Какие форматы аудио принимают системы лифтов KONE и Otis?

Большинство современных контроллеров KONE и Otis принимают несжатый PCM WAV при 8 кГц моно (устаревшие системы) или 16–48 кГц моно (актуальные модели). Серии Mitsubishi NEXIEZ и ELENESSA обычно требуют WAV моно при 8 кГц или 16 кГц. Всегда сверяйтесь с руководством по интеграции установщика — несовместимость формата является наиболее распространённой причиной, по которой пользовательские объявления не воспроизводятся.

ИИ-генератор голоса для объявлений в лифтах

Elevator voice AI превратился из нишевого аппаратного дополнения в практичный инструмент производства для управляющих объектами недвижимости, гостиничных сетей и консультантов по доступности. Нужны ли вам «Третий этаж — Маркетинг», «Двери закрываются» или полный набор многоязычных объявлений для 40-этажной башни — ИИ-генераторы голоса теперь создают WAV-клипы вещательного качества за минуты, без бронирования студии или оплаты дикторам за каждую правку. Это руководство охватывает принцип работы технологии, реальные требования систем KONE, Otis и Mitsubishi, структуру скриптов для соответствия ADA и то, как гостиничные бренды используют её для унификации голосовой идентичности на сотнях объектов.

Коротко о главном

Генераторы голоса для лифтов создают голосовые объявления внутри кабин — номера этажей, указатели направления, сигналы состояния дверей.
Раздел 4.10.13 ADA и EN 81-70 (Европа) предписывают звуковые указатели этажей; ИИ-генерация голоса — наиболее экономичный способ соответствовать требованиям.
Лифтовые системы KONE, Otis и Mitsubishi принимают WAV моно при 8–48 кГц в зависимости от поколения контроллера — всегда уточняйте перед производством.
Один голосовой профиль ИИ может генерировать все скрипты этажей здания, а затем масштабироваться идентично на каждый объект гостиничной сети.
Многоязычные здания требуют одного пакетного задания на язык, а не одной записи на язык.
ИИ-движок голоса VoxBooster обрабатывает производство голоса для рабочих процессов PA и объявлений на Windows с пользовательским клонированием голоса для единообразия бренда.

Что такое голос объявлений этажей в лифтах

Elevator voice AI — это система синтеза речи, озвучивающая этажи, направление движения и состояние дверей внутри лифтовой кабины. Термин «elevator voice AI» охватывает как старые заранее записанные WAV-файлы, загружаемые на контроллерную плату, так и современный подход к генерации этих файлов с помощью нейронного движка синтеза речи.

Базовый набор объявлений для любого здания обычно включает:

Номера этажей: «Первый этаж», «Второй этаж», «Вестибюль», «Первый цокольный этаж»
Указатели направления: «Подъём», «Спуск»
Состояние дверей: «Двери открываются», «Двери закрываются»
Пользовательские метки этажей: «14-й этаж — Представительские апартаменты», «6-й этаж — Конференц-центр», «Пентхаус»
Сообщения безопасности: «Придержите дверь», «Достигнута максимальная нагрузка», «Аварийная ситуация — сохраняйте спокойствие»

В 20-этажном коммерческом здании с указателями направления и именованными этажами речь идёт о 60–80 отдельных аудиоклипах. Управлять этим с помощью приглашённого диктора — и перезаписывать каждый раз при переименовании этажа — дорого. ИИ-генерация голоса превращает весь набор в работу на один день.

Соответствие ADA: что реально требует закон

Раздел 4.10.13 ADA — федеральный американский стандарт, применимый к звуковым указателям лифтов. Требование прямолинейно: лифты, обслуживающие более трёх этажей, должны подавать звуковой сигнал и голосовое объявление на каждой остановке. В объявлении должны называться уровень этажа и направление движения.

Что это означает на практике:

На каждой остановке нужно произносить номер этажа.
Указатели направления («Подъём» / «Спуск») должны сопровождать объявление этажа при многоэтажных поездках.
Аудио должно быть слышно на фоне обычного шума в кабине — как правило, 65–70 дБ звукового давления на расстоянии 1 метра от динамика, что означает необходимость правильного нормирования уровня исходного файла перед передачей.

EN 81-70 (европейский аналог) добавляет требования к показателям разборчивости речи и расположению динамиков, но логика скриптинга идентична.

Для слепых жильцов и посетителей с ослабленным зрением голосовое объявление — не просто юридическая галочка, а основной инструмент навигации при каждой поездке в лифте. Чёткое произношение, стабильная громкость и однозначные названия этажей важнее, чем «премиальность» звучания голоса. Генератор, позволяющий задать стабильный целевой уровень громкости (около -18 LUFS в интегральном значении для воспроизведения в кабине) и проверить результат на фоне фонового шума перед экспортом, практичнее, чем тот, который красиво звучит в наушниках, но создаёт искажения через 3-дюймовый динамик кабины.

Как системы KONE, Otis и Mitsubishi работают с аудио

Три крупнейших производителя лифтов имеют собственный подход к пользовательскому звуковому анонсированию, и требования к формату настолько различаются, что каждый заслуживает отдельного рассмотрения.

KONE

Серии KDS и MonoSpace компании KONE поддерживают настраиваемые голосовые объявления через платформу удалённого мониторинга KONE E-Link или непосредственно через аудиомодуль контроллерной платы. Стандартный формат аудио для современных систем KONE — WAV моно при 44,1 кГц или 48 кГц, 16-битный PCM. Более старые системы KDS могут требовать 8 кГц моно. Портал интеграторов KONE предоставляет список шаблонных имён файлов — ваши файлы, сгенерированные ИИ, должны точно соответствовать этим именам, иначе контроллер их проигнорирует.

Otis

Серии Otis Gen2 и Skyrise используют встроенный аудиопроцессор, принимающий WAV моно при 8 кГц на устаревших устройствах и WAV моно при 16 кГц или 44,1 кГц на устройствах актуального поколения. Otis предоставляет сервисный инструмент для загрузки пользовательских наборов объявлений; инструмент проверяет формат перед загрузкой. Распространённая точка отказа — стереофайлы WAV; контроллеры Otis их отклоняют. Экспортируйте моно из своего ИИ-генератора, а не стерео.

Mitsubishi

Серии Mitsubishi NEXIEZ, ELENESSA и DATLIER исторически используют WAV моно при 8 кГц или 16 кГц. Речевой модуль Mitsubishi нередко является отдельной платой, независимой от основного контроллера, доступной через интерфейс управления зданием. Серия ELENESSA Smart добавила поддержку 44,1 кГц в недавних версиях прошивки — уточните версию прошивки, установленной на объекте, прежде чем производить полный набор.

Производитель	Типичный формат	Принимает стерео?	Способ загрузки
KONE (актуальный)	WAV моно 44,1–48 кГц	Нет	E-Link / контроллерная плата
KONE (устар. KDS)	WAV моно 8 кГц	Нет	Контроллерная плата напрямую
Otis Gen2 (устар.)	WAV моно 8 кГц	Нет	Сервисный инструмент Otis
Otis (актуальный)	WAV моно 16–44,1 кГц	Нет	Сервисный инструмент Otis
Mitsubishi NEXIEZ	WAV моно 8–16 кГц	Нет	Интерфейс управления зданием
Mitsubishi ELENESSA (свежая прошивка)	WAV моно 44,1 кГц	Нет	Интерфейс управления зданием

Общая закономерность: только моно, без MP3, и соглашения об именах файлов важны. Генерируйте с максимально возможным для вашей системы качеством, а затем понижайте частоту дискретизации при необходимости — никогда не повышайте частоту дискретизации низкокачественного источника.

Составление скриптов объявлений для лифта: как добиться естественного звучания

Скрипт — это место, где большинство DIY-проектов объявлений для лифтов допускают ошибки. У лифтовой PA есть специфическая речевая модель, которую ИИ-генераторы голоса могут воспроизводить чисто при правильной структуре скрипта.

Делайте высказывания короткими. Объявления в лифте — 3–7 слов. Длинные скрипты с естественным разговорным ритмом будут звучать неправильно, потому что конечная тишина и границы клипов — часть восприятия слушателем. «Третий этаж — Маркетинг» — правильно. «Вы сейчас прибываете на третий этаж, где находится Отдел маркетинга» — прозвучит неуместно и наложится на звуковой сигнал открывания дверей.

Используйте количественные числительные, а не порядковые. Пишите «Этаж 3» или «Третий этаж» единообразно — количественная форма как правило синтезируется чище. Исключение: «Вестибюль» и «Цокольный этаж» более естественны, чем «Этаж 0» или «Этаж 1», в зависимости от нумерации в здании.

Расстановка пауз важна. Для «14-й этаж — Представительские апартаменты» вставьте запятую или тире в скрипт, чтобы спровоцировать краткую паузу между номером этажа и названием. Большинство ИИ-генераторов голоса воспринимают знаки препинания как указания просодии. Без паузы «14 этаж Представительские апартаменты» сливается и теряет разборчивость.

Указатели направления — отдельные клипы. Не включайте «Подъём» в клип объявления этажа. Контроллеры лифтов воспроизводят клипы направления и этажа независимо — контроллер сам решает, какую комбинацию воспроизвести в зависимости от направления вызова. Если вы встроите направление в клип этажа, контроллер воспроизведёт указатель направления дважды или не в том порядке.

Пользовательские метки этажей для коммерческих зданий:

Этаж 1 — Вестибюль
Этаж 2 — Торговая зона
Этаж 3 — Маркетинг
Этаж 4 — Финансы
Этаж 5 — Кадровая служба
Этаж 6 — Дирекция
Этаж 7 — Конференц-центр
Этаж 8 — Столовая
Цокольный 1 — Парковка
Цокольный 2 — Парковка

Стандартные клипы безопасности и дверей:

Двери открываются
Двери закрываются
Просьба отойти от дверей
Подъём
Спуск
Лифт не работает
Аварийная ситуация — сохраняйте спокойствие
Достигнута максимальная нагрузка

Полный набор объявлений для 10-этажного здания с именованными этажами, указателями направления и сообщениями безопасности составляет около 35–45 отдельных клипов. ИИ-генерация этого набора из единого голосового профиля занимает 10–20 минут. Перезапись переименованного этажа занимает 60 секунд.

Голос бренда для гостиничных сетей: аргумент единообразия

Для гостиничных групп, управляющих десятками или сотнями объектов, голос объявлений в лифтах — удивительно заметная точка контакта с брендом. Гости, регулярно останавливающиеся в сети, замечают несоответствие — тёплый профессиональный голос в главном объекте и скрипучий обобщённый робот в аэропортовом отеле создают едва заметную, но реальную дисгармонию бренда.

Традиционный подход — нанять диктора, записать в студии, распространить WAV-файлы по всем объектам — не работает в масштабе. Диктор, записавшийся для сети три года назад, может быть недоступен для нового объекта, открывающегося в другой стране. Студийные сессии для 15 языков на 5 новых объектах — это логистическая и бюджетная проблема.

ИИ-генерация голоса решает это, отделяя голосовую идентичность от сессии записи. Гостиничный бренд определяет один голосовой профиль — тон, темп, акцент, регистр — и каждый объект использует тот же профиль. Новые объекты получают свои наборы объявлений, сгенерированные за часы. Переименование этажа (преобразование ресторанного этажа в банкетный зал) означает перегенерацию одного клипа на всех объектах из центрального обновления скрипта.

Практический рабочий процесс для развёртывания в гостиничной сети:

Определите голосовой профиль бренда — как правило, тёплый голос среднего регистра при 130–140 слов в минуту, нейтральный акцент, лёгкая официальность без холодности.
Создайте мастер-шаблон скрипта, охватывающий все стандартные клипы (номера этажей, направления, двери, безопасность).
Добавьте специфические для объекта метки этажей в каждом отеле (нумерация номеров, названия ресторанов, этаж спа, представительский лаундж).
Сгенерируйте полные наборы WAV на объект и на язык.
Передайте монтажникам лифтов или службе эксплуатации со спецификацией формата для модели контроллера на каждом объекте.

Для смежного сценария — создания единого голоса для всех объявлений PA объекта, а не только лифтов — смотрите наше руководство по ИИ-генератору голоса для громкоговорителей в супермаркете, которое охватывает ту же логику голоса бренда в масштабе в контексте розничной торговли.

Многоязычные объявления в лифтах: как структурировать развёртывание

Здания в международных финансовых районах, люксовые отели и государственные учреждения в многоязычных регионах всё чаще требуют объявлений в лифтах более чем на одном языке. Вопрос не только в том, какие языки выбрать, но и как выстроить последовательность и структуру аудио.

Модели последовательного и параллельного объявления:

Большинство контроллеров лифтов воспроизводят одно объявление на остановку этажа. В многоязычном сценарии есть два варианта:

Последовательные клипы: Контроллер воспроизводит объявление на языке А, делает паузу 0,5 секунды, воспроизводит объявление на языке Б. Для этого нужен контроллер с поддержкой последовательностей нескольких клипов на событие этажа.
Комбинированные клипы: Создайте один клип на этаж, содержащий язык А + пауза + язык Б в одном WAV-файле. Работает с любым контроллером, но менее гибко — изменение набора языков требует перегенерации всех клипов.

Для KONE и современных систем Otis последовательное воспроизведение через несколько слотов триггера поддерживается. Для более старых контроллеров подход с комбинированными клипами — единственный вариант.

Выбор языков для распространённых типов зданий:

Тип здания	Типичный набор языков
Международный отель (глобальная сеть)	Английский + местный язык + 1–2 доминирующих языка гостей
Башня в финансовом районе	Английский + местный язык
Государственное / общественное здание	Официальные государственные языки (юридически обязательно в ряде юрисдикций)
Аэропортовый отель	Английский + местный язык + 2–3 языка с высоким трафиком пассажиров
Больница (международный район)	Английский + местный язык + арабский или мандаринский в зависимости от региона

Для полноценного многоязычного развёртывания — скажем, английский, испанский, французский, японский и арабский — нанимать профессиональных носителей для каждого языка и обеспечивать единый тон в пяти отдельных студийных сессиях дорого и нецелесообразно. ИИ-генерация голоса позволяет создать все пять языковых наборов из пяти последовательных голосовых профилей в одном пакетном задании. Испанская и французская версии могут соответствовать той же теплоте и регистру, что и английская, поскольку вы контролируете каждый параметр для каждого языка.

Для детального рассмотрения того, как ИИ-генераторы голоса управляют многоязычными производственными пайплайнами, наше руководство по ИИ-генератору голоса для объявлений у выхода на посадку в аэропорту охватывает ту же многоязычную логику в большем масштабе.

Технические спецификации: производство аудио для лифтов, которое реально работает

Помимо требований к формату, рассмотренных в разделе KONE/Otis/Mitsubishi, существуют производственные решения, от которых зависит, будут ли ваши ИИ-клипы звучать профессионально через динамики кабины.

Частота дискретизации: Генерируйте при 48 кГц, затем снижайте до целевого значения. Никогда не генерируйте при 8 кГц и не считайте задачу выполненной — качество источника важно даже после снижения частоты.

Разрядность: 16 бит — стандарт для PA лифта. 24 бита в процессе производства, с дизерингом до 16 бит при экспорте.

Каналы: Моно. Динамики лифтов практически повсеместно монофонические. Стерео-файлы либо отклоняются контроллером, либо воспроизводятся в виде сведённого моно в любом случае — создавайте моно изначально.

Громкость: Целевое значение -18 LUFS в интегральном значении для воспроизведения в кабине лифта. Это тише, чем у вещательного телевидения (-16 LUFS), поскольку динамики кабины располагаются близко к пассажиру, и слишком громкие объявления воспринимаются резко в небольшом пространстве. Используйте измеритель громкости — не просто нормализуйте по пиковому значению.

Начальная и конечная тишина: Добавьте 100 мс тишины в начале и 200–300 мс в конце каждого клипа. Это предотвращает обрезание объявления граничным буфером контроллера и обеспечивает естественную паузу перед последующим звуковым сигналом или звуком двигателя двери.

Кодек: Только WAV (PCM). MP3 вносит артефакты кодирования, которые особенно заметны в коротких голосовых клипах, используемых в объявлениях лифта. Экономия места благодаря MP3 несущественна, когда полный набор объявлений для 40-этажного здания в WAV занимает менее 50 МБ.

Для понимания того, как эта производственная дисциплина применяется в других контекстах объявлений, руководство по ИИ-генератору голоса для PA железнодорожных вокзалов охватывает те же технические спецификации для более высоконагруженной и сложной среды PA.

Распространённые ошибки в производстве объявлений для лифтов

Использование потребительских TTS-голосов напрямую. Потребительский TTS обучен для разговорной естественности — плавные предложения, разнообразная просодия, эмоциональная теплота. Объявления в лифтах короткие, декларативные и требуют механической согласованности на 50 клипах. Голос, который великолепно звучит в демо подкаста, может иметь лёгкие изменения тона между клипами, которые очень заметны, когда клипы воспроизводятся последовательно в тихой кабине.

Генерация при 22 кГц, потому что веб-превью звучит нормально. Веб-плееры повышают частоту при воспроизведении. Контроллер этого не делает. Генерируйте с максимально возможным качеством для вашей системы.

Игнорирование соглашения об именах файлов клипов. KONE, Otis и Mitsubishi требуют конкретных имён файлов для конкретных типов объявлений. «этаж3.wav» может не распознаться — «F03.wav» или «FLOOR_003.wav» может быть обязательным форматом. Загрузите спецификацию интеграции аудио контроллера перед именованием файлов.

Отсутствие тишины перед объявлением. Многие контроллеры запускают аудиоклип немедленно при остановке на этаже. Если ваш клип начинается с «Двери открываются» с нулевой выборки, первый слог обрезается. Буфер начальной тишины 100 мс предотвращает это.

Слишком громкие клипы. Нормализация до -0,5 дБ FS пика даёт максимальную громкость на измерителе DAW, но создаст искажения через 5-ваттный динамик кабины на полной громкости. Используйте нормализацию громкости до -18 LUFS, а не нормализацию по пику.

Интеграция голоса лифта с системами PA здания

Современные коммерческие здания всё чаще используют унифицированные системы PA, где объявления для лифтов, вестибюля, коридоров и аварийные сообщения управляются с единой платформы. Производители, такие как Bosch, TOA и Zenitel, выпускают контроллеры PA, управляющие несколькими зонами объявлений, включая лифтовые кабины как одну из зон.

В таких конфигурациях клипы объявлений лифтов хранятся в той же WAV-библиотеке, что и объявления торгового этажа, сообщения об эвакуации и плейлисты фоновой музыки. Единый голос во всех зонах — лифты, коридоры, вестибюль, парковка — укрепляет звуковой бренд здания и избавляет от дискомфортного перехода от тёплого голоса вестибюля к роботизированному голосу лифта.

Именно здесь наличие ИИ-генератора голоса с клонированием голоса превращается в актив всего здания, а не только в инструмент для лифтов. Определите один голос для здания, создайте все типы объявлений на его основе, и каждая зона будет звучать как часть единого пространства.

Более широкий контекст о проблемах единообразия голоса при управлении зонами здания — в нашем руководстве по ИИ-генератору голоса для систем оповещения больниц, охватывающем аналогичные задачи управления зонами и единообразия в более крупном и сложном объекте.

Пошаговая инструкция: создание первого набора объявлений для лифта

Практический рабочий процесс для 10-этажного коммерческого здания с одним языком и соответствием ADA в качестве цели:

Загрузите технические требования к аудио контроллера. Получите у производителя лифта или монтажника соглашение об именах файлов, требуемый формат (частота дискретизации, разрядность, моно/стерео) и список клипов.
Составьте скрипт. Перечислите все необходимые клипы: номера этажей (1–10 + Вестибюль + именованные этажи), указатели направления (Подъём / Спуск), сигналы дверей (Двери открываются / Двери закрываются), сообщения безопасности.
Выберите голосовой профиль. Нейтральный акцент, 130–140 слов в минуту, средний регистр. Согласуйте с существующей звуковой идентичностью здания, если она есть.
Создайте клипы пакетно. Введите полный список скриптов, выберите голос, задайте выходной формат (WAV моно 48 кГц 16 бит), экспортируйте. Добавьте 100 мс начальной тишины и 200–300 мс конечной тишины.
Нормализуйте громкость. Обработайте все клипы до -18 LUFS в интегральном значении. Используйте инструмент нормализации громкости (не нормализацию по пику).
Переименуйте файлы согласно спецификации контроллера. Строго следуйте требуемому соглашению об именах файлов.
Протестируйте на одном этаже. Загрузите один набор клипов (этаж 3, подъём, спуск, двери открываются, двери закрываются) в контроллер и проверьте воспроизведение перед загрузкой полного набора.
Разверните и задокументируйте. Сохраните исходные скрипты и настройки голосового профиля. При переименовании этажа перегенерация этого клипа займёт менее минуты.

Часто задаваемые вопросы

Что такое elevator voice AI?

Elevator voice AI — это система синтеза речи, генерирующая голосовые объявления этажей внутри лифтовой кабины: «Третий этаж», «Двери закрываются», «Подъём». Современные ИИ-генераторы голоса создают эти клипы с естественной просодией, последовательным тоном и полным соответствием ADA/EN 81-70, заменяя устаревшие записи, для которых требовались студия и приглашённый диктор.

Существует ли бесплатный генератор голоса для лифтов?

Ряд платформ синтеза голоса предлагает бесплатные тарифы. Качество существенно различается. Бесплатные планы ограничивают экспорт форматом MP3 при 22 кГц — ниже стандарта WAV 48 кГц для большинства контроллеров лифтов. Для производственного развёртывания платный план с экспортом WAV и пакетным скриптингом — практичный выбор.

Какие форматы аудио принимают системы KONE и Otis?

Большинство современных контроллеров KONE и Otis принимают несжатый PCM WAV при 8 кГц моно (устаревшие) или 16–48 кГц моно (актуальные). Серии Mitsubishi NEXIEZ и ELENESSA требуют WAV моно при 8 кГц или 16 кГц. Всегда сверяйтесь с руководством по интеграции — несовместимость формата является наиболее распространённой причиной проблем с воспроизведением.

Как сделать объявления в лифте соответствующими ADA?

Раздел 4.10.13 ADA требует звуковых указателей этажа в лифтах, обслуживающих более трёх этажей. Объявление должно называть этаж и направление движения. Для слепых и слабовидящих жильцов чёткое произношение и стабильная громкость не менее важны, чем юридическое соответствие.

Можно ли использовать один голос ИИ для всех объявлений в лифтах гостиничной сети?

Да — это один из самых убедительных сценариев применения. Определите голосовой профиль, создайте все скрипты этажей на его основе и разверните одинаковый набор WAV-файлов в каждом объекте. Обновления требуют только перегенерации одного клипа. Единообразие голоса бренда на 50 объектах обеспечивается автоматически.

Сколько языков должно охватывать многоязычное объявление в лифте?

Зависит от типа здания. Корпоративная башня обычно охватывает английский плюс 1–2 региональных языка. Международный отель добавляет 3–5 языков. ИИ-генераторы голоса производят один и тот же скрипт на каждом языке в рамках одного пакетного задания, делая многоязычные развёртывания практичными там, где найм отдельных дикторов невозможен.

Чем голос для объявлений в лифте отличается от стандартного TTS?

PA лифта требует коротких декларативных высказываний, чистой конечной тишины и стабильного уровня. Специализированный ИИ-генератор голоса позволяет контролировать длительность пауз, задавать стабильную громкость (около -18 LUFS) и экспортировать WAV моно — требования, которые стандартные TTS-продукты игнорируют.

Заключение

Elevator voice AI сделал производство соответствующих требованиям и единообразных с точки зрения бренда объявлений доступным для любого управляющего объектом, у которого есть скрипт и свободный день. Технические требования — WAV моно, правильная частота дискретизации, нормализация громкости, правильные имена файлов — не сложны, если знать их; их просто нужно соблюдать. Системы KONE, Otis и Mitsubishi имеют специфические требования к формату, и несовместимость формата — более распространённая производственная ошибка, чем проблемы с качеством голоса.

Для гостиничных сетей и операторов нескольких объектов аргумент голоса бренда наиболее убедителен: один профиль голоса ИИ генерирует единообразные объявления в лифтах на каждом объекте, на каждом необходимом языке, с минимальными затратами на обновление при смене названий этажей.

VoxBooster управляет генерацией голоса и пользовательским клонированием голоса ИИ для производственных рабочих процессов на Windows, включая пакетную генерацию скриптов для наборов объявлений. Если вам нужен голос, соответствующий существующей голосовой идентичности бренда, рабочий процесс клонирования, описанный в нашем руководстве по клонированию голоса для озвучки, напрямую применим к производству PA для лифтов и зданий. Бесплатный пробный период 3 дня — без необходимости вводить данные карты.