ใส่อะไรเข้าไป และได้อะไรกลับมา

เหมาะกับใคร

สตูดิโอโลคัลไลซ์และทีมพากย์เสียง

หัวหน้าฝ่ายโปรดักชันในสตูดิโอโลคัลไลซ์ บริษัทรับพากย์เสียง และผู้ให้บริการด้านภาษา ที่คิดราคาต่อนาทีต่อภาษา และต้องส่งมอบให้ทันเดดไลน์ของลูกค้า พร้อมผ่านรอบรีวิวของผู้ตรวจในฝั่งลูกค้า

เริ่มต้นด้วยอะไร

ซอร์สคัตที่ล็อกไว้ และกลอสซารีของลูกค้า

วิดีโอต้นฉบับที่อนุมัติแล้ว ฐานคำศัพท์ของลูกค้า ชื่อสินค้าและถ้อยคำที่ผ่านการตรวจทางกฎหมาย รวมถึงเอกสารอนุญาตใช้เสียงเป็นลายลักษณ์อักษร หากคุณตั้งใจจะนำเสียงของผู้พูดเดิมกลับมาใช้ซ้ำ

ได้อะไรกลับมา

ไฟล์มาสเตอร์แยกตามภาษา ส่งคืนเป็นไฟล์

เวอร์ชันพากย์เสียงและซิงก์ปากครบทุกภาษาที่สั่งซื้อ โดยแต่ละเวอร์ชันเป็นไฟล์มาสเตอร์สำหรับส่งมอบ ไม่ใช่ร่างภายใน VisionStory ส่งคืนไฟล์แล้วจบในส่วนนั้น: ไม่ได้เป็นคนดูแลความสัมพันธ์กับลูกค้า ไม่ได้อนุมัติคำแปลแทนใคร และไม่ได้เผยแพร่ รอบรีวิวในประเทศและการอนุมัติขั้นสุดท้ายยังเป็นหน้าที่ของคุณและลูกค้าของคุณ

อะไรเปลี่ยนไปเมื่อ “ภาษา” ไม่ได้หมายถึง “เซสชัน” อีกต่อไป

งานโลคัลไลซ์ถูกคิดราคาเหมือนงานผลิต และถูกจัดตารางเหมือนเอเจนซีรับจอง ใบเสนอราคาเป็นเรื่องคณิตศาสตร์—นาทีคูณภาษา—แต่วันส่งมอบกลับขึ้นอยู่กับบูธอัดเสียง ตารางนักพากย์ และรอบอนุมัติที่เป็นของคนฝั่งลูกค้า ช่องว่างระหว่าง “ราคาที่คุณเสนอได้” กับ “กำหนดส่งที่คุณรับปากได้” นี่แหละคือจุดที่ธุรกิจโลคัลไลซ์จะขยายตัวหรือสะดุด และมันมักเปิดช่องออกมาใน 5 จุดเดิม ๆ

รับภาษาที่ตารางบูธเคยขวางไว้

แบรนด์หนึ่งต้องการวิดีโอสินค้า 12 นาที ใน 9 ภาษา ให้เสร็จภายใน 3 สัปดาห์ เรตราคาคิดต่อนาทีต่อภาษา ดังนั้นใบเสนอราคาแทบจะเขียนเองได้ แต่ตารางงานไม่ใช่แบบนั้น มีบูธอัดเสียงแค่ 2 ห้อง นักพากย์ 4 จาก 9 ภาษาเป็นฟรีแลนซ์ที่มีตารางของตัวเอง และอีก 1 ภาษามีคนพากย์ที่ใช้งานได้จริงเพียงคนเดียวในเมือง สุดท้ายคุณต้องเลือกระหว่างเสนอวันส่งที่ลูกค้าไม่รับ หรือยก 3 ภาษาให้พาร์ทเนอร์แล้วเสียมาร์จิ้นไปกับมัน

การสร้างเวอร์ชันเหล่านั้นจากซอร์สคัตที่ล็อกไว้ช่วยตัดภาระออกจากตารางบูธอัดเสียง ต้นทางยังคงเป็นไฟล์เดียว และแต่ละภาษากลายเป็นการเรนเดอร์แทนการนัดเซสชัน ทำให้ออเดอร์ 9 ภาษาไม่ต้องพึ่งการจอง 9 รอบให้ลงพร้อมกันภายใน 2 สัปดาห์ เวลาในสตูดิโอจึงถูกใช้ไปกับงานที่คุ้มค่าที่สุด—ภาษาหลัก นักแสดงหน้ากล้องที่ลูกค้ายืนยันจะใช้ และงานแก้/เติมหลังรีวิว—แทนที่จะไปติดกับ “หางยาว” ที่ตั้งแต่แรกก็ไม่มีใครอยากจัดตารางอยู่แล้ว

แก้คำศัพท์ครั้งเดียว แทนที่ต้องแก้ทุกภาษา

รอบแรกแปลชื่อผลิตภัณฑ์ให้กลายเป็นคำนามทั่วไปใน 5 จาก 8 ภาษา ไม่แปลงหน่วยวัดสักรายการ และยังเลือกใช้คำสามัญสำหรับคำศัพท์ที่ทีมกฎหมายของลูกค้าได้สรุปเป็นลายลักษณ์อักษรไว้แล้ว ไม่มีอะไรผิดในเชิงพจนานุกรม แต่ทั้งหมดถูกทำเครื่องหมายกลับมาในรอบรีวิว ซึ่งเป็นวิธีที่มีต้นทุนสูงในการเพิ่งรู้ว่าอภิธานศัพท์ไม่เคยไปถึงคนที่ลงมือทำจริง ๆ

การสรุปอภิธานศัพท์ให้เรียบร้อยก่อนเริ่มพากย์คือสิ่งที่ทำให้รอบนั้นสั้นลง ใส่ชื่อผลิตภัณฑ์ หมายเลขรุ่น ถ้อยคำที่ผ่านการตรวจทางกฎหมาย และหน่วยที่ตลาดเป้าหมายใช้จริงลงในสคริปต์ แล้วแต่ละเวอร์ชันภาษาก็จะสืบทอดสิ่งเหล่านี้ไป VisionStory ไม่ได้เก็บคลังคำศัพท์ของคุณและไม่ได้บังคับใช้ให้: ต้องมีคนฝั่งคุณนำไปใช้ และให้ผู้รีวิวของลูกค้ายืนยันผลลัพธ์ สิ่งที่เปลี่ยนคือคำที่แก้ไขแล้วจะมีต้นทุนแค่รีเรนเดอร์ 1 ครั้ง แทนการต้องอัดเสียง 8 เซสชัน

ระบุผู้รีวิวในประเทศเป้าหมายก่อนเรนเดอร์ภาษาแรก

ท้ายที่สุดแล้วทุกเวอร์ชันจะขึ้นอยู่กับคน ๆ เดียว: หัวหน้าฝ่ายการตลาดของผู้จัดจำหน่ายในมิวนิก ผู้ประสานงานด้านคอมพลายแอนซ์ในโตเกียว หรือผู้จัดการประเทศในเซาเปาลู คนนั้นเท่านั้นที่ตัดสินได้ว่าข้อความเคลมไม่สามารถเขียนแบบนั้นเป็นภาษาเยอรมันได้ วลีคำยกย่องไม่เหมาะกับกลุ่มผู้ชม หรือการเปรียบเทียบแบบนั้นไม่อนุญาตให้เผยแพร่ในตลาดนั้นเลย แต่ในงานส่วนใหญ่จะยังไม่ระบุชื่อใคร จนกว่าเวอร์ชันแรกจะถูกสร้างเสร็จและไปกองอยู่ในโฟลเดอร์แชร์เพื่อรอความเห็น

ขอชื่อและเวลาทำงานตั้งแต่เริ่มงาน แล้วภาษาแต่ละภาษาจะไม่ใช่หลุมดำที่งานหายไป ส่งเวอร์ชันให้ผู้รีวิวคนนั้นโดยใส่พากย์เสียง คำบรรยาย และข้อความบนหน้าจอให้ครบแล้ว โน้ตก็จะกลับมาแบบชัดเจน ไม่ใช่แค่ความรู้สึกคลุมเครือว่า “มันแปลก ๆ” จากนั้นแต่ละโน้ตจะกลายเป็นการรีเรนเดอร์ภาษาเดียวจากซอร์สที่ล็อกไว้ชุดเดิม แทนการต้องจองบูธอัดเสียงใหม่ การอนุมัติยังเป็นหน้าที่ของผู้รีวิวในประเทศของลูกค้า และจะไม่ส่งงานออกสู่ตลาดใด ๆ ก่อนที่คนนั้นจะเซ็นอนุมัติ

เสียงลงตัว แต่ปากไม่ตรง

ลูกค้าจะดูภาษาแรกที่ตนเองตัดสินได้ด้วยตัวเอง โดยมากคือภาษาที่ผู้บริหารสูงสุดพูด และภายใน 10 วินาทีก็จะบอกว่ามีอะไรดูผิดไป ถ้อยคำถูกต้อง การพากย์ทำได้ดี จังหวะเวลาพอดีกับช็อต แต่ปากของพรีเซนเตอร์ยังขยับเป็นประโยคภาษาอังกฤษอยู่ นี่คือข้อบกพร่องหนึ่งเดียวที่คนไม่ใช่นักภาษาศาสตร์เห็นได้ทันที และมันค่อย ๆ บั่นทอนความมั่นใจของพวกเขาต่ออีก 7 ภาษาที่ไม่มีทางตรวจเองได้

การพากย์แบบซิงก์ปากช่วยลบ “จุดโป๊ะ” นั้นไป จากซอร์สคัตที่ล็อกไว้ แต่ละภาษาจะถูกสร้างโดยให้ปากของผู้พูดตรงกับเสียงใหม่ ทำให้ผู้ชมที่ไม่รู้ภาษาต้นฉบับไม่มีเหตุผลที่จะสังเกตเลยว่าเคยมีต้นฉบับอยู่ จังหวะเวลายังคงผูกกับภาพ ซึ่งสำคัญมากเมื่อมีข้อความกฎหมาย (legal super) หรือข้อความเคลมต้องไปลงที่เฟรมคงที่ และหากลูกค้าเป็นฝ่ายส่งใบหน้าที่ตนไม่มีสิทธิ์นำกลับมาใช้ซ้ำ การขออนุญาตนั้นเป็นหน้าที่ของลูกค้าที่ต้องจัดเตรียมให้พร้อมก่อนที่คุณจะเริ่มสร้างอะไร

ข้อความบนหน้าจอพังได้ในแบบที่เสียงไม่เคยพัง

การพากย์คือส่วนที่ทุกคนวางแผนไว้แล้ว แต่สิ่งที่ถูกทำเครื่องหมายกลับมาจริง ๆ คือ “ข้อความบนหน้าจอ” ภาษาเยอรมันยาวกว่าอังกฤษที่เป็นต้นทางจนดันคำบรรยายหลุดออกจาก safe area หรือไปทับ lower third แบบ 2 บรรทัด ข้อความกฎหมาย (legal super) อยู่บนเฟรมคงที่ และคำแปลกลับไม่พอดีกับจำนวนวินาทีที่อนุญาตให้แสดง ภาษาอาหรับและฮีบรูต้องกลับด้านเลย์เอาต์ ไม่ใช่แค่สลับคำเท่านั้น แต่ทั้งหมดนี้จะไม่โผล่ขึ้นมาเลยจนกว่าเสียงจะเสร็จ และมีคนสักคนได้ดูไฟล์ตั้งแต่ต้นจนจบจริง ๆ

ดังนั้นให้มองคำบรรยาย lower third และข้อความที่ฝังลงในภาพ (burned-in text) ว่าเป็นส่วนหนึ่งของการสร้างงาน ไม่ใช่มาไล่แก้ทีหลังตอนท้าย ตรวจเฟรมที่มีข้อมูลสำคัญก่อน โดยเริ่มจากภาษาที่ขยายความยาวมากที่สุด และตัดสินใจเรื่องเลย์เอาต์แบบขวาไปซ้ายให้เรียบร้อยก่อนเรนเดอร์ ไม่ใช่หลังเรนเดอร์ เพราะทุกเวอร์ชันมาจากคัตที่ล็อกไว้ชุดเดียวกัน จังหวะภาพจึงคงเดิม ทำให้ข้อความเคลมหรือข้อความกฎหมาย (legal super) ยังลงที่เฟรมที่ลูกค้าอนุมัติไว้ และการแก้คำบรรยายจะเป็นการรีเรนเดอร์ภาษาเดียว แทนการต้องสร้างชุดงานทั้งหมดใหม่

ทีมโลคัลไลซ์และพากย์เสียงใช้ VisionStory อย่างไร

ทุกขั้นตอนด้านล่างเริ่มจากซอร์สคัตที่ลูกค้าล็อกไว้ และแต่ละขั้นจะระบุสิ่งที่คนฝั่งลูกค้ายังต้องยืนยันก่อนจึงจะส่งมอบเวอร์ชันนั้นและออกใบแจ้งหนี้ได้

ก่อนส่งมอบเวอร์ชันใด ๆ ผู้รีวิวในประเทศของลูกค้าจะยืนยันคำศัพท์ ถ้อยคำที่ผ่านการตรวจทางกฎหมาย หน่วย และความเหมาะสมทางวัฒนธรรม ขณะที่โปรดิวเซอร์ของคุณจะยืนยันว่าเอกสารอนุญาตให้ใช้เสียง (voice release) ครอบคลุมภาษา ช่องทาง และระยะเวลาที่เวอร์ชันนี้จะถูกนำไปใช้งาน

  1. 01

    เปลี่ยนซอร์สคัตที่ล็อกไว้ให้เป็นทุกภาษาที่สั่งทำ

    ส่งซอร์สคัตที่ลูกค้าเซ็นอนุมัติแล้วให้กับเครื่องมือแปลวิดีโอ AI แล้วระบบจะสร้างเวอร์ชันพากย์และซิงก์ปากได้ครอบคลุม 88 ภาษา โดยยังคงลำดับช็อต จังหวะเวลาของข้อความบนหน้าจอ และภาพให้ตรงตามที่อนุมัติไว้ทุกประการ ล็อกคัตให้เรียบร้อยก่อนเสมอ เพราะการตัดต่อใหม่ภายหลังจะทำให้ทุกภาษาที่สร้างไปแล้วและทุกรอบรีวิวที่ใช้ไปกับมัน “เป็นโมฆะ” ใช้อภิธานศัพท์กับสคริปต์ก่อนเรนเดอร์ทุกครั้ง แล้วมองแต่ละเวอร์ชันว่าเป็นฉบับสำหรับรีวิว ไม่ใช่งานส่งมอบที่เสร็จสมบูรณ์แล้ว

    เครื่องมือ เครื่องมือแปลวิดีโอ AI
    เครื่องมือแปลวิดีโอ AI
    สร้างเวอร์ชันภาษาแบบพากย์เสียงและซิงก์ปากจากวิดีโอต้นฉบับที่ได้รับอนุมัติเพียงหนึ่งเดียว
  2. 02

    พาผู้พูดของลูกค้าไปยังภาษาที่พวกเขาไม่เคยอัดเสียงมาก่อน

    โคลนเสียงจะเปลี่ยนไฟล์บันทึกที่ได้รับอนุญาต 1 ไฟล์ของพรีเซนเตอร์ ผู้ก่อตั้ง หรือโฆษก ให้เป็นเสียงที่นำกลับมาใช้ซ้ำได้ เพื่อให้คนเดิม “ดูเหมือนพูด” ในตลาดที่พวกเขาไม่เคยเข้าบูธอัดเสียงมาก่อน โดยไฟล์บันทึกนั้นต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากเจ้าของเสียง และเอกสารอนุญาตควรระบุภาษา ช่องทาง และระยะเวลาให้ชัดเจน มากกว่าการยินยอมแบบเหมารวม หากไม่มีเอกสารอนุญาต ให้เลือกใช้เสียงจากคลัง 1,000+ เสียงแทน และแจ้งลูกค้าว่าเวอร์ชันใดบ้างที่ใช้เสียงที่เลือก

    เครื่องมือ โคลนเสียง
    โคลนเสียง
    สร้างเสียงที่ใช้ซ้ำได้หนึ่งเสียงจากไฟล์บันทึกต้นทางที่ได้รับอนุญาต
  3. 03

    ทำความสะอาดเสียงต้นฉบับที่ลูกค้าส่งมาให้จริง ๆ

    ไฟล์ต้นฉบับที่ลูกค้าส่งมาแทบไม่เคยสะอาดแบบสตูดิโอ: ห้องประชุมที่เสียงระบบแอร์ดัง พื้นงานแสดงสินค้าที่อึกทึก หรือไฟล์อัดจากโทรศัพท์ตอนลงพื้นที่ Remove Noise ช่วยลดเสียงพื้นหลังเหล่านั้นโดยยังคงให้เสียงพูดชัดเจนและฟังรู้เรื่อง ซึ่งสำคัญมากเพราะเสียงอ่านต้นฉบับคือฐานที่ใช้สร้างเวอร์ชันทุกภาษา นี่คือการ “ซ่อม” ไม่ใช่การ “กู้ชีพ” หากบางประโยคถูกกลบหรือถูกตัดจนกู้คืนไม่ได้ ให้แจ้งตั้งแต่เนิ่น ๆ และขออัดใหม่ แทนที่จะส่งงานที่ไม่มีใครได้ยินคำเคลมเลย

    ฟีเจอร์ ลบเสียงรบกวน
    ลบเสียงรบกวน
    ลดเสียงรบกวนพื้นหลังโดยยังคงเสียงพูดให้ชัดเจนและฟังรู้เรื่อง
  4. 04

    สลับเสียงโดยไม่เสียการแสดงที่ลูกค้าอนุมัติแล้ว

    บางครั้งการอ่านมันใช่แล้ว แต่เสียงไม่ใช่ ลูกค้าอนุมัติจังหวะและน้ำหนักการเน้นไปแล้ว แต่ขอเปลี่ยนอายุ เพศ หรือโทนเสียง หรือผู้พากย์ที่อัดไว้ไม่ได้รับอนุญาตสำหรับตลาดที่เวอร์ชันนี้จะไป เปลี่ยนเสียง จะเปลี่ยนเสียงในไฟล์อัดที่มีอยู่ โดยคงไทม์มิ่งและการแสดงเดิมไว้ครบ ทำให้คอมเมนต์ที่มา late ไม่ต้องเสียเวลานัดอัดใหม่ และหากเป็นเสียงเป้าหมายแบบโคลน ก็ต้องมีเอกสารอนุญาตเหมือนกับเสียงต้นทาง

    ฟีเจอร์ เปลี่ยนเสียง
    เปลี่ยนเสียง
    เปลี่ยนเสียงในไฟล์บันทึกที่มีอยู่ โดยคงจังหวะเวลาและอารมณ์การพูดเดิมไว้
  5. 05

    ส่งไฟล์มาสเตอร์ให้ตรงตามสเปกแพลตฟอร์มของลูกค้า

    งานโลคัลไลซ์มักเริ่มจากไฟล์เท่าที่ลูกค้ายังมีอยู่: เอ็กซ์พอร์ตที่ถูกบีบอัดจากเอเจนซีก่อนหน้า ไฟล์ที่ดึงมาจากแพลตฟอร์ม หรือไฟล์มาสเตอร์แคมเปญเก่า เครื่องมืออัปสเกลวิดีโอ AI ช่วยเพิ่มความละเอียดได้สูงสุดถึง 4K เพื่อให้แต่ละภาษาออกไปเป็นไฟล์มาสเตอร์ส่งมอบ ไม่ใช่สำเนาที่ดูนิ่มลงอย่างเห็นได้ชัดเมื่อเทียบกับภาษาหลัก ตรวจเฟรมที่มีข้อมูลสำคัญก่อน เช่น ซูเปอร์ข้อความทางกฎหมาย ข้อความบนแพ็กเกจ และรายละเอียดสินค้า แล้วชี้แจงตั้งแต่ต้นหากไฟล์ต้นทางกู้คืนไม่ได้ แทนที่จะอัปสเกลกลบปัญหาไปเรื่อย ๆ

    เครื่องมือ เครื่องมืออัปสเกลวิดีโอ AI
    เครื่องมืออัปสเกลวิดีโอ AI
    อัปสเกลวิดีโอความละเอียดต่ำที่มีอยู่ให้คมชัดยิ่งขึ้นสำหรับไฟล์มาสเตอร์ส่งมอบ สูงสุดถึง 4K

คำถามที่พบบ่อย

  • เริ่มจากคัตต้นฉบับที่ลูกค้าล็อกแล้ว และกลอสซารีที่ครอบคลุมชื่อสินค้า ถ้อยคำที่ผ่านการตรวจทางกฎหมาย และหน่วยต่าง ๆ จากนั้น เครื่องมือแปลวิดีโอ AI จะสร้างเวอร์ชันแบบพากย์เสียงและซิงก์ปากตามภาษาที่สั่งจากต้นฉบับเดียวกัน และโคลนเสียง สามารถคงผู้พูดคนเดิมข้ามทุกภาษาได้ เมื่อผู้พูดให้อนุญาตเป็นลายลักษณ์อักษร แต่ละเวอร์ชันจะถูกส่งให้ผู้รีวิวในประเทศของลูกค้า และการแก้ไขจะกลับมาในรูปแบบการเรนเดอร์ใหม่เฉพาะภาษานั้น ๆ แทนการนัดอัดเสียงใหม่ทั้งเซสชัน

ผู้ใช้ชื่นชอบ VisionStory

ค้นพบว่าทำไมครีเอเตอร์และนักการตลาดถึงไว้วางใจ VisionStory สำหรับการสร้างวิดีโอ AI ตั้งแต่ฟีเจอร์ทรงพลังไปจนถึงประสบการณ์ใช้งานที่ง่ายดาย ชุมชนของเราต่างพูดถึงผลลัพธ์ที่ยอดเยี่ยมที่ได้รับจาก VisionStory

ดูรีวิวทั้งหมดบน G2