Lồng tiếng mọi video bằng AI

Dán link (hoặc tải file lên) và Voqusa tạo bản ghi trước, kèm nhãn người nói. Xưởng lồng tiếng sẽ tự mở — chọn ngôn ngữ đích rồi bắt đầu. Từ đó là một mạch liền: mỗi dòng được dịch để vừa khung thời gian nó vốn chiếm, mỗi người nói được gán một giọng, nhạc và tiếng phòng gốc được tách ra và giữ lại, rồi các giọng mới được trộn lên trên. Bản lồng tiếng hoàn chỉnh nằm trong Thư viện của bạn, sẵn sàng nghe và tải về.

Đây là giọng tổng hợp, nên nó không thay được người thật — nói thẳng vậy cho rõ. Nhưng ba điều giữ nó cách xa kiểu đọc đều đều: mỗi người nói được gán giọng lấy từ chính cao độ đo được của họ chứ không phải một người dẫn duy nhất; mỗi dòng được dịch để vừa khung thời gian, nên nhịp vẫn là nhịp của video; và nhạc cùng tiếng môi trường vẫn ở dưới thay vì bị thay bằng im lặng — chính sự im lặng đó mới hay khiến bản lồng tiếng nghe như robot trong phòng trống.

Không. Hình ảnh được giữ nguyên — Voqusa thay phần tiếng, chứ không vẽ lại miệng. Trên thực tế điều đó ít quan trọng nhất với thứ hay được lồng tiếng ở đây: video ngắn nói trước máy, thuyết minh, cảnh phụ, demo và bài giảng, nơi người nói thường ngoài khung hình hoặc không quay cận. Nếu video của bạn là cận mặt chính diện và độ khớp khẩu hình mới là điểm mấu chốt thì bản lồng tiếng nào cũng sẽ nghe ra là lồng tiếng.

Lồng tiếng tự động của YouTube áp lên video của kênh bạn bằng những ngôn ngữ do nó quyết định, chỉ một giọng và không cho nghe thử trước khi người xem nghe. Ở đây bạn chọn ngôn ngữ, bạn nghe kết quả trước tiên, và file là của bạn để tải về rồi đăng ở đâu tùy ý — TikTok, Reels, nền tảng khóa học, một quảng cáo. Video nhiều người nói cũng vẫn giữ nhiều giọng thay vì dồn về một người dẫn.

23 ngôn ngữ: tiếng Việt, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Ý, Hà Lan, Ba Lan, Séc, Rumani, Hy Lạp, Phần Lan, Nga, Ukraina, Thổ Nhĩ Kỳ, Ả Rập, Hindi, Indonesia, Thái, Nhật, Hàn, Trung và Anh. Nếu chỉ dịch (chữ, không phải giọng) thì hỗ trợ hơn 80 ngôn ngữ.

Bản lồng tiếng một chạm từ trang này xử lý video tối đa 2 phút; từ bảng trò chuyện AI trong khu vực làm việc thì giới hạn là 3 phút. Vậy nên cả một buổi học hiện chưa nằm trong phạm vi — lồng tiếng ở đây được xây cho nội dung ngắn. Bản ghi thì không có giới hạn đó, nên với tư liệu dài cách làm quen thuộc là ghi toàn bộ rồi chỉ lồng tiếng hai phút bạn thực sự muốn đăng.

Vẫn được, và đây chính là chỗ phần lớn công cụ lồng tiếng bỏ cuộc. Khi bản ghi nhận ra nhiều người nói, AI đo tần số cơ bản của từng người trên bản trộn gốc rồi gán một giọng riêng: giọng trầm vẫn trầm, còn hai người cùng quãng giọng sẽ được cấp chất giọng khác nhau để vẫn phân biệt được. Mỗi người giữ giọng của mình trong tất cả các câu.

Đọc bản ghi là miễn phí. Lồng tiếng tốn 2 tín dụng cho mỗi phút video, làm tròn lên — 60 giây là 2 tín dụng, còn dài nhất từ trang này là 2 phút thì hết 4. Với một tín dụng có sẵn cộng 4 tín dụng kèm tài khoản miễn phí, bản lồng tiếng đầu tiên của bạn đã được bao trọn. Sau đó tín dụng bán theo gói lẻ từ $1.99, dùng được 12 tháng, và không có gì là thuê bao. Nếu bản lồng tiếng lỗi, tín dụng tự động được hoàn — bạn không bao giờ trả tiền cho file không nhận được.