong selama bit berjalan.
Alasannya bukan model baru atau prompt yang lebih baik. Ini perubahan cara saya memandang produk ini. Selama setahun saya memperlakukan suara sebagai kulit di atas lawakan. Bukan. Suaranya adalah lawakannya.
Model adalah variabel paling tidak penting
Kalau kamu bekerja dengan AI, ini bagian yang layak dicuri.
Untuk masalah ini, model adalah variabel paling tidak penting. Brief menentukan output boleh jadi apa. Judge bisa menyortir, tapi tidak bisa memutuskan. Orang yang akan memakai hasilnya punya suara terakhir. Saya harus membangun ulang app komedi untuk benar-benar mempelajarinya, tapi ini loop yang sama yang akan saya pakai untuk kampanye, laporan, atau balasan support.
App lama punya 21 persona dan tujuh gaya. Gaya menentukan dari mana materi datang dan di mana pembalikannya mendarat. Suara yang menyampaikannya. Saya pikir lebih banyak gaya akan membuatnya lebih lucu. Pengukuran berkata lain. Suara adalah variabelnya; gaya yang diundi adalah noise. Saat tiga metode yang sama menghasilkan bit bagus di lima suara dan tidak sama sekali di satu suara, metodenya bukan mesinnya. Karakternya.
Buktinya tidak halus. Pipeline lama menulis empat draft dan membiarkan selector memilih yang terbaik. Selector cukup sering setuju dengan saya sehingga saya mulai percaya, lalu ia menolak sebuah lelucon karena itu lelucon: alasannya sendiri pada satu pilihan adalah draft itu "membaca ulang seluruh bit sebagai laporan tentang orang nyata, bukan sebagai lelucon". Saya menyebut semua 226 bit dari pipeline itu tidak lucu. Sebuah uji manual kecil tanpa selector menghasilkan bit lucu dari model murah yang sama. Selector bukan selera; ia adalah pendapat kedua yang bisa membujuk dirinya sendiri bahwa lelucon itu bukan lelucon. Saya mematikannya.
Jadi saya menghapus dimensi gaya dan memindahkan mesinnya ke persona. Lima belas suara bahasa Inggris, masing-masing punya pandangan dunia, cara menemukan sesuatu yang lucu, dan garis yang tidak dilewatinya. The Anchor membaca berita dengan datar dan tidak percaya sepatah kata pun. The Storyteller menjaga setup tetap lurus sampai turn-nya mendarat padanya. The Confessor ceria dan suram sekaligus, dan selalu merasa bersalah. The Son meniru suara ibunya dan menerima penilaian. The Riffer menertawakan dirinya sendiri dulu, lalu kamu.
Empat suara native — Bảo dan Lan dalam bahasa Vietnam, Zhìyuǎn dan Xiaoyu dalam bahasa Mandarin — bukan terjemahan dari cast Inggris. Mereka mesin sendiri, dibangun dari materi lokal. Bahasa Vietnam punya nói lái, đồng âm, dan thành ngữ; Mandarin punya 谐音, 成语, dan 歇后语 — permainan kata yang hanya bekerja di dalam bahasanya. Cast Inggris punya aksen karena aksen adalah bagian dari karakter, bukan pengaturan. Suara bukan bahasa yang diberi topi.
Antarmuka app tersedia dalam bahasa Inggris, Vietnam, dan Tionghoa Sederhana; suaranya dalam bahasa Inggris, Vietnam, dan Mandarin.
Dua di antaranya tidak berhasil
Dua suara yang saya kira aman justru yang gagal: The Son dan The Riffer. Catatan saya untuk diri sendiri blak-blakan: "Dua ini tidak lucu: The Son dan The Riffer. Sisanya baik-baik saja."
Kedua brief menyebut kegagalan mereka sendiri. The Son dikirim untuk melaporkan keluarganya — seorang koresponden, bukan peserta. Turn The Riffer mendarat pada pendengar — penceritanya tidak pernah muncul. Setiap bit yang saya sebut lucu punya hal yang sama: pencerita ada di ruangan dengan sesuatu yang dipertaruhkan. Koresponden yang melaporkan hal lucu tidak lucu. Orang yang berisiko kehilangan sesuatu, itu lucu.
Solusinya bukan model baru. Ini penulisan ulang dua brief supaya pencerita ada di adegan. The Son sekarang yang diadili. The Riffer mengakui hal itu pada dirinya sendiri dulu, baru menamainya padamu. Aksen sama, palet penyampaian sama, batas sama. Ruangan berbeda.
Pelajaran ini berlaku umum: kalau output-nya hambar, audit brief-nya sebelum membeli model. Model akan dengan senang hati memberikan persis sudut pandang yang kamu minta.
Perubahan cast adalah perubahan versi
Cast baru bukan update konten. Ini versi baru. Orang yang sudah punya 1.1 tidak boleh diam-diam mendapat cast berbeda di bawah nomor yang sama, jadi ini 1.2, bukan 1.1 build 5.
Lalu bagian yang tidak glamor. Listing App Store adalah permukaan produk tersendiri, dan ia sudah melenceng: masih menjanjikan 21 karakter dan menu empat gaya, padahal app sudah punya tujuh gaya di ketiga bahasa toko, dan screenshot-nya menunjukkan cast yang sudah pensiun. Saya menulis ulang teksnya dari string app sendiri supaya listing dan picker tidak bisa berbeda, dan mengambil ulang screenshot-nya. Ini pekerjaan membosankan. Ini juga bedanya antara mengirim build dan mengirim produk.
Build yang terpasang di ponsel masih memutar cast lama, dan server harus tetap menyajikannya: perubahan di server adalah perubahan kontrak klien ketika klien sudah terpasang. Saya menjaga versi katalog lama tetap hidup supaya update tidak merusak siapa pun yang belum update.
App Review juga menolak build sebelumnya di iPad karena layar kosong selama durasi satu bit. Alurnya bekerja; layarnya tidak mengatakan apa-apa. Satu bit berjalan 30 sampai 75 detik, itu waktu yang lama untuk menatap layar kosong. Solusinya adalah status "Sedang diputar…", tap-to-play selain shake, dan dukungan iPad native.
Minimal bukan berarti tidak ada. Saya pernah mencampuradukkan keduanya.
Minggu ketika semua tes hijau
Seminggu sebelum rilis, setiap pemeriksaan otomatis mengatakan audionya baik-baik saja.
Model text-to-speech sudah diperbarui. Prompt-nya tidak. Model lama memperlakukan catatan sutradara sebagai arahan; model baru memperlakukan kolom teks sebagai transkrip verbatim. Pembungkus produksi — catatan, instruksi untuk tidak membaca catatan, dan header transkrip — membuatnya mengatakan setiap baris dua kali. Empat dari empat render produksi menghasilkan baris ganda. Transkrip telanjang bersih tiga dari tiga kali. Solusinya adalah mengirim transkrip saja dan memindahkan aksen ke suara.
Secara terpisah, header WAV 44 byte didekode sebagai sampel audio mentah. Itu menaruh klik di awal setiap klip. Transkripnya sempurna. Test suite hijau — 780 tes, tidak ada yang mendengarkan audionya. Telinga saya menangkapnya.
Tesnya hijau, transkripnya sempurna, dan audionya salah. Telinga saya menangkapnya.
Itu kalimat yang akan saya simpan jika harus membuang sisa tulisan ini. Suite hijau membuktikan asumsimu, bukan produkmu. Untuk teks, transkrip adalah artefaknya. Untuk audio, waveform adalah artefaknya. Untuk komedi, telinga adalah artefaknya.
Yang saya pertahankan
Tiga hal.
Model adalah variabel paling tidak penting. Untuk masalah ini, ya. Brief, judge, dan telinga yang bekerja. Kalau output AI-mu hambar, lihat brief dulu, bukan leaderboard.
Suara bukan kulit di atas lelucon. Cast adalah produknya. Lelucon yang sama dalam suara berbeda adalah lelucon berbeda, dan suara tanpa karakter hanya aksen.
Minimal bukan berarti tidak ada. Layar kosong selama 60 detik bit berlangsung bukan kesederhanaan yang disengaja; itu bug. Satu gestur tetap butuh baris status. Perubahan cast tetap butuh listing. Klien terpasang tetap butuh kontrak lamanya.
Yang masih kurang
App ini masih belum punya tombol bagikan dan belum punya rating. Saya masih tidak bisa melihat bagaimana kamu memakainya; tidak ada SDK analitik. Kalau ada bit yang tidak mendarat, satu-satunya sinyal adalah kamu memberitahuku. Itu trade-off-nya, dan tidak berubah.
Kalau kamu mencoba 1.0 dan rasanya selalu sama, ini update-nya. Kalau kamu baru mendengar cast Inggris, coba Bảo atau Lan; kelucuan bukan terjemahan.
Knora 1.2 gratis di App Store. Catatan desainnya ada di /id/knora/. Kalau ada bit yang tidak mendarat, beri tahu saya — seluruh app ini adalah leluconnya.
Pertanyaan yang sering diajukan
Apa itu Knora?
Knora adalah app komedi gratis untuk iPhone dan iPad, hanya suara dan untuk 18+. Kamu menggoyangkan atau mengetuk, satu bit pendek diputar dari awal sampai akhir dengan satu atau dua suara, lalu ponsel kembali turun. Tanpa akun, tanpa mikrofon, tanpa SDK analitik.
Apa yang berubah di 1.2?
Cast bahasa Inggris baru berisi lima belas suara dengan aksen Amerika, Britania, Afrika Selatan, dan India, plus dua suara Vietnam dan dua suara Mandarin. Audionya lebih bersih, iPad dan tap-to-play didukung, dan layar menampilkan "Sedang diputar…" selama bit berjalan.
Bagaimana cara mencobanya?
Gratis di App Store. Antarmuka app tersedia dalam bahasa Inggris, Vietnam, dan Tionghoa Sederhana.
Salam hangat, Chandler