Cách dịch video dài bằng AI lồng tiếng: bài giảng, khóa học và podcast đến 2.5 giờ

Có lẽ video hay nhất của bạn đã hoàn thành từ lâu: bản ghi một buổi workshop, một bài học trong khóa học, một cuộc phỏng vấn dài hay mùa podcast trước. Trước đây, để đưa video ấy đến người xem nói tiếng Tây Ban Nha, tiếng Đức hoặc tiếng Nhật, bạn cần bản chép lời, người dịch, diễn viên lồng tiếng và cả một buổi chiều chỉnh sửa âm thanh — cho từng tập.

Công cụ dịch video trên ImageGPT hiện có chế độ dành riêng cho nội dung dài. Tải video của bạn dài từ 1 phút đến 2.5 giờ lên, xem lại lời thoại đã dịch, chọn giọng nói rồi tải MP4 có cả ngôn ngữ mới lẫn âm thanh gốc. Bạn sẽ thấy chi phí của từng bước trước khi bắt đầu.

Kết quả sẽ như thế nào?

Chúng tôi lấy 2 phút 14 giây đầu của “Tour of the Moon”, video bay qua bề mặt Mặt Trăng có lời thuyết minh, được NASA's Scientific Visualization Studio dựng từ dữ liệu của Lunar Reconnaissance Orbiter. Video của NASA thuộc phạm vi công cộng nên có thể sử dụng. Chúng tôi tải video lên, chọn tiếng Tây Ban Nha và chế độ thuyết minh, còn mọi thiết lập khác đều để mặc định.

AI nhận diện 1 người nói, chia lời thuyết minh thành 18 câu và dịch theo mạch câu thay vì từng từ — “Orientale basin” thành “la cuenca Oriental”, còn LRO, Diviner và LOLA được giữ nguyên. Từ lúc tải lên đến khi có video hoàn chỉnh chỉ mất hơn 1 phút.

MP4 hoàn chỉnh giữ nguyên hình ảnh gốc của bạn, không mã hóa lại. Tệp có 2 track âm thanh: bản dịch (mặc định) và bản gốc, cùng phụ đề ở cả 2 ngôn ngữ. Người xem có thể chuyển đổi giữa các track bằng trình phát như VLC. Bạn cũng có thể tải phụ đề dưới dạng tệp SRT và VTT để dùng trên YouTube hoặc nền tảng khóa học của mình.

Những gì bạn có thể dịch

Chỉ dịch nội dung bạn sở hữu hoặc có quyền sử dụng: video và các tập trên kênh của bạn, khóa học, hội thảo trực tuyến, phỏng vấn, podcast hoặc phim tài liệu mà bạn có giấy phép. Bạn cần xác nhận điều này bằng ô đánh dấu trước khi công cụ chạy. Không được dịch phim điện ảnh hay chương trình truyền hình mà bạn không sở hữu.

• Thời lượng từ 1 phút đến 2.5 giờ, dung lượng tệp tối đa 6 GB.
• Hỗ trợ MP4, MOV, MKV hoặc WEBM với video mã hóa bằng H.264, H.265, AV1 hoặc VP9. Nếu tệp của bạn dùng định dạng mã hóa khác, hãy chuyển sang MP4 trước bằng công cụ chuyển đổi video miễn phí.
• Dịch theo mọi chiều giữa 18 ngôn ngữ: tiếng Anh, tiếng Tây Ban Nha, Đầu móng trắng, tiếng Đức, tiếng Ý, tiếng Bồ Đào Nha, tiếng Ba Lan, tiếng Thổ Nhĩ Kỳ, tiếng Hà Lan, tiếng Ukraina, Tiếng Nga, Nhật Bản, tiếng Hàn, tiếng Trung, tiếng Ả Rập, tiếng Hindi, tiếng Indonesia và tiếng Việt.
• Giọng nói rõ ràng cho kết quả chép lời tốt nhất. Nếu nhạc quá lớn lấn giọng nói hoặc nhiều người nói chồng lên nhau, bạn sẽ phải sửa nhiều câu hơn trong kịch bản.

Các bước thực hiện

1. Mở công cụ dịch video và chuyển sang chế độ “Phim, bài giảng, tập video — tối đa 2.5 giờ”.
2. Chọn một dự án mới hoặc dự án có sẵn nếu đây là bài học hay tập tiếp theo. Chọn ngôn ngữ đích; để ngôn ngữ gốc ở tùy chọn “Tự nhận diện”.
3. Chọn kiểu đầu ra: thuyết minh, lồng tiếng toàn bộ hoặc chỉ phụ đề. Nếu chọn thuyết minh, hãy chọn giọng: 1 giọng dẫn chuyện, 1 giọng nam và 1 giọng nữ được ghép với từng người nói, hoặc mỗi nhân vật một giọng riêng.
4. Tải tệp lên hoặc dán liên kết đến tệp. Tệp lớn được tải lên theo từng phần, nên nếu mất kết nối, bạn chỉ cần chọn lại đúng tệp đó để tiếp tục từ chỗ đã dừng.
5. Xác nhận bạn có quyền sử dụng video rồi nhấn “Chuyển văn bản và dịch”. Giá hiển thị ngay trên nút.
6. Xem lại danh sách người nói, bảng thuật ngữ và kịch bản. Mỗi câu đều có nút phát bản gốc và bản dịch; bạn có thể sửa bất kỳ câu nào.
7. Với video dài, trước tiên hãy nhấn “Thử … phút đầu”: công cụ chỉ tạo giọng cho phần mở đầu, tối đa 2 phút tính từ câu đầu tiên, để bạn nghe thử trước khi trả phí cho phần còn lại.
8. Nhấn “Tạo giọng cho toàn bộ video”, sau đó nhấn “Tải video” và, nếu cần, “Phụ đề”.

Mọi thứ đều chạy trên máy chủ của chúng tôi, nên bạn có thể đóng tab rồi quay lại xem thanh tiến độ và thời gian còn lại. Nếu dừng tạo video giữa chừng, bạn sẽ được hoàn lại số tín dụng cho phần chưa tạo giọng. Video hoàn chỉnh cũng được lưu vào Tác phẩm của tôi.

Thuyết minh, lồng tiếng toàn bộ hay chỉ phụ đề?

Khi lồng tiếng toàn bộ, Demucs tách giọng nói khỏi nhạc và hiệu ứng âm thanh, sau đó ghép lời nói mới lên phần âm thanh nền gốc. Mỗi nhân vật có thể dùng giọng có sẵn, giọng bạn đã lưu cho một trong các nhân vật của mình, hoặc “Giọng từ video” — bản sao giọng của chính người đó nói ngôn ngữ mới. Chỉ sao chép giọng của bạn hoặc của người đã đồng ý; bạn phải xác nhận điều này bằng một ô đánh dấu riêng. Tính năng sao chép giọng chưa hỗ trợ tiếng Ukraina, tiếng Indonesia và tiếng Việt, nên các ngôn ngữ này sẽ dùng giọng có sẵn.

Dịch cả khóa học hoặc một mùa podcast

Hãy đưa mọi tập trong cùng một loạt nội dung vào một dự án. Dự án sẽ ghi nhớ danh sách người nói — tối đa 12 người được đặt tên và gán giọng, những người còn lại được nhóm thành “Những người nam khác” và “Những người nữ khác” — cùng bảng thuật ngữ tên riêng và thuật ngữ. Ở tập tiếp theo, AI nhận ra người nói cũ qua giọng của họ, nên người đồng dẫn sẽ có cùng một giọng ở bài 1 và bài 10.

Hãy điền bảng thuật ngữ sau tập đầu tiên. Nếu một khóa học nấu ăn dịch “fold in” theo 2 cách khác nhau, hãy thêm thuật ngữ này cùng bản dịch bạn muốn rồi nhấn “Dịch lại”: chỉ phần dịch được làm lại, còn những câu bạn đã sửa tay vẫn được giữ nguyên.

Chi phí bao nhiêu?

Bạn trả phí theo từng bước. Phí chép lời và dịch được tính ngay sau khi tải video lên; phí tạo giọng được tính sau khi bạn xem lại kịch bản. Giá phụ thuộc vào thời lượng và lượng lời thoại, còn mỗi nút đều hiển thị số tiền chính xác. Dưới đây là mức ước tính cho video có nhiều lời thoại:

Đoạn video NASA dài 2 phút của chúng tôi tốn khoảng 20 tín dụng, đã gồm phí chép lời. Video có nhiều đoạn ngừng nói hoặc chỉ có nhạc sẽ rẻ hơn vì chỉ những câu có lời nói mới được tạo giọng. Nếu sửa 1 câu sau đó, bạn chỉ trả phí cho câu ấy; khi dựng lại video, hệ thống chỉ phối âm lại những phần đã thay đổi.

Các clip ngắn dưới 5 phút vẫn dùng chế độ thông thường của cùng công cụ, có thêm đồng bộ khẩu hình và phụ đề gắn trực tiếp vào video. Nếu muốn phụ đề động cho Reel hoặc Short, hãy dùng Phụ đề tự động.