Tym razem nie jest to kolejna opowieść o firmie zwalniającej aktorów, żeby wstawić do gry wygenerowane głosy. Rozenek wrócił do studia nagraniowego, ponownie zagrał Geralta i zgodził się, by technologia AI pomogła dopasować nowe kwestie do tych, które słyszymy już od lat. Jest to z pozoru drobna różnica, ale dla mnie jest fundamentem całej dyskusji o przyszłości sztucznej inteligencji w grach.
Geralt pozostał ten sam. Aktor przeszedł znacznie więcej
Polski głos Geralta nie jest zwyczajnym dodatkiem do kultowej już postaci. Jacek Rozenek towarzyszy Białemu Wilkowi w grach od pierwszego Wiedźmina z 2007 roku, a przy samym Dzikim Gonie nagrał około 10 tysięcy kwestii. Przez lata zdążyliśmy się więc przyzwyczaić do charakterystycznej barwy, sposobu akcentowania i tego specyficznego spokoju, który potrafi przejść w złość bez teatralnego krzyku.
W 2019 roku aktor przeszedł jednak udar mózgu, a jego powrót do pracy wymagał długiej rehabilitacji. W rozmowie ze Stephenem Totilo z Game File Rozenek wspominał, że ćwiczył głos nawet sześć lub siedem godzin dziennie. Wiemy też, że już wcześniej wrócił do Geralta, nagrywając dodatkowe kwestie do aktualizacji Wiedźmina 3 na nową generację konsol, która ukazała się w 2022 roku. Sam przyznał, że tamta sesja bardzo go wyczerpała, a wspominam o tym tylko dlatego, żebyśmy zrozumieli, dlaczego obecna decyzja studia nie sprowadza się do poprawiania barwy głosu dla kaprysu.
Podczas przygotowań do nowego rozszerzenia “Pieśni przeszłości” CD Projekt RED zaprosił Jacka Rozenka do studia, żeby sprawdzić, jak obecnie brzmi jego głos. Mikołaj Szwed, producent lokalizacji, przyznał, że różnica była wyraźna, bo głos aktora stał się niższy i bardziej szorstki. Dlaczego stanowiło to problem? Ponieważ akcja nowego dodatku rozgrywa się w tym samym okresie co podstawowy Wiedźmin 3, a twórcy przygotowali również nowe kwestie, reakcje i okrzyki bojowe, które usłyszymy nawet podczas eksploracji dobrze znanych lokacji.
Wyobraźcie więc sobie, że Geralt podczas walki wydaje okrzyk nagrany w 2014 roku, a chwilę później odzywa się nowym głosem Rozenka. Różnica mogłaby być na tyle duża, że trudno byłoby uwierzyć, że słyszymy tę samą postać. Właśnie tego chcieli uniknąć Redzi, decydując się na wykorzystanie sztucznej inteligencji.
Jak AI zmienia głos, nie odbierając aktorowi roli?
Łatwo wrzucić wszystkie generowane głosy do jednego worka, ale tutaj warto rozróżnić dwie technologie. Pierwsza to synteza mowy z tekstu, czyli system, któremu wpisujemy dialog, a on sam próbuje wymówić słowa, dobrać tempo, pauzy i emocje. Druga to konwersja głosu, określana jako speech-to-speech. W tym przypadku człowiek najpierw nagrywa prawdziwe wykonanie, a model zmienia jego brzmienie, korzystając z materiału referencyjnego.
CD Projekt RED skorzystał właśnie z tej drugiej drogi. Rozenek nagrał nowe kwestie, a ukraińska firma Respeecher otrzymała archiwalne dialogi z Wiedźmina 3 jako materiał do przygotowania modelu jego dawnego głosu. Zadanie polegało na tym, żeby zachować sposób, w jaki aktor wypowiada daną kwestię, lecz zbliżyć barwę do tego, co słyszeliśmy przed laty.
Czytaj też: Wiedźmin 3 wrócił po 11 latach i pobił rekord. Nie wszystko jednak wyszło
Jest to o tyle ważne, że aktor może np. wypowiedzieć zdanie z rozbawieniem, powstrzymać śmiech w połowie albo przeciągnąć ostatnie słowo tak, żeby zabrzmiało jak groźba. Sam zapis tekstowy nie opisuje wszystkich tych decyzji, ale nagranie już je zawiera. Konwersja głosu daje więc szansę na zachowanie aktorskiej interpretacji przy jednoczesnej zmianie barwy, choć nie gwarantuje idealnych rezultatów.
Przedstawiciel Respeecher, Dmytro Vasylets, przyznał zresztą, że przygotowanie głosu Geralta zajęło dziesiątki godzin pracy, a największym wyzwaniem okazały się krzyki, jęki, śmiech i subtelne zmiany emocji. Algorytmy nadal potrafią bowiem generować charakterystyczne zniekształcenia, których trudno całkowicie się pozbyć. Dlatego szczególnie ciekawi mnie, jak zmodyfikowany głos Geralta sprawdzi się podczas walki, kiedy nowe reakcje będą przeplatać się ze starymi nagraniami.
Cyberpunk 2077 już przeszedł tę drogę, ale z ważną różnicą
Redzi nie eksperymentują z Respeecher po raz pierwszy. Przy dodatku “Widmo wolności” do Cyberpunka 2077 pojawił się bardzo podobny problem, choć jego okoliczności były znacznie trudniejsze. Miłogost Reczek, polski głos Viktora Vektora, zmarł w 2021 roku, więc nie mógł dograć nowych dialogów. Studio uzyskało zgodę rodziny na odtworzenie charakterystycznego brzmienia aktora, a same nowe kwestie nagrał Janusz Zadura. Dopiero później Respeecher przekształcił jego wykonanie tak, żeby głos przypominał Reczka.
Z perspektywy gracza efekt pozwala zachować ciągłość postaci, ale z perspektywy aktorskiej mamy jednak dwa różne przypadki. W Cyberpunku nowy występ stworzył inny człowiek, a AI nadała mu brzmienie aktora, którego nie było już wśród nas. W Wiedźminie to Rozenek nadal podejmuje decyzje o interpretacji własnej postaci. Model pełni zaś rolę narzędzia do dopasowania brzmienia. W obu historiach pojawia się zgoda na wykorzystanie technologii, ale wykonanie jest już zupełnie inne.
Przyznam, że przypadek Viktora budzi we mnie więcej pytań. Zgoda rodziny jest ważna i dobrze, że studio o nią wystąpiło, lecz nie zastępuje osobistej decyzji zmarłego aktora. Nie znamy też odpowiedzi na pytanie, jak on sam podszedłby do takiego rozwiązania. Przy Rozenku ten dylemat znika w najistotniejszym miejscu, bo aktor sam wykonuje rolę i popiera wykorzystanie AI w tym konkretnym projekcie.
Kto będzie kontrolował cyfrowy głos Geralta?
Największe ryzyko widzę jednak poza samym dodatkiem. Rozenek zgodził się na wykorzystanie AI przy swoim nowym występie, ale technologia Respeecher pozwala stworzyć model głosu, który potencjalnie mógłby posłużyć również do przygotowania kolejnych nagrań. Dlatego równie ważne jak jakość samego dubbingu są dla mnie warunki, na jakich powstaje taki model i zasady jego późniejszego wykorzystywania.
Skoro na podstawie tysięcy starych dialogów da się stworzyć model tak rozpoznawalnego głosu, to kto będzie nim dysponował po premierze dodatku? Czy aktor wyraził zgodę wyłącznie na “Pieśni przeszłości”, czy także na przyszłe użycia? Kto decyduje o nowych kwestiach i o tym, kiedy model należy usunąć? Publiczne wypowiedzi potwierdzają wprawdzie zgodę Rozenka na obecny projekt, ale nie dają pełnego wglądu w warunki umowy, a wspomniane pytania nie są dziś wcale wydumane.
Czytaj też: Nie Remaster, a Modaster, czyli dlaczego Wiedźmin 3 Remaster mnie rozczarował
W 2025 roku amerykański związek aktorów SAG-AFTRA zakończył długotrwały spór z firmami z branży gier i wynegocjował między innymi zabezpieczenia dotyczące cyfrowych replik głosu, zgody wykonawców, a do tego zasad ich wykorzystywania. Ten kontrakt pokazuje, że problem przestał być teoretyczny, bo to już kwestia zawodowych praw i rzeczywistych pieniędzy. Wystarczy wyobrazić sobie scenariusz, w którym studio zatrudnia aktora na kilka sesji, zbiera jego nagrania, a po paru latach wrzuca do gier kolejne dialogi już bez jego udziału. Technicznie firma mogłaby uzyskać rezultat, który wielu graczy uzna za wystarczająco dobry, a ekonomicznie byłaby to wręcz ogromna pokusa.
Czy tak właśnie powinno wyglądać AI w grach?
CD Projekt RED nazywa przypadek Rozenka wyjątkowym. Studio zaznacza też, że nie zamierza automatycznie poprawiać w ten sposób jego głosu w przyszłych opowieściach, których akcja rozgrywałaby się później. W sumie dobrze, bo starszy Geralt nie musi przecież mówić dokładnie tak samo jak jego młodsza wersja. Redzi nie planują również podobnej ingerencji w głos Douga Cockle’a, czyli angielskiego Geralta, co dodatkowo pokazuje, że nie traktują tej technologii jako nowego standardu dubbingu.
Pierwsze efekty współpracy z Respeecher mogli już usłyszeć dziennikarze, a Stephen Totilo z Game File przyznał, że technologia pozwoliła wyraźnie zbliżyć współczesny głos Rozenka do tego, który pamiętamy sprzed ponad dekady. Nie oznacza to jednak, że wszystko będzie brzmiało idealnie, bo dopiero gotowe “Pieśni przeszłości” pokażą, jak nowy dubbing sprawdzi się podczas normalnej rozgrywki.
Czytaj też: Właśnie to chciałem usłyszeć o Wiedźminie 4. Teraz Redzi muszą to udowodnić
Niezależnie od ostatecznej jakości nagrań uważam, że Redzi podjęli rozsądną decyzję. Zamiast rezygnować z dotychczasowego aktora, postawili na rozwiązanie, które pozwoliło mu ponownie wcielić się w Geralta, a jednocześnie zachować spójność głosu postaci. Nie oznacza to oczywiście, że każde podobne wykorzystanie sztucznej inteligencji będzie równie uczciwe. Technologia, która dzisiaj pomaga zachować udział aktora w produkcji, może przecież jutro posłużyć innemu studiu do wyeliminowania jego pracy. Wszystko zależy więc od tego, kto, w jakim celu i na jakich zasadach będzie z niej korzystał.
Źródła: Game File, PC Gamer, Respeecher, SAG-AFTRA
