Rösten skrovlar när jag kommer till pappas död
Det är inte bara ett hot att ljudboken förändrar litteraturen
En rutinerad inläsare visar vägen till mitt bås genom ljudboksstudions katakomber. På en display står min boktitel. Hon tittar på mig med medlidande. Hennes röst är rikssvensk och välartikulerad, en av de mest anlitade.
– ”Priset på liv”, skrockar hon. Aj, aj, aj – det låter jobbigt och pretentiöst!
Jag nickar och håller med.
”Välkommen”, säger någon i lurarna. Producenten är en ung kille, han sitter på länk i sitt kök i Örebro. Han bor ett stenkast från sjukhuset där min bok tar sin början, där min bäste vän dog. Weird. På alla sätt.
Länge förkastade jag ljudböcker. De slår sönder förlagsekonomin och är oftast en blek representation av sina tryckta förlagor. Men sedan hörde jag Torgny Lindgrens ”Minnen”.
Enligt trovärdig uppgift läste Lindgren in i en studio på Riddarholmen, tillbakalutad med blicken i fjärran. Han behövde inget manus; minnena var ju hans. Boken, som jag läst både en och två gånger, är i hans inläsning en perfekt ljudberättelse. Nyckeln: endast Lindgren kunde göra sina karaktärer och sitt kommaterade, synkoperade sväng rättvisa.
Jag och producenten tillbringar dagar vid Hornstull respektive i Örebro. Jag är, som känt och väntat, på intet sätt någon Lindgren. Inläsningen avslöjar ett omständligt språk, kräver definitivt manus och omtagningar. Och smärtstillande; diskbråcket gör att jag helst står upp. I lunchrummet blir det lite av en snackis hos proffsen. De sitter; ”texten är nog påfrestande som det är...” säger en hyfsat känd skådespelare. Han har just läst in en populär självhjälpsbok och är uppenbart traumatiserad. ”Sånt här kan vi väl låta AI läsa in!?” utbrister han. Skratten uteblir. I inläsarnas lunchrum är AI förbjuden mark.
Gradvis kommer vi kräva mer av ljudböckerna i våra lurar
Såklart kan jag inte låta bli. Parallellt med inläsningen, klonar jag min egen röst med hjälp av ElevenLabs senaste språkmodell. Resultatet är habilt, skulle absolut funka för exempelvis texten du läser nu. Men språkmodellen förstår inte mina intentioner. Diktionen påminner om hur Metallicas Lars Ulrich spelar trummor: Självsäker och distinkt, men helt utan groove och lyhördhet.
Men vid ljudboksfabrikens löpande band, är det inte bara artificiella röster som våldför sig på texten. När författaren inte är närvarande – fysiskt eller i anden – blir ljudboken sekunda vara. Detta förstör inte bara för enskilda böcker; de många själlösa inläsningarna ger ljudboksskeptikerna vatten på sin kvarn.
Enligt den litterära ”reader response”-teorin, existerar det skrivna i en treenighet: författarens intention, texten som sådan och läsarens kognitiva tolkning. Den sistnämnda, rösterna vi hör i huvudet när vi läser, är enligt teorin avgörande för läsupplevelsen. Men ljudboken innebär en fjärde, avgörande part i det osynliga kontraktet mellan författare och läsare.
Inläsaren får en stor roll när boken ska bli ljud. Vad innebär bokstäver och skiljetecken för rytm och pauser, temperament och intonation? Bokens text är inget notblad för inläsaren; den innehåller ingen exakt detaljinstruktion till vare sig människa eller AI.
I andra länders ljudboks-kanon har dialekt, sociolekt och annan modalitet blivit allt vanligare. Hyllade amerikanska författaren Jennifer Egans ”Sockerhuset” och ”Slutna rum” är inlästa små ensembler av röster. Det finns massor av ”duets” där kända skådespelare läser mot varandra i små ljudburna kammarspel.
Zadie Smiths senaste roman ”Bedragaren” är inläst av Smith själv. Hon växlar mellan olika dialekter, släpper fram karaktärernas personligheter. Inläsningen är, liksom i fallet Lindgren, ett verk i sin egen rätt. Vi får boken som författaren själv hör den. Troligen och förhoppningsvis kommer författarinlästa små skådespel bli en premiumprodukt som folk faktiskt betalar okej för att höra.
En del förlag ersätter inte författaren för de långa dagarna i inläsningsstudion. De förväntas göra den – också – gratis. ”Ljudboken är en förlustaffär”, säger förläggaren, vilket stämmer. Men det är inte den enda orsaken. Ljudboken är den fysiska bokens fula, lite pinsamma ankunge. Den recenseras inte på morgontidningarnas kultursidor, ger inga chanser till Augustpris. Därför accepteras slarviga inläsningar, hafsig ljudredigering och stolpiga AI-röster. Good enough räcker gott för pöbeln.
Men varför inte kapa bort lite ovilliga, inkompetenta och giriga mellanhänder? Då kommer författarens andel att växa. Digital teknik för att producera och distribuera ljud är inte komplicerad eller särskilt dyr. Det är – som vanligt – det där med vem som kontrollerar produktionsmedlen.
I en fyraårig studie vid Högskolan i Borås ska det multimodala berättandet dissekeras ordentligt. Hypotesen är att ”ljud transformerar litteraturen” och att användandet av mer än en neutral röst omdefinierar ljudboksindustrin. Min helt ovetenskapliga tes är att autenticitet och ambition har direkt koppling till konsumentens betalningsvilja. Gradvis kommer vi kräva mer av ljudböckerna i våra lurar. Och ur ett rent estetiskt perspektiv: varför skulle man som författare eller seriöst förlag släppa ifrån sig något annat?
Jag försöker hitta pappas norrländska när boken ger honom ordet. I veckor tränar jag på att låta som min far. Det är weird, på alla plan. Till slut kommer sista dagen, sista sidorna. Om ljudet av Fonusbilens däck på grusvägen. Den som en sista gång tar min pappa genom skogen, ut på E20 och vidare bortom horisonten. Producenten säger att ”det är lugnt, vi tar en paus”; skrovligheten i min röst hörs tydligen till Örebro. Men jag vill inte ta om.
