ทำไมเสียงที่โคลนตัวเองแล้วยังฟังดูปลอม? เล่าจากคลิป TikTok ที่เพื่อนทักว่า "AI อ่านชัด ๆ"
เมื่อเดือนที่แล้วผมรับงานพากย์คลิปขายของบน TikTok Shop ให้ร้านเพื่อน ร้านขายเสื้อผ้าแฟชั่นมือสอง งานด่วนมาก ต้องส่งภายในคืนเดียว ผมเลยใช้เสียงโคลนตัวเองที่อัดไว้ พิมพ์บทลงไป แล้วให้ AI อ่าน จากนั้นส่งไฟล์ให้เพื่อนร้านตรวจ
เพื่อนตอบกลับมาสั้น ๆ ว่า "เสียง AI ชัดเลยว่ะ ฟังเหมือนหุ่นอ่านข่าว"
ตอนนั้นผมแอบเถียงในใจนะ เพราะเสียงก็เสียงเราชัด ๆ โทนเหมือนเราพูดเป๊ะ จะปลอมได้ยังไง? แต่พอเอาไฟล์นั้นไปวางเทียบกับเสียงที่อัดตอนคุยเล่นกับเพื่อนใน LINE ปรากฏว่าต่างกันจริง ๆ ไม่ใช่ที่โทนเสียง แต่เป็นที่ "วิธีอ่าน"
ปัญหาอยู่ที่จังหวะ ไม่ใช่โทนเสียง
คนเราพูดมีหายใจ มีหยุดคิด มีลากเสียงตรงคำที่อยากเน้น บางทีก็มี "เอ่อ" หรือ "อืม" คั่น แต่ถ้าเอาข้อความยาว ๆ ไปโยนใส่ TTS มันจะอ่านด้วยจังหวะเดียวกันตั้งแต่ต้นจนจบ เหมือนเด็กท่องบทเรียนหน้าชั้น
ผมแก้โดยการตัดประโยคให้สั้นลง ใส่ comma ตรงที่อยากให้หยุด ตัวอย่างง่าย ๆ คำว่า "วิธีนี้ดีมาก" ถ้าเขียนเป็น "วิธีนี้...ดีมาก" แค่จุดสามจุด ฟังต่างกันคนละเรื่อง
อีกอย่างที่หลายคนมองข้าม: เครื่องหมายวรรคตอนคือผู้กำกับเสียงของเรา เครื่องหมายคำถามทำให้เสียงสูงขึ้น จุดสามจุดทำให้เสียงค่อยลงและทิ้งจังหวะ ขีดกลางทำให้เสียงตัด abruptly ยิ่งเราเขียนเหมือนคนพูด ผลลัพธ์ยิ่งเหมือนคนพูด
คุณภาพไฟล์เสียงกำหนดเพดานของการโคลน
ช่วงแรกผมใช้มือถืออัดเสียงตัวเอง 30 วินาที ในคาเฟ่แถวอารีย์ มีเสียงเครื่องปั่นน้ำผลไม้ มีเสียงรถติดข้างนอก ผลคือเสียงโคลนออกมา "อู้" ๆ ฟังไม่โปร่ง เหมือนมีอะไรบังปากอยู่ตลอด
พอเปลี่ยนมาอัดในห้องเงียบ ห่างไมค์ประมาณหนึ่งกำมือ พูดด้วยระดับเสียงปกติ ไม่ต้องกระซิบ ไม่ต้องตะโกน ประมาณ 1 นาที คุณภาพคนละโลกเลย ไฟล์สะอาด โมเดลถึงมีอะไรให้เรียน เรื่องนี้เหมือนถ่ายรูป ต้นฉบับเบลอ แต่งยังไงก็ไม่กลับมา
ที่ หน้าคลอนเสียงของ VoxClone อัปโหลดไฟล์เสียงก็เริ่มได้เลย ไม่ต้องสมัครสมาชิก ไม่ต้องรออีเมลยืนยัน อัดเสร็จอัปโหลด ไม่กี่นาทีก็ลองฟังได้ ถ้าใครกำลังหาโคลนเสียงฟรีแบบไม่ต้องผูกบัตรเครดิต อันนี้ตอบโจทย์
ข้อความก็มีผล
คำบางคำ TTS อ่านไม่ดีจริง ๆ โดยเฉพาะคำพ้องเสียง ตัวย่อภาษาอังกฤษ ชื่อแบรนด์แปลก ๆ หรือคำทับศัพท์ที่คนไทยอ่านกันคนละแบบ อย่าฝืนแก้ที่เครื่อง ให้แก้ที่ข้อความไปเลย เช่น "APP" อ่านผิดก็เขียน "A-P-P" ชื่อคนอ่านเพี้ยนก็เปลี่ยนวิธีเขียน
ตอนนี้ก่อนกดสร้างเสียง ผมจะอ่านบทเองหนึ่งรอบ ตรงไหนที่เราอ่านแล้วสะดุด AI จะอ่านสะดุดกว่า เสียเวลา 2 นาที แต่ประหยัดเวลาแก้ 10 นาที
ถ้าต้องพากย์งานปริมาณมาก เช่น คลิปขายของหลายสิบชิ้นต่อวัน ใช้ แปลงข้อความเป็นเสียงพูดออนไลน์ ไม่โคลนเสียงก็ได้ เสียงที่มีให้เลือกใช้พากย์คลิปสั้นก็เพียงพอ ไม่ต้องมานั่งนับคำหรือกลัวโควตาหมดกลางทาง
สำหรับคนที่ทำหนังสือเสียงหรือ audiobook เอง การทำ audiobook ด้วย ai ฟรี ช่วยประหยัดค่าห้องอัดและค่าพากย์ไปได้เยอะ แต่ต้องเช็กเรื่องลิขสิทธิ์เนื้อหาให้ดี ส่วนใครที่อยากลอง voice clone thai free หรือค้นหา text to speech ภาษาไทย ฟรี วิธีที่ผมเล่าไปข้างต้นใช้ได้กับทุกเครื่องมือ
ใช้เสียงแบบไหนถึงไม่ผิดกฎหมาย
อันนี้สำคัญสำหรับคนไทย โดยเฉพาะหลัง พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล หรือ PDPA เสียงถือเป็นข้อมูลส่วนบุคคลได้ ถ้าจะโคลนเสียงตัวเอง ใช้เอง ไม่มีปัญหา แต่ถ้าเอาคลิปเสียงเพื่อน ลูกค้า หรือดาราไปโคลน ต้องขออนุญาตชัดเจน อย่าคิดว่าแค่ทำคลิปขายของสั้น ๆ แล้วจะไม่มีใครรู้
ผมเคยเห็นคนในกลุ่มครีเอเตอร์เอาเสียงนักพากย์ดังไปทำเสียงพากย์ ai ฟรี โดยไม่บอกเจ้าตัว สุดท้ายโดนทักและต้องลบคลิป เสียเครดิตไปเลย เครื่องมือมันเป็นกลาง อยู่ที่คนใช้จะคิดถึงเจ้าของเสียงหรือเปล่า
คำถามที่เจอบ่อย
ต้องอัดเสียงนานแค่ไหนถึงโคลนเสียงตัวเองได้?
ประมาณ 1 นาทีก็พอ เน้นห้องเงียบ ระดับเสียงสม่ำเสมอ ไม่ต้องอ่านเป็นทางการมาก พูดเหมือนคุยปกติ ยาวแต่มีเสียงรบกวน ยังไงก็สู้สั้นแต่สะอาดไม่ได้
โคลนเสียงฟรีจริงไหม? ใช้ไปเรื่อย ๆ จะโดนเก็บเงินทีหลังหรือเปล่า?
ผมใช้ VoxClone มาสักพัก ทั้งโคลนและสร้างเสียงยังไม่เสียเงิน และไม่ต้องสมัครสมาชิก เปิดหน้าเว็บก็ใช้ได้ แต่นโยบายเครื่องมืออาจเปลี่ยนได้ในอนาคต ถ้าตอนนี้ใช้ฟรีก็ใช้ไปก่อน
เสียงที่สร้างขึ้นเอาไปใช้เชิงพาณิชย์ได้ไหม?
ถ้าเป็นเสียงตัวเอง หรือได้เจ้าของเสียงอนุญาต ใช้เชิงพาณิชย์มักไม่มีปัญหา แต่ถ้าเอาคนอื่นมาโคลนโดยไม่บอก อันนั้นเข้าข่ายผิด ทั้งทางกฎหมายและทางมารยาท
ปิดท้าย
เสียงโคลนจะปลอมหรือไม่ 70% อยู่ที่วิธีใช้ อีก 30% อยู่ที่ตัวเครื่องมือ ไฟล์สะอาด ข้อความ口语 เครื่องหมายวรรคตอนเหมือนคนพูด แค่สามอย่างนี้ ต่อให้ใช้เครื่องมือฟรี เสียงก็หลอกหูคนส่วนใหญ่ได้
ถ้าตอนนี้คุณกำลังปวดหัวกับเสียง AI ที่พากย์แล้วเหมือนหุ่น ลองอัดเสียงตัวเอง 1 นาทีในห้องเงียบ แล้วไปลองที่ โคลนเสียงฟรี จากนั้นตัดประโยคตามที่บอก เทียบก่อน-หลังดู อยากดูบันทึกการลองผิดลองถูกเพิ่มเติม ผมอัปเดตไว้ที่ หน้าอัปเดต