Giọng đọc là thứ quyết định người xem ở lại hay lướt qua. Hình đẹp mà giọng sượng thì video vẫn hỏng. Ngược lại, một giọng đọc trôi chảy cứu được cả video có hình đơn giản.
Điều ít người biết: phần lớn cái "sượng" của giọng AI không đến từ chất giọng. Nó đến từ lời đọc được viết ra sao.
Vì sao giọng đọc máy nghe sượng
Máy đọc đúng những gì nó thấy. Vấn đề là chữ viết và lời nói không giống nhau.
- Câu quá dài. Người viết có thể viết một câu ba dòng và người đọc vẫn hiểu vì mắt tự ngắt. Máy đọc thì cứ thế trôi một hơi, không lấy hơi ở đâu cả — nghe hụt và mệt.
- Số và ký hiệu. "2/9" đọc là "hai phần chín" hay "mùng hai tháng chín"? "50k" là "năm mươi ca" hay "năm mươi nghìn"? Máy đoán, và đoán sai thì cả câu vô nghĩa.
- Từ viết tắt và tên riêng. Tên nước ngoài lẫn trong câu tiếng Việt là chỗ dễ vỡ nhất, vì máy phải quyết định đọc theo âm Việt hay âm gốc.
- Không có dấu ngắt. Một đoạn văn không xuống dòng sẽ được đọc như một khối liền. Ngắt câu chính là nhịp thở của giọng đọc.
Bốn thứ nên sửa trong lời đọc
- Cắt câu ngắn lại. Một ý một câu. Câu nào đọc lên mà bạn phải lấy hơi giữa chừng thì câu đó cần tách đôi.
- Viết số thành chữ khi có thể nhầm. "Ngày 2 tháng 9" rõ hơn "2/9". "Năm mươi nghìn" rõ hơn "50k".
- Xuống dòng ở chỗ muốn ngắt. Đây là cách trực tiếp nhất để điều khiển nhịp. Muốn có một khoảng lặng trước câu chốt, hãy cho nó đứng riêng một dòng.
- Đọc thành tiếng bản nháp. Chỗ nào bạn vấp khi đọc thì máy cũng sẽ vấp ở đó.
Tốc độ đọc và độ dài video
Nhịp đọc tự nhiên của tiếng Việt rơi vào khoảng bốn đến năm từ mỗi giây. Từ đó ước được độ dài: một kịch bản ba trăm từ cho ra video khoảng một phút.
Con số này hữu ích khi bạn nhắm một độ dài cụ thể. Muốn video dưới chín mươi giây thì lời đọc nên gói trong khoảng bốn trăm từ — cắt bớt ngay từ lúc viết sẽ dễ hơn cắt sau khi đã dựng.
XINO xử lý phần nào
XINO tạo giọng đọc tiếng Việt cùng phụ đề khớp theo lời. Phần lời đọc được chuẩn hoá trước khi đưa vào giọng nói, nên số, ký hiệu và các chỗ dễ đọc nhầm được xử lý sẵn thay vì để bạn tự sửa tay từng chỗ.
Bạn vẫn xem lại và sửa được nội dung trước khi dựng — đây là lúc đáng bỏ vài phút, vì sửa một câu lúc này rẻ hơn dựng lại cả video.
Đọc thêm
Cách tạo video từ bài Threads đi qua toàn bộ bốn bước, từ chép link tới lúc nhận video.