Frågan bakom de flesta smarta glasögon för innehållsskapande med ljud för berättarröster är enkel nog: Kan enheten som leverantören erbjuder faktiskt klara ett arbetsflöde med voiceover, eller kommer den att göra besviken första gången en skapare sätter på sig den och trycker på spela? Katalogen vi publicerar svarar på en del av den frågan och lämnar resten öppen, och ärligt talat ligger de avgörande besluten i den öppna delen. Den här artikeln går igenom vad vår katalog faktiskt publicerar om ljud, varför en öppen högtalare i en båge innebär något helt annat än en lavaliermikrofon, vad ljudmiljön under en inspelning med berättarröst gör med en enhet som bärs på ansiktet och vilka frågor du bör ställa till leverantören skriftligen innan du bestämmer dig för att ge en enhet till ett skaparprogram.
Ljud i smarta glasögon: Vad katalogen publicerar
Vår katalog publicerar ljudfunktionerna i form av tydliga tabellrader, och det är viktigt att vara exakt med vilka rader som finns och vilka som inte gör det. Mycket av förvirringen kring inköp beror på att en funktion antas vara standard när katalogen helt enkelt inte nämner den.
Katalogen omfattar 28 modeller i tre grupper: åtta ljudmodeller (D12 och G07, K01 och YK12, K02 och D11 samt LC-105-2 och LC-105-1), tre sportmodeller (YKC02, D17, ZH12) och elva kameramodeller (S7 och KY06, L2 Utral och MT6, V03 och MT5, V03 Pro och CY05, V06 och L1 Pro samt CY03). Dessutom finns tre poster utan modellnummer alls (AR-glasögon, elektrokromiska och benledning). Modellerna i ljud- och sportgrupperna publicerar ingen kamerarad alls. Den enda uppgiften avgör mycket i den här artikeln: Man kan inte förutsätta att en enhet från dessa grupper spelar in något visuellt. Ett berättarröstsprogram som bygger på dem är därför ett program enbart för berättarröster, all skaparorienterad text som antyder inspelning måste i stället bygga på en kameramodell. De tre posterna utan modellnummer bör dessutom anges separat i en offert, eftersom en köpare inte kan referera till dem med SKU och en post utan modellnummer måste preciseras innan den kan bli en beställning.
Vad katalogen publicerar för ljud- och sportgrupperna är batterikapacitet och driftstid, och uppgifterna anges per modell i stället för generellt. K01 och K02 har vardera två 90 mAh-celler och en publicerad driftstid på cirka 8 timmar. D11 och D12 har vardera en 100 mAh-cell och en publicerad driftstid på cirka 7 timmar. LC-105-1 och LC-105-2 har vardera två 55 mAh-celler och en publicerad driftstid på cirka 8 timmar. G07 och YK12 har vardera två 55 mAh-celler och en publicerad driftstid på cirka 6 timmar. Inom sportsegmentet har YKC02 två 70 mAh-celler och en publicerad driftstid på cirka 8 timmar, D17 har en 115 mAh-cell och en publicerad driftstid på cirka 7 timmar och ZH12 har en 100 mAh-cell och en publicerad driftstid på cirka 8 timmar. Observera att de publicerade driftstiderna är intervallbaserade eller ungefärliga och inte laboratoriemätta värden angivna till minuten. Cellkonfigurationerna är inte heller direkt jämförbara mellan modeller, eftersom två små celler och en större cell beter sig olika under verklig belastning. Två celler i serie och två celler parallellt beter sig olika under belastning, har olika laddningstid och reagerar olika när en cell försämras. Cellkonfigurationen är alltså ett verkligt tekniskt val, inte bara en förpackningsdetalj. Vår vägledning om cell- och driftstidsrader finns i mer detalj på /tech/battery-life, och kapacitetsraderna för kameramodellerna redovisas på /tech/camera-imaging för läsare som behöver jämföra de båda halvorna av katalogen.
Laddning publiceras i tre kolumner: laddningsmetod, laddtid och huruvida ett laddningsfodral finns. För hela katalogen fördelas laddningsmetoden som magnetisk på 17 modeller, Type C på 7 modeller och som inte publicerad på 4 modeller (L1 Pro och CY03, samt CY05 och MT6). Laddtiden publiceras som ”2 timmar eller mindre” för 26 modeller, vilket är en övre gräns och inte ett uppmätt värde, och endast D17 och ZH12 publicerar ”ungefär en timme”. Skillnaden spelar roll: ”2 timmar eller mindre” visar att en full laddning inte tar hela natten, men inte att enheten är halvladdad efter en timme och inte heller vad som händer efter tvåhundra laddcykler. Ett skaparprogram med strikta återläggningstider måste planeras kring den långsammaste enheten i paketet, inte den snabbaste i katalogen. Situationen med laddningsfodral är mer splittrad än någon annan rad: fem modeller publicerar fodralets kapacitet (L1 Pro och CY05, samt CY03 – vardera med 1400 mAh; L2 Utral med både 900 och 1400 som alternativ; MT6 med ett vikbart fodral på 1200 mAh), två modeller har ett fodral men publicerar ingen kapacitet för det (KY06 och MT5), och tre kameramodeller har inget fodral alls (S7 och V06, samt V03), där V03 Pro uttryckligen anger att det inte har något fodral. Om ett narrationsprogram utgår från ”ladda en gång och spela in hela dagen” är det raden om laddningsfodral som avgör, och för ljud- och sportgrupperna behöver frågan om fodral ställas i stället för att läsas av från ett datablad. Eftersom frågan om fodral inte besvarats för de flesta ljud- och sportmodellerna kommer vi att ställa den skriftligen i offertförfrågan och behandla ett uteblivet svar som en saknad funktion, inte som en utelämnad uppgift.
När det gäller surroundljud är katalogen nästan tyst. Endast D11 publicerar en rad om surroundljud, endast D17 publicerar en rad om surroundljud, och endast ZH12 publicerar en rad om stereot surroundljud. YKC02 publicerar inga funktionsrader utöver de gemensamma. Allt annat i ljud- och sportgrupperna saknar helt rad om surroundljud. Det innebär i praktiken att man inte kan förutsätta att ljud med öppet öra är stereo, inte kan förutsätta att det är spatialt mixat och inte kan förutsätta att något isoleras. Fjärrstyrd avtryckningsknapp publiceras endast för D17 och ZH12, vilket återigen innebär att den fysiska avtryckningsknappen på bågen är den enda inspelningskontrollen man kan lita på för en ljud- eller sportmodell, om enheten alls spelar in. Ett program som tränar skapare att starta och stoppa inspelningar genom att vidröra en båge utan att titta ned måste veta om den kontrollen går att nå, om den publiceras och om den fungerar med handskar på.
En sista rad spelar roll för hur en enhet demonstreras: Bluetooth-version publiceras för 14 modeller, men inte för de elva kameramodellerna, för A05 och A06 och för posten med benledning. Därför går det inte att läsa av en viss kameramodells parkopplingsbeteende från katalogen, och det måste tas med i frågorna till leverantören. Det är också därför demonstrationen och provenheten måste tas fram med den telefon eller dator som kunden faktiskt använder, inte med en referensenhet som valts av leverantören.

Varför en bär högtalare inte är en narrationsmikrofon
Det här är den skillnad som oftast hoppas över i samtal om smarta glasögon för innehållsskapande och ljud för narration, och det är den som avgör om en enhet över huvud taget hör hemma i programmet.
En högtalare med öppet öra som är monterad på en bågs arm är en utenhet. Dess uppgift är att föra ljud till användarens öron så att användaren kan höra ett samtal, en uppmaning eller uppspelning. Den är riktad mot örongången på samma huvud. En lavaljermikrofon är en inenhet. Dess uppgift är att fånga upp en röst rent och stänga ute resten av rummet. Även en riktad lavaljermikrofon är en annan fysisk konstruktion än en högtalare som strålar ut i rummet runt användarens huvud, eftersom den akustiska vägen i det ena fallet går ut ur enheten och i det andra går in i enheten. De två diskuteras ofta i samma mening i en produktbeskrivning, och i en beställning är de två olika artikelposter med två olika testkriterier.
Det betyder att en båge med öppet-öra-högtalare och utan en publicerad mikrofonrad inte är en inspelningsenhet för berättarröst, utifrån de publicerade uppgifterna. Du kan inte läsa någon mikrofonspecifikation för den. De publicerade raderna för dessa modeller avser cell, drifttid, laddning och ibland omgivningsljud eller fjärrutlösare. Det finns ingen publicerad känslighet, inget publicerat frekvenssvar, inget publicerat signal-bruss-förhållande, ingen publicerad samplingsfrekvens och inget publicerat antal kanaler för en inspelningsväg. Om en leverantör erbjuder en modell för berättarröst kommer den angivna funktionen från något annat än katalogen, och det är precis där du behöver ett skriftligt svar och ett fysiskt test i stället för ett antagande.
Den andra anledningen till att åtskillnaden spelar roll är återkoppling. En enhet som både lyssnar och spelar i samma båge återför högtalarens ljud direkt till det som spelas in. I ett tyst rum med ett headset i mixen kan det fungera. På en gata eller i en butiksmiljö avgör förhållandet mellan den önskade rösten och oönskat rumsljud samt ljudläckage från högtalaren om inspelningen alls går att använda. Det förhållandet går inte att förutse utifrån ett datablad, eftersom det beror på rummet, avståndet till närmaste reflektande yta, bärarens egen talnivå och var bågen sitter på huvudet. En skapare som lyssnar på en inspelning via bågens egen högtalare lyssnar alltså på en signal som bågen själv måste kämpa mot.
Det finns dessutom en tredje, mer subtil anledning, och den handlar om bärarens röst snarare än om enheten. En mikrofon som placeras på bröstet eller fästs nära munnen tar emot bärarens röst med ett enhetligt förhållande till munnen, vilket är anledningen till att ljudet i en berättarröst i stor utsträckning är oberoende av vilken sida av rummet kameran står på. En båges ljudutrustning måste arbeta genom huvudets akustiska väg, och den vägen är inte detsamma som avståndet mellan mun och mikrofon. Om en viss båge ger en tillfredsställande röstnivå och tillfredsställande isolering i ett visst rum är en empirisk fråga. Den avgörs genom ett test med den faktiska provenheten, i den faktiska inspelningsmiljön och med det faktiska programinnehållet. Den kan varken avgöras utifrån ett datablad eller med en leverantörs marknadsföringsspråk. Den kan inte heller avgöras genom en demonstrationsvideo i ett tyst rum, vilket är det format som de flesta leverantörer och marknadsplatser använder.
Den praktiska slutsatsen är att vi inte kommer att behandla en öppet-öra-högtalare som en inspelningsväg i någon leverantörsspecifik uppgift. När en leverantör påstår att en mikrofon finns kommer vi att betrakta det som ett obekräftat påstående tills det har bekräftats skriftligen och demonstrerats på referensenheten. Vi kommer också att rekommendera att all text riktad till skapare undviker att antyda en inspelningskvalitet som den publicerade katalogen inte stödjer. Katalogen publicerar kameramodeller i detalj, inklusive de kamerorader som behandlas i /products/ai-camera-glasses. Om ett program verkligen behöver både bildinspelning och berättarröst är det rimliga utgångspunkten en modell i kameraposten med mikrofonfrågan besvarad skriftligen, i stället för en modell i ljudposten med en antagen mikrofon. De återkommande frågorna från köpare om just denna punkt samlas i /blog/cy03-smart-glasses-common-questions.

Bullermiljön avgör testet
En inspelning av berättarröst har två miljöer, och de är inte varianter av samma miljö. De är separata testförhållanden, och en enhet som klarar det ena klarar inte nödvändigtvis det andra.
Det tysta inomhusrummet är det kontrollerade förhållandet: ett litet rum med heltäckande matta eller möbler, en dörr som går att stänga och bärarens egen röst tydligt högre än allt annat i rummet. I det förhållandet handlar de relevanta frågorna om signalnivå, om bärarens röst ligger bekvämt över bruskBotten, om inspelningen går att rensa upp och om bågen sitter kvar under en hel inspelning. En båge som är bekväm och stabil i ett tyst rum berättar mycket lite om vad som händer när miljön förändras, eftersom miljön bar huvuddelen av arbetet.
Gatan är det okontrollerade förhållandet: trafik, vind, byggarbeten, fåglar, förbipasserande och bärarens egna fotsteg och klädrörelser som leds upp längs bågens armar. Här är de relevanta frågorna annorlunda, och de handlar om undertryckning snarare än inspelning. Kan operatörens röst fortfarande förstås i mixen? Omvandlas klädrörelser till artefakter? Vad gör vinden med den bågemonterade utrustningen? Finns det en fysisk knapp på bågen som bäraren kan nå utan att bryta siktlinjen, och är den kontrollen publicerad för modellen i fråga, eftersom fjärrutlösare endast publiceras för D17 och ZH12?
Eftersom enheten bärs på ansiktet blir kroppen en del av mikrofonsystemet på ett sätt som den inte är för en kamera på ett stativ. Varje vändning av huvudet förändrar förhållandet mellan ljudkällan och bilden. Varje steg förändrar den mekaniska bullergränsen. Hår, en huv, en krage, en mask och blicken passform förändrar alla den akustiska vägen, och de förändrar den på olika sätt beroende på bäraren och inspelningen. Det är precis därför som ett gyllene-provtest för berättarröst måste vara strukturerat kring kontrollerade upprepningar av samma inspelning i stället för en enda demonstration.
Vi kommer att strukturera ett provtest av berättarröst som en fast matris i stället för som en demonstration. Eftersom hela poängen är jämförbarhet håller vi allt annat konstant — manus, tempo, operatör, monteringsposition och rummet — så att vi alltid kan säga vilken variabel som orsakade en skillnad i resultatet. Testet utförs i fem steg:
- Fastställ referensen. Spela in samma manus med en lavaliermikrofon som referensspår, så att varje senare inspelning har något att bedömas mot i stället för en åsikt.
- Upprepa inspelningen i tyst rummet tre gånger. Samma manus, samma tempo, samma operatör, samma monteringsposition, i ett litet rum med dörren stängd. Detta fastställer enhetens maximala prestanda.
- Upprepa inspelningen på gatan tre gånger. Samma manus, samma operatör, utomhus på en vanlig urban plats, med de vind- och trafikförhållanden som skaparen faktiskt kommer att möta.
- Byt operatör. Upprepa inspelningen i tyst rummet med en andra bärare av annan kroppsbyggnad och med annan röst, eftersom den akustiska vägen genom huvudet skiljer sig och komforten gör det också.
- Registrera de praktiska utfallen. Inte bara ljudet, utan även de fysiska resultaten: glider bilden, trycker tinningen mot, bär bäraren enheten under hela en verklig inspelning och når batteriet sessionens slut inom den publicerade drifttidsintervallen?
Syftet med denna struktur är inte att ta fram en bra inspelning. Syftet är att mäta om skillnaderna mellan förhållandena är sådana som ett efterproduktionsteam kan leva med, och att se om bilden introducerar mekaniskt brus som en lavaliermikrofon inte alls hade introducerat. Den jämförelse som spelar roll är med lavalierreferensen, eftersom den ärliga frågan inte är om bilden är bra i ett abstrakt perspektiv, utan om den är tillräckligt bra för det här programmet jämfört med alternativet som skaparen annars skulle använda. Om den inte är det, är rätt svar en bild som används för inspelning och monitorering, med en separat mikrofon för rösten. Det är en konfigurationsfråga som bör avgöras skriftligen med leverantören, inte en kvalitetsfråga som man kan hoppas bort.

Frågor att ställa innan man bestämmer sig för en enhet
Innan något offert blir en pilotbeställning behöver punkterna nedan få skriftliga svar. Det är frågorna som den publicerade katalogen inte besvarar, och det är frågorna där leverantörens svar avslöjar hur ett program faktiskt kommer att fungera.
- Vad man bör fråga leverantören: Har modden en mikrofon alls, och i så fall vilken är den publicerade inspelningsvägen — mikrofontyp, antal kanaler, samplingsfrekvens och kodning av den inspelade filen? Katalogen innehåller ingen sådan rad för ljud- eller sportgrupperna, så ett skriftligt svar krävs.
- Vad man bör fråga leverantören: Kan enheten användas med en extern mikrofon? Om en kreatörs vanliga arbetsflöde är beroende av en lavalier- eller shotgunmikrofon behöver du veta om ramen kan rymma den, om någon adapter eller kabel behövs och om det påverkar MOQ, formverktyg eller förpackningen.
- Vad man bör fråga leverantören: Hur ser parkopplingen ut, och vad beror den på? Bluetooth-versionen publiceras för 14 modeller men inte för de elva kameramodellerna, A05, A06 eller posten med benledning, så parkopplingen behöver beskrivas i stället för att antas.
- Vad man bör fråga leverantören: Kommer ni att tillhandahålla dokumentet för batteritransport för en enhet som levereras med en litiumcell? Alla modeller i ljud- och sportgrupperna levereras med celler, så transportdokumentationen måste finnas för den exakta cellkonfigurationen, inklusive modellerna med två celler och modellerna med en cell.
- Vad man bör fråga leverantören: Hur ser laddningsvägen ut i fält — magnetisk, Type C eller ett laddningsfodral — och vilka av de publicerade uppgifterna om laddtid gäller för den cellkonfiguration som ni beställer? Laddtiden publiceras som "2 timmar eller mindre" för de flesta modeller och "ungefär en timme" för D17 och ZH12, och laddningsmetoden publiceras inte för fyra kameramodeller.
- Vad man bör fråga leverantören: Vilka MOQ, ledtid och incoterms anges, och hur förändras de om programmet går från en pilotbeställning till återkommande beställningar? Ange dessa skriftligt i själva offerten.
- Vad man bör fråga leverantören: Vad innebär garantin för cellen och laddningsporten, och vilka reservdelar är ni beredda att hålla för eventuella fel — celler, fodral, tinningar eller öronpropp — och i vilken förpackning?
- Vad man bör fråga leverantören: Vilken certifieringsdokumentation kan ni faktiskt tillhandahålla för den här modellen, med certifikatnummer, utfärdande organ och certifikatets omfattning? Vår publicerade katalog innehåller ingen certifieringsstatus, så alla påståenden måste levereras som dokumentation, inte som en försäkran i ett meddelande.
- Vad man bör fråga leverantören: Ingår en anpassad firmware- eller appvariant i programmet, och vem äger den? Om ert kreatörsarbetsflöde är beroende av en specifik inspelningsväg eller ett specifikt exportformat måste det definieras som ett formverktyg, i stället för att man antar att det ingår i hårdvaran.
- Vad man bör fråga leverantören: Vad innehåller förpackningen exakt — enhet, celler i enheten eller i fodralet, laddningskabel, fodral, reservpropp, tryckt material — och vilka av dessa finns med i provet ni skickar? Raden för laddningsfodral publiceras endast för vissa modeller, och packlistan är där den raden antingen stämmer med verkligheten eller inte gör det.
- Vad man bör fråga leverantören: Vad är vägen vid fel och ersättning för en pilotbeställning som inte klarar provkravet? Att komma överens om utgångspunkten innan piloten inledes skyddar båda parter och är den mest användbara punkten i ett pilotavtal.
- Vad man bör fråga leverantören: Hur kommer ni att hantera en blandning av modeller i en beställning, med olika laddningsmetoder, olika fodralkonfigurationer och olika driftstidsintervall, i en enda kartong och ett enda paket? En blandad packning är normalt för en återförsäljare och besvärligt för en leverantör som inte har planerat för det.
De här frågorna skapar grunden för det kommersiella samtalet, men ersätter det inte. Den publicerade katalogen visar köparen vilken cellkonfiguration och vilket driftstidsintervall som köps, vilken laddningsmetod och laddtid som gäller, om ett laddningsfodral ingår i paketet och vilka modeller som publicerar någon rad om surroundljud. Den visar inte hur ett inspelat klipp kommer att låta, vad ett paket behöver eller vad en fabrik åtar sig. Vi håller dessa två kategorier åtskilda: publicerade rader för konfiguration och kapacitet samt skriftliga svar och ett fysiskt provtest för allt annat.
Det finns en förhandlingspunkt som är värd att ta upp tidigt, eftersom det är där de flesta kommentarprogrammen avgörs innan ens ett enda prov har filmats. Avvägningen mellan en båge med inbyggd mikrofon och en båge som tar emot en extern mikrofon är en avvägning mellan en förenklad kreatörsupplevelse och bättre ljud. En inbyggd mikrofon som sitter på tinningen innebär en kabel mindre och en sak mindre att tappa bort på inspelningsdagen, och det är vad som möjliggör ett genuint handsfritt arbetsflöde. En extern mikrofon ger ett resultat som en sändare eller en seriös kreatör godkänner utan att tveka. Köpare som försöker få båda delar från en enda katalograd blir oftast besvikna, eftersom den katalograden inte finns. Den ärliga förhandlingen är att välja den konfiguration som programmet faktiskt behöver, att ställa mikrofonfrågan skriftligt och att förhandla om de kommersiella villkoren — MOQ, ledtid, incoterms, formgverktyg, förpackning, reservdelar, garanti — utifrån den beslutade konfigurationen och inte den som låter bäst i en sammanfattning.
Den sista disciplinen är att hålla löftet strikt. En katalogrubrik riktad till kreatörer för ett kommentarprogram bör ange vad enheten gör, vilket de publicerade raderna stödjer: en cellkonfiguration, ett intervall för drifttid, en laddningsmetod, en maximal laddtid, om ett fodral ingår och att en avtryckarknapp finns på D17 och ZH12. Den bör inte ange någon certifieringsstatus, inget pris per modell, någon vikt för andra modeller än den enda modell för vilken vikten publiceras, någon kapacitiv touchfunktion, någon översättningsfunktion eller någon namngiven assistent. Det är dessa påståenden som skapar klyftan mellan vad en kreatör förväntar sig och vad en enhet levererar, och vi håller katalogrubriken och hårdvaran i linje med varandra, inte katalogrubriken och konkurrentens text.



