วิธีสร้างเสียงบรรยายสำหรับพรีเซนเทชันด้วย Text to Speech

กรณีการใช้งานทั่วไป: คุณมีสไลด์นำเสนอหรือบทเรียน 10 สไลด์ และต้องการเสียงบรรยายสำหรับแต่ละสไลด์ เพื่อให้สามารถส่งงานนำเสนอเป็นวิดีโอหรือเปิดเล่นได้โดยไม่ต้องมีคุณคอยพูด การอัดเสียงเองอาจต้องอัดหลายรอบ และหากมีการแก้ไขก็ต้องอัดใหม่ทั้งหมด แต่เมื่อใช้ Text to Speech คุณแค่แก้ไขข้อความแล้วสร้างเสียงใหม่อีกครั้งได้ทันที

ควรใช้เครื่องมือใดและทำไม

ใช้ Text to Speech: เครื่องมือนี้จะแปลงสคริปต์ข้อความให้เป็นเสียงพูดตามเสียงที่คุณเลือก หากต้องการให้เสียงบรรยายเหมือนเสียงของคุณ ให้โคลนเสียงของคุณก่อนแล้วเลือกเสียงนั้นในแท็บ เสียงของฉัน: ดูเพิ่มเติมที่ เสียงที่กำหนดเองคืออะไร สำหรับ Voice Changer จะไม่เหมาะกับกรณีนี้: เนื่องจากใช้เปลี่ยนเสียงในไฟล์ที่คุณบันทึกไว้แล้ว และไม่สามารถใช้งานกับข้อความได้

ขั้นตอนการทำทีละขั้นผ่านตัวอย่าง

ตัวอย่าง: พรีเซนเทชันแนะนำผลิตภัณฑ์ 10 สไลด์เป็นภาษาอังกฤษ โดยมีสคริปต์ประมาณ 150 คำต่อสไลด์

1. เขียนสคริปต์แยกทีละสไลด์ในแอปโน้ต เขียนตัวเลข คำย่อ และชื่อเฉพาะตามวิธีที่ต้องการให้ออกเสียง เช่น เขียนว่า "twenty twenty-six" แทนที่จะเป็น "2026" หากคุณต้องการให้อ่านแบบนั้น

2. เปิด Text to Speech ในแท็บ เครื่องมือ แล้ววางข้อความสำหรับสไลด์ที่ 1 โดยแตะ วาง จากนั้นแตะ ดำเนินการต่อ

3. เลือกเสียงเดียวเพื่อใช้กับสไลด์ทั้งชุด สำหรับพรีเซนเทชันธุรกิจ ลองใช้ MiniMax Expressive Narrator หรือเสียงของ OpenAI เช่น Onyx หรือ Coral ร่วมกับพรีเซ็ต ข่าว แล้วแตะ ดำเนินการต่อ

4. แตะ สร้าง และลองฟังผลลัพธ์ หากจังหวะหรือน้ำเสียงยังไม่พอดี ให้ปรับความเร็วสำหรับ MiniMax หรือปรับคำสั่งสำหรับ OpenAI แล้วแตะ สร้างอีกครั้ง

5. เมื่อสไลด์ที่ 1 ได้เสียงที่ต้องการแล้ว ให้บันทึกไฟล์: ปุ่มข้างโปรแกรมเล่นเสียงจะใช้สำหรับแชร์ในแอปหรือดาวน์โหลดบนเว็บ

6. กลับไปที่แท็บ ข้อความ แทนที่ข้อความเดิมด้วยเนื้อหาของสไลด์ที่ 2 แล้วกดสร้างอีกครั้ง เสียงและการตั้งค่าที่เลือกไว้จะยังคงอยู่เช่นเดิม

7. แทรกไฟล์เสียงแต่ละไฟล์ลงในสไลด์ที่เกี่ยวข้องใน PowerPoint, Keynote หรือ Google Slides

บันทึกไฟล์แต่ละไฟล์ทันทีหลังจากสร้างเสร็จ หากไม่ได้ใช้ Premium ส่วนประวัติจะเก็บผลลัพธ์ย้อนหลังเพียง 3 รายการล่าสุดเท่านั้น ดังนั้นหลังจากทำสไลด์ที่ 4 ไฟล์ของสไลด์ที่ 1 จะหายไปจากประวัติ

วิธีทำให้เสียงบรรยายฟังดูเป็นธรรมชาติ

• แปลงเสียงทีละสไลด์ เนื้อหาสั้นๆ จะแก้ไขและนำไปจัดวางบนสไลด์ได้ง่ายกว่า การสร้างหนึ่งครั้งรองรับได้สูงสุด 10,000 ตัวอักษร

• หากต้องการเว้นจังหวะหยุดก่อนถึงประเด็นสำคัญ ให้ใส่ <#1#> สำหรับเสียง MiniMax หรือใส่จุดไข่ปลา (...) สำหรับเสียง ElevenLabs

• หากมีคำที่เน้นเสียงผิดตำแหน่ง ให้เขียนส่วนที่ต้องการเน้นด้วยตัวพิมพ์ใหญ่ เช่น REcord หรือ reCORD

• สำหรับสคริปต์ที่ต้องการใช้เสียงของคุณเอง ให้บันทึกตัวอย่างเสียงด้วยภาษาที่ใช้ในพรีเซนเทชัน

อ่านเพิ่มเติมเกี่ยวกับแท็กและการตั้งค่า: วิธีทำงานของ Text to Speech และ คำแนะนำสำหรับเสียง OpenAI

ค่าใช้จ่าย

สำหรับตัวอย่างนี้ สไลด์ 10 หน้า ความยาวประมาณ 150 คำต่อสไลด์ รวมทั้งหมดประมาณ 9,000 ตัวอักษร:

การกด "สร้างอีกครั้ง" แต่ละครั้งจะคิดค่าบริการเหมือนการสร้างใหม่ ดังนั้นควรทดสอบเสียงกับสไลด์เดียวก่อนเริ่มทำสไลด์ที่เหลือ ตรวจสอบราคาของทุกเครื่องมือได้ที่: ราคา token สำหรับแต่ละเครื่องมือ