ให้ตัวละครในวิดีโอพูดข้อความที่คุณต้องการให้ผู้ชมได้ยิน เวิร์กโฟลว์ข้อความเป็นเสียงรวมวิดีโอต้นทาง บทพูด และเสียงที่เลือกผ่าน Speech กับลิปซิงก์ คุณยังใช้เสียงบันทึกที่รองรับได้หากมีการแสดงอยู่แล้ว เริ่มจากประโยคสั้นที่เข้าใจง่าย เลือกฉากพูดที่เหมาะ แล้วตรวจการออกเสียงและจังหวะปากพร้อมกัน แยกบทพูดจากคำสั่งภาพเพื่อให้ผลลัพธ์พูดถูกคำในจังหวะที่เหมาะ
เสียงพูดและภาพต้องทำงานร่วมกัน เลือกวิดีโอก่อน แล้วเตรียมคำพูดและเสียงให้เข้ากับผู้พูดและฉาก ตรวจผลลัพธ์ทั้งชิ้น ไม่ใช่ฟังเสียงอย่างเดียว
เวิร์กโฟลว์ Speech รองรับบทเขียน เสียง TTS ในระบบที่เลือก และวิดีโอต้นทาง ใช้ข้อความเป็นเสียงเมื่อฉากต้องพูดประโยคที่กำหนด ไม่ใช่มีเพียงเสียงพื้นหลัง เขียนคำที่ต้องการให้ผู้พูดพูดจริง แล้วตรวจการออกเสียง จังหวะ และความเหมาะกับช็อต ประโยคสั้นตรวจง่ายกว่าย่อหน้ายาว หากชื่อหรือคำย่อออกเสียงไม่ชัด ให้ปรับการสะกดแล้วทดสอบอีกครั้ง ตรวจจังหวะปาก สีหน้า และความผิดปกติของภาพด้วย
หากบันทึกการพูดไว้แล้ว Speech รับไฟล์เสียงอัปโหลดที่รองรับด้วย API ตามเอกสารรองรับทั้งเสียงในระบบและเสียงเฉพาะที่สร้างจากตัวอย่างเสียงที่ส่งมา เลือกวิธีให้ตรงกับข้อมูลที่มีและเสียงที่คุณได้รับอนุญาตให้ใช้ เสียงเฉพาะต้องเตรียมตัวอย่างและใช้รหัสที่ผูกกับบัญชี ไม่ใช่พิมพ์ชื่อบุคคลแล้วเลือกได้ ตรวจการออกเสียงและจังหวะในผลลัพธ์สุดท้าย และผูกบท แหล่งเสียง และตัวเลือกเสียงกับวิดีโอที่ถูกต้อง
ฉากพูดควรมีข้อความชัดและภาพต้นทางเหมาะสม ตัดสินใจก่อนว่าต้องการการบรรยาย บทสนทนา หรือการแสดงที่บันทึกไว้แล้ว จึงค่อยเตรียมข้อมูลเสียง
ใช้ประโยคกระชับเพื่อสื่อใจความของฉากสินค้าหรือแคมเปญ คำกล่าวอ้างที่พูดต้องตรงกับข้อความที่อนุมัติและไม่ยัดหลายเรื่องในประโยคเดียว ตรวจว่าจังหวะพูดเร็วเกินช็อตหรือไม่ ความถูกต้องของสินค้า การออกเสียงชัด และผู้พูดที่มองเห็นสำคัญกว่าการทำให้ทุกประโยคดูน่าตื่นเต้น
เขียนบทตามเป้าหมายทันทีของตัวละคร เลือกฉากที่เห็นผู้พูดชัด แล้วทดสอบคำพูดและเสียงกับการกระทำ ข้อความเป็นเสียงช่วยสร้างช่วงพูดตามบทได้ แต่ไม่แทนการกำกับและตรวจการแสดง ฟังน้ำหนักเสียงพร้อมดูจังหวะปาก หากคำพูดรบกวนเรื่อง ให้ย่อบทหรือเลือกช็อตอื่น
แบ่งคำอธิบายเป็นช่วงพูดสั้น ๆ ที่แต่ละช่วงมีประเด็นเดียว ใช้ฉากพูดที่เหมาะ แล้วนำช่วงต่าง ๆ มาประกอบตามความต้องการของผู้ชม อย่าคิดว่าคำขอ TTS สั้นรองรับบทความทั้งชิ้น ตรวจความถูกต้องของคำแนะนำสำคัญและเพิ่มคำบรรยายที่อ่านง่ายในขั้นตอนตัดต่อสุดท้ายเพื่อให้เข้าใจได้แม้ปิดเสียง
เตรียมวิดีโอ คำพูด และเสียงเป็นการตัดสินใจแยกกัน การทดสอบสั้นครั้งแรกช่วยตรวจว่าต้นทางเหมาะกับการพูดก่อนสร้างประโยคเพิ่มหรือลำดับยาวขึ้น
เริ่มจากวิดีโอที่สร้างหรือคลิปอัปโหลดที่รองรับและเห็นผู้พูดชัด ตรวจใบหน้า มุม และระดับการเคลื่อนไหวก่อนเพิ่มเสียง ต้นทางที่ชัดช่วยประเมินจังหวะปากและสีหน้า เก็บวิดีโอต้นฉบับไว้เพื่อตรวจความเปลี่ยนแปลงของภาพ
ใช้ภาษาพูดตรงไปตรงมาและมีแนวคิดหลักหนึ่งอย่างต่อประโยค อ่านออกเสียงเพื่อตรวจว่าเข้ากับฉาก คู่มือเวิร์กโฟลว์ TTS แบบลิปซิงก์แยกเดี่ยวจำกัดข้อความไม่เกิน 200 อักขระ ขีดจำกัดนี้เป็นของจุดเชื่อมต่อเฉพาะ ควรเริ่มทดสอบสั้น ๆ ไม่ใช่คิดว่าทุกคำขอรับบทบรรยายยาวได้
เลือกเสียงในระบบ เสียงเฉพาะที่ได้รับอนุญาต หรือเสียงบันทึกที่รองรับตามเวิร์กโฟลว์ คำขอข้อความเป็นเสียงต้องใช้บทและเสียงที่เลือกพร้อมกัน หากอัปโหลดเสียง ให้ตรวจความชัดและจังหวะก่อน ผูกรหัสเสียงกับบัญชีที่ถูกต้องและอย่าใช้ตัวอย่างเสียงที่ไม่เกี่ยวข้องแทน
ตรวจคำที่พูด การออกเสียง ความเร็ว และการขยับปากในผลลัพธ์ ดูทั้งช็อตรวมช่วงหยุดก่อนและหลังประโยค หากการแสดงไม่เข้ากัน ให้แก้บทหรือเสียง แล้วทำคำบรรยาย ผสมเสียง และตรวจลำดับภาพในงานตัดต่อ
คลิปพูดที่สร้างเสร็จทางเทคนิคยังต้องตรวจเนื้อหาและการแสดง แยกเสียงพูดจากเสียงพื้นหลัง รู้ข้อจำกัดของต้นทาง และตรวจว่าประโยคทำงานอย่างไรในลำดับภาพที่มีเสียงอื่น
การสร้างเสียงโดยโมเดลกับ TTS ลิปซิงก์ตามบทเป็นตัวเลือกสร้างสรรค์ต่างกัน ใช้ข้อความเป็นเสียงเมื่อคำพูดต้องตรงประโยคที่กำหนดและฉากมีผู้พูด ใช้เสียงที่โมเดลรองรับสำหรับการสร้างภาพและเสียงโดยรวม แล้วตรวจสิ่งที่สร้างจริง อย่าคิดว่าดนตรีหรือเสียงสภาพแวดล้อมรับประกันบทพูดทุกคำ ตรวจความชัด น้ำหนักคำ และจังหวะหยุด หากข้อความมีชื่อ ตัวเลข ข้อเท็จจริงสินค้า หรือคำแนะนำด้านความปลอดภัย ให้ตรวจคำเหล่านั้นอย่างละเอียดก่อนอนุมัติ
เครื่องมือสร้างวิดีโอด้วย AI สามารถสร้างฉากภาพก่อนเพิ่มบทพูด API ของ Speech ตามเอกสารรับวิดีโอจาก PixVerse หรือฟุตเทจอัปโหลดที่รองรับ พร้อมเสียงสำเร็จหรือบทและรหัสเสียง คู่มือระบุวิดีโอ MP4 MOV และ WebM และเสียง MP3 WAV M4A หรือ AAC โดยมีข้อจำกัดขนาดและระยะเวลาเฉพาะจุดเชื่อมต่อ อย่านำกฎนี้ไปใช้กับโหมดอื่น การเชื่อมต่อของนักพัฒนาต้องตรวจว่างานเสร็จและดึงผลลัพธ์มาก่อนรีวิว ไม่ถือว่าคำขอที่รับแล้วคือวิดีโอสำเร็จและอนุมัติแล้ว
เสียงพูดควรช่วยให้ผู้ชมเข้าใจฉาก เลือกโจทย์ที่ได้ประโยชน์จากผู้พูด รักษาบทให้ตรงประเด็น และตรวจทั้งเสียงกับภาพก่อนรวมคลิปกับวัสดุอื่น
ทดสอบข้อความสั้นที่อนุมัติแล้วกับฉากและเสียงที่เหมาะ ร่างวิดีโอช่วยทีมประเมินว่าคำพูด จังหวะ และการนำเสนอภาพทำงานร่วมกันอย่างไร ตรวจชื่อสินค้า ราคา และข้อความข้อเสนอจากเอกสารที่อนุมัติแทนการเชื่อการตีความที่สร้าง เปรียบเทียบคำพูดทางเลือกในโจทย์เดียวกันและตรวจเสียงกับคำบรรยายก่อนเผยแพร่
ให้ตัวละครพูดหนึ่งประโยคที่ทำให้ฉากคืบหน้า ใส่อารมณ์ที่ต้องการในโจทย์สร้างสรรค์และใส่คำพูดจริงในช่องบท ตรวจจังหวะ สีหน้า และความสอดคล้องกับช็อตข้างเคียง ประโยคสั้นอาจสื่อได้ชัดกว่าคำอธิบายยาว โดยเฉพาะเมื่อภาพแสดงสถานที่หรือเป้าหมายตัวละครอยู่แล้ว
สร้างคำอธิบายสั้นจากบทที่ถูกต้องและผู้พูดที่เห็นชัด ใช้ข้อความเป็นเสียงสำหรับช่วงพูด แล้วประกอบภาพสนับสนุนและคำบรรยายในขั้นตอนตัดต่อ ตรวจความชัดของข้อความแทนการคิดว่าเสียงที่สร้างทำให้เรื่องยากเข้าใจง่ายเอง เก็บบริบทสำคัญไว้ในลำดับภาพและทดสอบว่าผู้ชมตามเนื้อหาได้เมื่อปิดเสียง
PixVerse ดูแลระบบจัดการความปลอดภัยสารสนเทศที่ DNV รับรองตาม ISO/IEC 27001 เพื่อสนับสนุนแนวทางที่เป็นระบบในการปกป้องข้อมูลทั่วทั้งการดำเนินงาน
เริ่มจากคำที่ผู้ชมต้องได้ยิน เลือกวิดีโอและเสียงที่เหมาะ ทดสอบข้อความเป็นเสียงสั้น ๆ ใน PixVerse แล้วตรวจการออกเสียงพร้อมจังหวะปาก เก็บการพูดที่สื่อสารชัดและปิดงานด้วยคำบรรยายที่ถูกต้อง เสียงสมดุล และการตรวจบทครั้งสุดท้าย
