Làm thế nào để dịch giọng nói của nhân vật trong video mà không làm mất đặc trưng biểu đạt gốc của nhân vật

Thông thường khi nhắc đến Dịch video(dịch giọng nói video), nó ám chỉ việc dùng giọng nói được cài đặt sẵn để thay thế giọng người trong video, thực sự cũng có thể dịch nội dung lời nói gốc sang các ngôn ngữ khác nhau, nhưng sau khi dịch một video, mỗi câu đều có thể hiểu được, nghe thì lại không đúng cảm giác: không còn cái vị giọng nói của nhân vật trong video gốc nữa, không còn phong cách đó nữa.

Đây chính là vấn đề mà việc dịch giọng nói con người trong video gốc (Original audio video human voice translation) cần giải quyết: không chỉ để khán giả hiểu được một ngôn ngữ khác, mà còn cố gắng giữ lại những đặc điểm biểu đạt mà mọi người vốn đã yêu thích trong video gốc.

Cái gọi là dịch giọng nói trong video gốc là chuyển nội dung lời nói trong video sang ngôn ngữ mục tiêu và tạo ra giọng nói phù hợp với hình ảnh. Một số công cụ còn cung cấp dịch phụ đề, chỉnh sửa giọng nói và đồng bộ khẩu hình của nhân vật.

Đặc biệt là chức năng chỉnh sửa giọng nói trong video, nếu bạn muốn có video với chất lượng dịch cao hơn, bạn phải tự mình kiểm tra và hiệu đính với tư cách con người, và thực hiện các điều chỉnh có mục tiêu đối với kết quả.

Dịch giọng nói trong video là gì? Nó khác gì so với dịch phụ đề?

Quy trình dịch giọng nói điển hình của video bao gồm: nhận diện giọng nói gốc, dịch văn bản, tạo lồng tiếng cho ngôn ngữ mục tiêu, sau đó kết hợp lồng tiếng với video. Phụ đề cũng có thể được tạo đồng thời.

So với việc chỉ dịch phụ đề, điểm khác biệt trực quan nhất là: khán giả có thể trực tiếp nghe được ngôn ngữ đích có âm sắc, cảm xúc và nhịp điệu giống với giọng nói gốc của nhân vật trong video, mà không phải lúc nào cũng dựa vào chữ trên màn hình để hiểu nội dung, hoặc nghe giọng nói mà phong cách nói rõ ràng không phù hợp với nhân vật gốc để xem video.

Một vài khái niệm dễ nhầm lẫn, có thể phân biệt như sau:

Dịch âm thanh tự động (automated audio translation) cũng tương tự. Khác với dịch video, dịch âm thanh không cần đồng bộ âm thanh và hình ảnh, còn dịch video ngoài việc dịch có chính xác hay không, còn phải xem giọng nói và hình ảnh có hài hòa không. Ví dụ, một câu hướng dẫn thao tác dù dịch đúng, nếu các nút liên quan đã biến mất khỏi hình ảnh, khán giả vẫn có thể không theo kịp.

Làm thế nào để dịch ra video chất lượng cao hơn?

Trước tiên giữ nguyên ý nghĩa và ý định của bản dịch phụ đề

Ví dụ, video hướng dẫn cần các bước chính xác, trình diễn sản phẩm cần giải thích rõ ràng các chức năng, câu chuyện cá nhân thì cần bối cảnh cảm xúc đầy đủ.

Những thay đổi nhỏ cũng có thể làm thay đổi ý nghĩa: bạn có thể tắt cài đặt này và bạn nên tắt cài đặt này không giống nhau. Tên sản phẩm, số liệu, đơn vị và từ phủ định đều đáng được ưu tiên kiểm tra.

Dù giọng nói có hay đến đâu, cũng không thể bù đắp được vấn đề thông tin bị dịch sai.

Hãy để bản dịch giống như lời nói chuyện, chứ không phải như sách hướng dẫn cứng nhắc

Bản dịch phù hợp để đọc, không nhất thiết phù hợp để đọc thành tiếng trực tiếp. Việc tương ứng từng từ đôi khi giữ được cấu trúc câu, nhưng lại mất đi cách diễn đạt tự nhiên ban đầu.

Tiêu chuẩn đánh giá không phải là càng ngắn càng tốt, mà là phải chính xác, tự nhiên, và phù hợp với mối quan hệ giữa người nói và người nghe.

Giữ lại những khoảng dừng và nhịp điệu cần thiết

Các ngôn ngữ khác nhau diễn đạt cùng một ý nghĩa, thời gian cần thiết không giống nhau. Một bản dịch có vẻ không dài, khi đưa vào đoạn video có thể trông khá gấp gáp.

Kiểm tra trước thông tin quan trọng xem có dừng lại hay không, giữa các chỉ dẫn liên tiếp có không gian để thở hay không, và giải thích có theo kịp sự thay đổi của ống kính hay không. Khi cần thiết, trong điều kiện không mất thông tin, việc đơn giản hóa cách diễn đạt sẽ thích hợp hơn việc cố nhồi thêm nhiều từ ngữ.

Cố gắng phục hồi giọng nói nguyên bản của nhân vật trong video

Ngoài việc dịch phụ đề phải tự nhiên, chính xác và phù hợp với nhịp điệu của hình ảnh, giọng nói của nhân vật trong video khi phát ra phần giọng nói đã dịch cũng cần cố gắng giữ nguyên màu giọng, cảm xúc, nhịp điệu,... giống như khi họ nói câu đó. Hãy tưởng tượng một nhân vật bạn yêu thích đột nhiên có thể nói với bạn bằng ngôn ngữ mà bạn mong muốn, có phải là một trải nghiệm tuyệt vời không! Vì vậy, đối với các sản phẩm cung cấp dịch giọng nói trong video, nên đồng thời cung cấp khả năng tái tạo giọng nói gốc của nhân vật trong video, đồng thời cung cấp khả năng lặp lại cùng một đoạn giọng nói nhiều lần sau đó tạo ra lại, để chúng ta có thể có được kết quả dịch thỏa mãn nhất có thể.

Tại sao sau khi dịch tự động vẫn cần hiệu đính?

Phiên bản được tạo tự động cung cấp là một phiên bản có thể đánh giá, không phải là đảm bảo rằng mọi câu đều phù hợp để xuất bản ngay lập tức.

Đề nghị trước tiên kiểm tra nhận diện văn bản gốc, sau đó kiểm tra bản dịch, cuối cùng kết hợp với hình ảnh để nghe xem. Tiếng ồn nền, nhiều người nói đồng thời và các danh từ riêng lạ, tất cả đều có thể khiến lỗi xuất hiện ngay từ trước khi bắt đầu dịch. Nếu tên sản phẩm trong văn bản gốc nhận diện sai, dù lồng tiếng sau đó có trôi chảy cũng không thể giải quyết vấn đề này.

Giai đoạn dịch chú trọng kiểm tra nghĩa, thuật ngữ, số liệu và độ tự nhiên của lời nói. Giai đoạn nghe thử thì tập trung vào phát âm, ngắt quãng, cũng như sự phối hợp giữa lời kể và hình ảnh. Trình tự này sẽ giúp bạn tìm ra vấn đề thực sự xảy ra ở đâu, thay vì chỉnh sửa đi chỉnh sửa lại những chỗ không có vấn đề.

Nếu bạn không hiểu ngôn ngữ mục tiêu, tốt nhất nên nhờ người quen thuộc với ngôn ngữ đó kiểm tra các nội dung quan trọng. Dịch ngược bản dịch trở lại có thể hỗ trợ kiểm tra một số thông tin, nhưng không thể chứng minh rằng lồng tiếng thực sự nghe tự nhiên.

Làm thế nào để kiểm tra và cải thiện kết quả dịch trong SoulDub?

SoulDub kết hợp phụ đề tự động, dịch thuật và lồng tiếng AI, đồng thời cung cấp cơ hội hiệu đính văn bản và điều chỉnh các đoạn âm thanh bởi con người. Do đó, điều đáng chú ý không chỉ là khả năng tạo video, mà còn là khả năng con người can thiệp để tiếp tục hoàn thiện sau khi phát hiện vấn đề.

Bước đầu tiên: Bắt đầu từ một đoạn video ngắn có tính đại diện

Chọn các tài liệu mà bạn có quyền sử dụng, quyền dịch và quyền âm thanh liên quan, chẳng hạn như hướng dẫn ngắn, giải thích sản phẩm hoặc giới thiệu cá nhân.

Tốt nhất là bao gồm một tên sản phẩm, một khoảng dừng được sắp xếp có chủ ý, và một câu mà bạn muốn khán giả nhớ nhất. Bằng cách này, sau khi tạo ra sẽ có đối tượng kiểm tra rõ ràng.

Tải video lên, chọn ngôn ngữ hiện được hỗ trợ và tạo nhiệm vụ.

Bước hai: Đối chiếu phụ đề gốc với bản dịch

Trước tiên vừa nghe âm thanh gốc vừa đọc văn bản nhận diện, sửa các lỗi về tên, số và thuật ngữ, sau đó đánh giá xem bản dịch có diễn đạt chính xác ý nghĩa gốc hay không.

SoulDub cung cấp chức năng kiểm tra và chỉnh sửa phụ đề gốc và phụ đề dịch. Khi chỉnh sửa, bạn có thể tự hỏi: Khán giả mục tiêu lần đầu nghe câu này có thể hiểu không? Nó có phù hợp với giọng điệu của video gốc không? Có bỏ sót điều kiện cần thiết nào không?

Đừng chỉ vì một cách nói khác cũng đúng mà viết lại từng câu. Ưu tiên giải quyết những vấn đề sẽ ảnh hưởng đến sự hiểu hoặc trải nghiệm xem.

Bước ba: Tái tạo giọng nói theo nhu cầu

Việc sửa đổi văn bản sẽ không tự động cập nhật lồng tiếng hoặc video đã được tạo. Sau khi điều chỉnh bản dịch, nên tạo lại giọng nói liên quan theo các thao tác có sẵn trong nhiệm vụ và xác nhận rằng kết quả cuối cùng đã sử dụng phiên bản mới.

Các thao tác cụ thể và chức năng có sẵn phụ thuộc vào trạng thái nhiệm vụ. Khi xử lý các câu khó diễn đạt, thực hiện một sửa đổi rõ ràng một lần sẽ dễ dàng hơn trong việc xác định liệu cải thiện đến từ việc rút ngắn từ ngữ, chỉnh sửa thuật ngữ hay điều chỉnh cấu trúc câu.

Bước thứ tư: Kết hợp hình ảnh để nghe và thử đầy đủ

Nghe riêng từng đoạn thì không có vấn đề gì, nhưng khi ghép lại với nhau vẫn có thể cảm thấy gượng gạo. Do đó, trước khi xuất, nên phát từ đầu đến cuối để kiểm tra xem giọng nói, phụ đề và các cảnh quan trọng có đồng nhất không, và xác nhận các chỉnh sửa mới nhất đã được đưa vào video cuối cùng.

Bạn có thể thực hiện một thí nghiệm nhỏ trước: dịch một đoạn video ngắn trong SoulDub, tập trung kiểm tra một tên gọi, một khoảng dừng và một thông tin cốt lõi. So với việc chỉ xem tệp có được tạo hay không, cách này dễ đánh giá kết quả có phù hợp với nội dung của bạn hay không hơn.

Câu hỏi thường gặp

Dịch giọng nói trong video có phải là nhân bản giọng nói không?

Không phải. Cái trước thay đổi ngôn ngữ, cái sau mô phỏng một số đặc điểm giọng nói cụ thể. Còn Souldub là kết hợp cả hai, sau đó đi xa hơn, không cần cung cấp mẫu giọng nói dùng để sao chép ngoài video.

AI có thể giữ nguyên hoàn toàn cảm xúc của người nói không?

Không thể coi điều này là bảo đảm. Hiệu quả phụ thuộc vào khả năng của hệ thống, tư liệu, bản dịch và ngữ cảnh. Trọng tâm nên là giọng điệu và nhấn mạnh có hỗ trợ ý định biểu đạt gốc hay không, chứ không chỉ là độ tương đồng về âm sắc, mặc dù nói như vậy, souldub đã cố gắng giữ gìn điều này, rất mong bạn tự trải nghiệm thử.

Có cần phụ đề sau khi đã lồng tiếng dịch không?

Phụ đề vẫn có giá trị: Nó có thể giúp người xem tắt tiếng, người điếc và người khiếm thính, cũng như thuận tiện để hiểu tên lạ và thuật ngữ chuyên ngành. Sau khi chỉnh sửa lồng tiếng, nhớ đối chiếu phụ đề đồng bộ.

Bản dịch của SoulDub có thể chỉnh sửa không?

Có thể kiểm tra và chỉnh sửa phụ đề gốc và bản dịch, cũng có thể chỉnh sửa đoạn âm thanh. Sau khi sửa đổi cần xác nhận xem lồng tiếng và đầu ra cuối cùng có được cập nhật đồng bộ hay không, chi tiết tuân theo giao diện nhiệm vụ hiện tại.

Hãy để biểu đạt vượt qua ngôn ngữ, chứ không chỉ thay thế từ ngữ

Ý nghĩa của việc dịch video là để một nhóm khán giả khác hiểu được nội dung đáng chia sẻ. Ý nghĩa chính xác, cách diễn đạt tự nhiên, nhịp điệu phù hợp và âm thanh rõ ràng cùng nhau tạo nên trải nghiệm này.

Không cần bắt đầu từ toàn bộ thư viện video. Trước tiên hãy chọn một đoạn tài liệu quen thuộc và một ngôn ngữ mục tiêu, tạo ra, hiệu đính, nghe thử, sau đó đánh giá xem còn chỗ nào cần cải thiện.

Dùng SoulDub để dịch đoạn video đầu tiên của bạn, hãy bắt đầu từ một thử nghiệm có mục tiêu kiểm tra rõ ràng, xem cách biểu đạt của bạn sẽ như thế nào trong một ngôn ngữ khác.