Dịch video và giữ nguyên giọng nói
Người dẫn của bạn, nói tiếng Nhật, tiếng Đức hay tiếng Hindi
Phụ đề bắt người xem phải đọc. Giọng AI có sẵn thì nghe như một người khác. Seed Audio 1.5 lồng lại lời thoại bằng ngôn ngữ khác nhưng vẫn giữ giọng của chính người đã nói, và bản âm thanh đã dịch có độ dài bằng bản gốc nên đặt thẳng vào hình là khớp.
Dịch từ tiếng Anh hoặc tiếng Trung sang 30 ngôn ngữ, trong đó có tiếng Việt.
Nghe thử trước khi dùng
Một bộ phim tiếng Anh dài 9 phút, được nhóm của chúng tôi dịch sang 12 ngôn ngữ bằng Seed Audio 1.5. Hãy phát video và đổi ngôn ngữ trong Cài đặt → Bản âm thanh. Bạn sẽ nghe thấy cùng một người dẫn trong mọi phiên bản.
- Ngôn ngữ nguồn
- Tiếng Anh
- Ngôn ngữ đích
- 12
- Số yêu cầu
- 24
- Chênh lệch độ dài
- < 0,03 giây
Dành cho ai
Kênh YouTube
Một video, nhiều bản âm thanh. Người xem ở Tokyo và Madrid nghe cùng một người dẫn bằng ngôn ngữ của họ mà không cần tải lên video thứ hai.
Khóa học và video giải thích
Giọng của người thầy là một phần của bài giảng. Dịch mà vẫn giữ giọng ấy thì giữ được cả con người, không chỉ lời nói.
Video sản phẩm và quảng cáo
Ra mắt bản demo ở thị trường mới ngay trong ngày, với người giới thiệu mà khách hàng của bạn đã quen.
Phim tài liệu và video kể chuyện
Phim có lời dẫn, như bài thử nghiệm Pompeii của chúng tôi, là trường hợp dễ nhất: một giọng nói, quãng nghỉ rõ ràng, nhịp đều.
Cách dịch video và giữ nguyên giọng nói
Đây là đúng thứ tự chúng tôi đã làm với bộ phim ở trên.
Kiểm tra ngôn ngữ nguồn
Dịch video bắt đầu từ tiếng Anh hoặc tiếng Trung. Mô hình tự nhận diện được đó là ngôn ngữ nào, nên bạn chỉ cần chọn ngôn ngữ đích.
Cắt video dài ở chỗ ngừng nghỉ
Mỗi yêu cầu nhận video dài từ 4 đến 360 giây. Bộ phim 9 phút của chúng tôi được chia làm hai phần, 4:43 và 4:17, mỗi chỗ cắt nằm ở lúc người dẫn dừng lấy hơi. Cắt giữa câu thì bản dịch sẽ nghe ra chỗ nối.
Liệt kê tên riêng và từ hiếm
Tên riêng, từ cổ và thuật ngữ chuyên ngành là nơi bản dịch dễ sai nhất. Hãy thêm chúng vào bảng thuật ngữ của yêu cầu để chúng được giữ nhất quán ở mọi ngôn ngữ.
Chạy từng ngôn ngữ một
Mỗi yêu cầu trả về một ngôn ngữ. Trong các lần chạy của chúng tôi, một phần dài khoảng bốn phút rưỡi mất từ 157 đến 200 giây.
Nghe lại trước khi đăng
Hãy nghe mỗi ngôn ngữ ít nhất một lần, tối thiểu là phần mở đầu và các tên riêng. Sửa một từ trước khi tải lên rẻ hơn nhiều so với sửa sau khi người xem đã phát hiện ra.
Ghép âm thanh trở lại video
Bản âm thanh đã dịch dài bằng bản gốc, nên khớp với hình ngay mà không cần chỉnh. Bạn có thể đăng mỗi ngôn ngữ thành một video riêng, hoặc thêm tất cả các bản âm thanh vào một video YouTube.
Điều gì thay đổi, điều gì giữ nguyên
| Thành phần của video | Sau khi dịch |
|---|---|
| Lời nói | Được dịch sang ngôn ngữ đích |
| Đặc trưng giọng nói | Giữ nguyên: vẫn là người nói đó, không phải giọng có sẵn |
| Nhạc nền | Giữ nguyên |
| Hiệu ứng âm thanh | Giữ nguyên |
| Độ dài | Bằng bản gốc (trong thử nghiệm của chúng tôi, lệch dưới 0,03 giây) |
| Hình ảnh và khẩu hình | Không đổi: đây là dịch âm thanh, không phải lip sync |
Theo tài liệu của ByteDance, nhạc và hiệu ứng được giữ nguyên. Trong thử nghiệm của chúng tôi, phần lời dẫn được dịch riêng và chúng tôi tự trộn nhạc trở lại.
Dịch sang bất kỳ ngôn ngữ nào trong 30 ngôn ngữ
Từ tiếng Anh hoặc tiếng Trung sang:
Tiếng Tây Ban Nha và tiếng Bồ Đào Nha đều có hai biến thể. Hãy chọn biến thể mà khán giả của bạn dùng: tiếng Tây Ban Nha kiểu Mexico hoặc kiểu Castilla, tiếng Bồ Đào Nha kiểu Brazil hoặc kiểu châu Âu.
Những giới hạn cần biết
- Ngôn ngữ nguồn phải là tiếng Anh hoặc tiếng Trung. Video tiếng Tây Ban Nha không thể dịch trực tiếp.
- Mỗi yêu cầu nhận video dài từ 4 đến 360 giây, dung lượng tối đa 200 MB, độ phân giải 480p, 720p hoặc 1080p.
- Tên riêng có thể bị đổi dạng giữa các ngôn ngữ nếu bạn không đưa chúng vào bảng thuật ngữ.
- Khuôn miệng trên màn hình không được vẽ lại. Ở cảnh cận mặt người đang nói, độ lệch sẽ lộ ra; với lời dẫn thì không.
- Chỉ dịch những video và giọng nói mà bạn có quyền sử dụng.
Câu hỏi về dịch video giữ nguyên giọng nói
AI có thể dịch video và giữ nguyên giọng gốc không?
Có. Tính năng dịch video của Seed Audio 1.5 lồng lại lời nói bằng ngôn ngữ đích mà vẫn giữ đặc trưng giọng của người nói. Trong thử nghiệm của chúng tôi, vẫn nhận ra cùng một người dẫn ở cả 12 ngôn ngữ.
Nhạc nền có bị mất không?
Theo ByteDance, tính năng dịch video giữ nguyên nhạc và hiệu ứng âm thanh gốc, chỉ thay phần lời nói. Trong thử nghiệm của chúng tôi, chúng tôi gửi riêng phần lời dẫn không có nhạc rồi tự trộn nhạc trở lại. Đây cũng là cách an toàn nếu trong tệp dự án của bạn nhạc nằm ở một track riêng.
Âm thanh đã dịch có khớp độ dài với video không?
Trong thử nghiệm của chúng tôi thì có: mỗi phần trả về ngắn hơn bản gốc chưa đến 0,03 giây ở mọi ngôn ngữ, nên không cần chỉnh lại thời gian.
Tôi có thể dịch video dài hơn 6 phút không?
Có, bằng cách chia thành nhiều phần. Mỗi yêu cầu nhận tối đa 360 giây, vì vậy hãy chia video ở những quãng nghỉ tự nhiên, dịch từng phần rồi ghép kết quả lại. Bộ phim 9 phút của chúng tôi được chia làm hai phần.
Đây có phải là lip sync không?
Không. Giọng nói được dịch, còn hình ảnh giữ nguyên. Với video có lời dẫn, video quay màn hình và video lồng tiếng thì như vậy là đủ.
Tôi có thể dịch sang những ngôn ngữ nào?
Ba mươi ngôn ngữ, gồm tiếng Tây Ban Nha (Tây Ban Nha và Mexico), tiếng Bồ Đào Nha (Brazil và Bồ Đào Nha), tiếng Nhật, tiếng Hàn, tiếng Đức, tiếng Pháp, tiếng Ý, tiếng Nga, tiếng Hindi, tiếng Ả Rập, tiếng Thổ Nhĩ Kỳ và tiếng Việt. Ngôn ngữ nguồn phải là tiếng Anh hoặc tiếng Trung.
Xem tiếp
Giọng của bạn, trong ngôn ngữ tiếp theo
Hãy dịch thử một đoạn ngắn trước và nghe kỹ các tên riêng. Sau đó dịch cả video.
Dịch video