การพากย์เสียงวิดีโอด้วย AI มีสามขั้นตอน ถอดเสียงพูดจากต้นฉบับ แปลบทถอด แล้วให้เสียง AI อ่านบทแปลทีละประโยค จากนั้นนำเสียงใหม่ไปวางใต้ภาพในโปรแกรมตัดต่อ ทุกขั้นตอนทำในบัญชีเดียว
การพากย์เสียงด้วย AI คืออะไร และส่วนไหนที่ยังเหมือนเดิม#
การพากย์เสียงด้วย AI คือการเปลี่ยนเสียงพูดในวิดีโอเป็นบทเดิมในอีกภาษาหนึ่ง Speech to Text เขียนสิ่งที่พูดออกมา ระบบแปลเขียนบทใหม่ และ Text to Speech อ่านบทนั้นออกเสียง Paxa TTS Flash v2 พูดได้ทั้งภาษาไทย อังกฤษ และจีนกลาง เสียงพากย์ที่ทำที่นี่จึงเป็นหนึ่งในสามภาษานี้ ส่วนต้นฉบับเป็นภาษาใดก็ได้ที่ขั้นตอนถอดเสียงและแปลรองรับ จะพากย์หนังต่างประเทศเป็นไทย หรือพากย์คลิปไทยเป็นภาษาอังกฤษและจีนก็ใช้ขั้นตอนเดียวกัน
สิ่งที่เครื่องมือคืนให้คือไฟล์เสียงและข้อความ ภาพยังเป็นภาพเดิมทุกเฟรม และปากของตัวละครยังขยับตามคำในภาษาต้นฉบับ เสียงพากย์มาจากเสียงในคลัง หรือเสียงที่คุณออกแบบเองจากคำบรรยาย โดยไม่มีขั้นตอนใดลอกเสียงของผู้พูดตัวจริง
ขั้นที่ 1 ถอดเสียงต้นฉบับอย่างไร#
- ส่งออกไฟล์เสียงส่งออกเสียงจากโปรแกรมตัดต่อเป็นไฟล์ M4A หรือ MP3 ไฟล์หนึ่งยาวได้ถึง 120 นาที และขนาดไม่เกิน 95 MB
- เปิดผู้พูดและเวลาระดับคำเปิดเครื่องมือถอดเสียงแล้วอัปโหลดไฟล์ ตัวเลือกผู้พูดจะใส่หมายเลขให้แต่ละรอบพูด จึงรู้ว่าใครพูดประโยคไหน ส่วนเวลาระดับคำคืนเวลาเริ่มและจบของทุกคำ โดยไม่คิดเครดิตเพิ่ม
- ใส่ชื่อเฉพาะเพิ่มชื่อตัวละคร ชื่อแบรนด์ และชื่อสถานที่เป็นคำศัพท์ ได้สูงสุด 50 คำ คำเหล่านี้จะสะกดกลับมาตามที่คุณพิมพ์
- อ่านบทถอดหนึ่งรอบแก้คำที่ถอดผิดตั้งแต่ตอนนี้ คำผิดในบทถอดจะถูกแปลและถูกพากย์ต่อไป ซึ่งต้องตามแก้ถึงสามจุดในภายหลัง
หมายเหตุ
Paxa STT Lite อยู่ในสถานะพรีวิวงานวิจัย บทถอดและตัวเลือกอาจเปลี่ยนได้ในแต่ละรุ่น
ขั้นที่ 2 แปลบทอย่างไร#
วางบทถอดลงในเครื่องมือแปลแล้วเลือกภาษาปลายทาง Paxa Translate Lite แปลระหว่าง 15 ภาษาได้ทุกคู่ ตั้งรูปแบบข้อความเป็นตามบรรทัด บทพูดแต่ละบรรทัดจะกลับมาเป็นบรรทัดของตัวเองตามลำดับเดิม
- ใส่ชื่อตัวละครและชื่อแบรนด์ทุกชื่อในอภิธานศัพท์พร้อมตัวสะกดที่ต้องการ ชื่อที่สะกดไม่เหมือนกันในแต่ละฉากเป็นสิ่งแรกที่ผู้ชมสังเกตเห็น
- ตั้งระดับภาษาเป็นทางการสำหรับวิดีโออบรม และเป็นทั่วไปสำหรับฉากเพื่อนคุยกัน ภาษาไทยแสดงความสุภาพแทบทุกประโยค คู่มือความสุภาพในงานแปลภาษาไทยแสดงให้เห็นว่าตัวเลือกนี้เปลี่ยนอะไรบ้าง
- เขียนบริบทหนึ่งประโยค เช่น ใครพูดกับใคร และฉากเกิดขึ้นที่ไหน
- ใช้ช่องคงไว้ตามเดิมกับชื่อสินค้าและรหัสที่ต้องอยู่ในตัวอักษรเดิม
บทพูดสำหรับฟังสั้นกว่าข้อความสำหรับอ่าน ลองอ่านบทแปลออกเสียงทีละประโยค ถ้าประโยคไหนใช้เวลาพูดนานกว่าต้นฉบับ ให้ตัดให้สั้นลงตั้งแต่ยังเป็นข้อความ
ขั้นที่ 3 ให้เสียง AI พากย์บทแปลอย่างไร#
เปิดเครื่องมือเสียงพูดแล้วเลือกเสียงให้ตัวละครแต่ละตัวจาก 50 เสียงของ Paxa TTS Flash v2 ตัวละครหนึ่งตัวใช้เสียงเดียวตลอดทุกฉากและทุกตอน หน้ารวมเสียงเปิดฟังได้ทุกเสียง และถ้าไม่มีเสียงที่ตรงกับตัวละคร เครื่องมือออกแบบเสียงสร้างเสียงใหม่จากคำบรรยายที่คุณเขียน
เขียนวิธีพูดไว้ในวงเล็บเหลี่ยมหน้าประโยคด้วยคำธรรมดา ประโยคอย่าง [กระซิบ] ถอยไปอยู่ข้างหลังฉัน จะถูกอ่านด้วยเสียงกระซิบ และ [ถอนหายใจ] ก็ได้ เอาอีกรอบเดียวนะ จะเปิดด้วยเสียงถอนหายใจ ทุกเสียงพูดได้ทั้งสามภาษา ตัวละครจึงใช้เสียงเดิมได้ทั้งในฉบับพากย์ไทย อังกฤษ และจีนกลางของวิดีโอเดียวกัน
สร้างคลิปเสียงหนึ่งคลิปต่อหนึ่งประโยค หรือต่อช่วงที่ตัวละครเดียวพูดต่อเนื่อง แล้วตั้งชื่อไฟล์ตามเลขฉากและเลขประโยค คลิปสั้นวางง่าย และแก้ใหม่ได้ในราคาถูกเมื่อบทเปลี่ยน
ขั้นที่ 4 วางเสียงพากย์ให้ตรงกับภาพอย่างไร#
บทถอดจากขั้นที่ 1 บอกวินาทีที่แต่ละประโยคในต้นฉบับเริ่มและจบ ในโปรแกรมตัดต่อ ให้ปิดเสียงพูดเดิม แล้ววางคลิปพากย์แต่ละคลิปที่เวลาเริ่มของประโยคนั้น ถ้ามีแทร็กดนตรีและเสียงประกอบแยกไว้ก็ใช้ต่อได้เลย
- คลิปที่ยาวเกินช่วงของประโยค สร้างใหม่ให้เร็วขึ้นได้ ความเร็วในเครื่องมือเสียงพูดปรับได้ตั้งแต่ 0.5 ถึง 1.5 เท่าของจังหวะปกติของเสียงนั้น
- ถ้าเร่งแล้วยังยาวเกิน แปลว่าประโยคมีคำมากไป ตัดคำฟุ่มเฟือยหรือเลือกวลีที่สั้นกว่า แล้วสร้างประโยคนั้นใหม่
- คลิปที่จบก่อนเวลาวางไว้ตามเดิมได้ ช่วงเงียบสั้น ๆ หลังประโยคฟังเป็นธรรมชาติเมื่อดูคู่กับภาพ
- ตัวเลือกเวลากำกับในเครื่องมือเสียงพูดคืนเวลาเริ่มและจบของทุกคำในเสียงพากย์ ซึ่งนำไปตัดเป็นไฟล์ซับของภาษาใหม่ได้
พากย์เสียงวิดีโอสิบนาทีราคาเท่าไร#
แต่ละขั้นตอนมีอัตราของตัวเอง การถอดเสียงคิด 8.33 เครดิตต่อนาทีของเสียง การแปลคิด 25 เครดิตต่อ 1,000 ตัวอักษร และเสียงพูดคิด 10 เครดิตต่อ 1,000 ตัวอักษร ตัวอย่างนี้สมมติวิดีโอยาว 10 นาที ที่บทต้นฉบับและบทแปลยาวอย่างละ 9,000 ตัวอักษร ไม่ได้ส่งข้อมูลอ้างอิงให้ระบบแปล และปิดเวลากำกับของเสียงพูด
| ขั้นตอน | คิดตาม | เครดิต | ราคา |
|---|---|---|---|
| ถอดเสียง | เสียง 10 นาที | 83.34 | $0.08 |
| แปลบท | 9,000 ตัวอักษร | 225 | $0.23 |
| เสียงพากย์ | 9,000 ตัวอักษร | 90 | $0.09 |
| รวม | 398.34 | $0.40 |
ประโยคที่สร้างใหม่คิดเครดิตอีกครั้งตามจำนวนตัวอักษรของประโยคนั้น เครดิตฟรี 100 เครดิตของบัญชีใหม่พากย์วิดีโอได้ประมาณ 2 นาทีตามสมมติฐานเดียวกัน โดยไม่ต้องผูกบัตร ใครกำลังเทียบกับการจ้างพากย์เสียง คู่มือราคาเสียงพากย์ภาษาไทยวางอัตรานี้ไว้ข้างราคาสตูดิโอ
พากย์เสียงวิดีโอของใครได้บ้าง#
พากย์ได้เฉพาะวิดีโอที่คุณทำเอง และวิดีโอที่เจ้าของอนุญาตให้คุณดัดแปลง งานพากย์คือฉบับใหม่ของผลงานคนอื่น ทั้งบท การแสดง และภาพล้วนมีเจ้าของ การให้เสียงแทนคำพูดของบุคคลจริงจนคนฟังเข้าใจว่าเป็นเจ้าตัว ขัดกับกติกาที่ทุกบัญชียอมรับ
เครดิตฟรีใช้สำหรับงานส่วนตัวและการทดลอง เมื่อซื้อแพลนหรือแพ็กเครดิตใดก็ได้ เสียง บทถอด และบทแปลทั้งหมดของบัญชีจะนำไปใช้เชิงพาณิชย์ได้ รวมถึงชิ้นที่ทำไว้ก่อนซื้อ ตามที่ข้อกำหนดการใช้งานระบุไว้
อ่านหรือลองอะไรต่อดี#
- ฟังฉากละครสั้นที่พากย์ไว้สามภาษาที่หน้างานพากย์เสียง
- เลือกเสียงให้ตัวละครจากหน้านักพากย์ AIและหน้ารวมเสียง
- ตัดซับของภาษาใหม่ด้วยเครื่องมือสร้างซับไตเติล ตามคู่มือทำซับจาก Timestamp ระดับคำ
- อ่านเรื่องผลิตภัณฑ์แปลภาษา คู่ภาษาไทยกับอังกฤษ และคู่ภาษาไทยกับจีน
- ดูว่าครีเอเตอร์และทีมทำคอร์สออนไลน์ใช้เครื่องมือชุดเดียวกันอย่างไร
- อ่านLocalization กับการแปลต่างกันอย่างไรก่อนปรับมุก ราคา และชื่อสถานที่ และอ่านวิธีถอดเสียงวิดีโอ YouTubeสำหรับรายละเอียดของขั้นแรก
คำถามที่พบบ่อย#
AI พากย์เสียงวิดีโอเป็นภาษาไทยได้ไหม#
ได้ ถอดเสียงต้นฉบับ แปลบทเป็นภาษาไทย แล้วให้ Paxa TTS Flash v2 อ่าน ซึ่งทุกเสียงพูดภาษาไทยได้ คำภาษาอังกฤษในประโยคไทย เช่น ชื่อแบรนด์ จะถูกอ่านเป็นภาษาอังกฤษ
พากย์คลิปไทยเป็นภาษาอังกฤษหรือจีนได้ไหม#
ได้ ขั้นตอนเหมือนกันทุกอย่าง เพียงเลือกภาษาอังกฤษหรือจีนเป็นภาษาปลายทางในขั้นแปล แล้วใช้เสียงเดิมของตัวละครอ่านบทในภาษานั้น
เสียงพากย์จะเหมือนเสียงของผู้พูดในต้นฉบับไหม#
ไม่เหมือน ตัวละครแต่ละตัวอ่านด้วยเสียงจากคลัง หรือเสียงที่ออกแบบจากคำบรรยาย การออกแบบเสียงกับการโคลนเสียงอธิบายความต่างของสองวิธีนี้ไว้
AI ปรับปากตัวละครให้ตรงกับภาษาใหม่ได้ไหม#
ไม่ได้ เครื่องมือคืนเสียงพากย์ชุดใหม่ และภาพยังเหมือนเดิม การวางเสียงใช้เวลาเริ่มของแต่ละประโยค ประโยคที่ยาวพอดีกับช่วงของตัวเองจะดูเข้ากับภาพ
มีเสียงพากย์สำเนียงอีสาน เหนือ หรือใต้ไหม#
มี หน้าเสียงสำเนียงถิ่นเปิดฟังเสียงสำเนียงอีสาน เหนือ และใต้ เทียบกับเสียงภาษาไทยกลางได้
ลองพากย์เสียงด้วย AI ฟรีได้ไหม#
ได้ บัญชีใหม่ได้เครดิตฟรี 100 เครดิตโดยไม่ต้องผูกบัตร พอสำหรับพากย์วิดีโอประมาณ 2 นาทีตามสมมติฐานของตัวอย่าง เครดิตฟรีใช้ได้กับงานส่วนตัวและการทดลอง