Huasheng AI: đưa vào một kịch bản, ba phút sau có video sẵn sàng đăng

Huasheng AI là công cụ tạo video của Bilibili, hoạt động theo cách chữ vào, video ra: bạn đưa một kịch bản hoặc một bản ghi âm, công cụ ghép hình ảnh, giọng đọc và phụ đề thành một video hoàn chỉnh. Nhà phát triển nói thời gian nhanh nhất là ba phút. Thứ thực sự được cắt bỏ ở đây không phải kỹ năng dựng phim, mà là ba việc ngốn thời gian nhất: tìm tư liệu hình, canh độ dài từng câu, và thu giọng đọc không vấp.

Rào cản của sản xuất video chưa bao giờ là quyết định nói gì, mà là biến nó thành hình ảnh. Một kịch bản 300 chữ viết trong mười phút, nhưng tìm ba mươi cảnh khớp với nó, canh cho từng câu đúng độ dài và thu một bản đọc không lấy hơi sai chỗ thường mất cả buổi chiều. Huasheng AI giao đoạn này cho mô hình: kịch bản là đầu vào duy nhất, còn khớp hình, tổng hợp giọng nói và nhịp phụ đề do công cụ lo.

Có hai đường đến bản dựng hoàn chỉnh. Thứ nhất là khớp tư liệu tự động, khi trí tuệ nhân tạo chọn hình theo nội dung kịch bản, phù hợp với nội dung bình luận và giải thích nơi hình chỉ minh họa chứ không gánh nội dung. Thứ hai là sản xuất theo mẫu, khi bạn áp một bố cục có sẵn; cách này đáng dùng nhất với nội dung dạng series vì cùng một hệ thống hình ảnh lặp lại qua từng tập, người xem nhận ra ngay và bạn không phải thiết kế lại mỗi lần.

Tính năng ít được để ý là nhân bản giọng nói. Tải lên mười giây bản ghi của chính bạn là công cụ tạo ra giọng cá nhân gần với giọng bạn; nếu không muốn nhân bản thì có sẵn nhiều giọng công cộng. Với một kênh đăng video nói mỗi ngày, ý nghĩa ở đây là không phải mở miệng thật mỗi lần: sửa kịch bản xong là video có thể ra.

Huasheng AI làm được gì

Khớp tư liệu tự động

Sau khi nhập kịch bản hoặc tải âm thanh lên, trí tuệ nhân tạo gán hình cho từng câu và ghép thành video hoàn chỉnh; thời gian nhanh nhất nhà phát triển nêu là ba phút. Phù hợp với nội dung giải thích, tổng hợp và bình luận mà bạn không tự quay tư liệu.

Sản xuất theo mẫu

Một số mẫu có sẵn giúp tạo nhanh video chuẩn hóa. Giá trị lớn nhất ở kênh dạng series: bố cục giữ nhất quán, người xem nhận ra ngay, và thời gian sản xuất rút lại chỉ còn việc điền kịch bản.

Nhân bản giọng nói

Tải lên mười giây bản ghi của bạn và trí tuệ nhân tạo tạo giọng cá nhân gần giống; nếu không muốn nhân bản thì dùng các giọng công cộng có sẵn. Hữu ích cho kênh cần một giọng dẫn cố định mà không muốn thu giọng người thật mỗi lần.

Dịch đa ngôn ngữ

Xây trên Index, mô hình ngôn ngữ lớn do Bilibili tự phát triển, công cụ hỗ trợ dịch thời gian thực gần mười ngôn ngữ, với độ chính xác nhà phát triển công bố lên tới 90 phần trăm. Có ích khi cùng một nội dung cần đến nhiều thị trường ngôn ngữ.

Đăng lên Bilibili bằng một cú nhấp

Video hoàn chỉnh có thể tải thẳng lên Bilibili, nên bỏ được bước xuất tệp rồi nhập lại thông tin bằng tay.

Cách làm một video

1. Đăng nhập huasheng.cn bằng tài khoản Bilibili; không cần tạo tài khoản riêng.
2. Nhập kịch bản ở màn hình tạo hoặc tải lên tệp âm thanh làm nền nội dung. Kịch bản quyết định chất lượng khớp hình: càng cụ thể, hình càng ít lệch.
3. Chọn đường sản xuất: khớp tự động nếu muốn trí tuệ nhân tạo tìm tư liệu, hoặc một mẫu nếu cần bố cục đồng nhất.
4. Chọn giọng: một giọng công cộng có sẵn, hoặc nhân bản giọng bạn từ mười giây ghi âm.
5. Xem trước bản dựng và kiểm tra từng đoạn xem hình có khớp lời không; nếu không thì thay cảnh cụ thể hoặc chỉnh âm thanh.
6. Đăng trực tiếp lên Bilibili, hoặc xuất một bản để lưu trước.

Phù hợp với ai

• Nhà sáng tạo cá nhân không có nền tảng dựng phim và không có thời gian học, nhưng trong đầu đã có đề tài và cần biến kịch bản thành video đăng được một cách nhanh chóng.
• Nhóm nhỏ và vừa có sản lượng không theo kịp nhịp đăng bài, dùng công cụ để giảm số ngày công cho mỗi video.
• Người vận hành video ngắn phân phối cùng một nội dung lên nhiều nền tảng và nhiều tài khoản, cần số lượng, sự đều đặn và bố cục đồng nhất.
• Kênh kiến thức về lịch sử, tài chính hay giải trí, nơi lời kể gánh nội dung và hình ảnh hỗ trợ, nên tự động hóa từ kịch bản sang hình cho hiệu quả cao nhất.
• Học sinh và giáo viên làm video giảng dạy hoặc tài liệu khóa học, nơi ưu tiên là giải thích rõ khái niệm chứ không phải kỹ thuật quay.

Giới hạn cần biết

• Thông tin công khai không nêu giá, hạn mức miễn phí hay quyền lợi thành viên, nên hãy xác nhận cách tính phí trên trang chính thức trước khi dùng cho sản xuất.
• Độ dài tối đa của video, độ phân giải xuất và định dạng tệp không được mô tả công khai; dự án cần định dạng dài hoặc độ phân giải cao nên thử trước.
• Ba phút là trường hợp nhanh nhất. Thời gian thực tế phụ thuộc độ dài kịch bản, độ khó khi khớp tư liệu và hàng đợi tại thời điểm đó.
• Con số 90 phần trăm độ chính xác dịch là công bố của nhà phát triển. Thuật ngữ chuyên môn, tên người, địa danh và cách chơi chữ vẫn cần người soát; đừng đăng như phụ đề cuối mà không đọc.
• Công cụ gắn chặt với hệ sinh thái Bilibili: đăng bằng một cú nhấp nhắm tới đó, còn nền tảng khác vẫn phải xuất rồi tải lên thủ công.
• Nhân bản giọng nói liên quan đến quyền với giọng của chính mình. Nhân bản giọng người khác cần có sự cho phép của họ, và nội dung do trí tuệ nhân tạo tạo ra phải được ghi nhãn theo yêu cầu của nền tảng.
• Việc tư liệu được khớp tự động có được dùng thương mại và có được chỉnh sửa hay không phụ thuộc giấy phép thư viện tư liệu của nền tảng, cần xác nhận từng mục trước khi dùng thương mại.

Câu hỏi thường gặp

Dùng Huasheng AI có cần biết dựng phim không?

Không. Quy trình là viết kịch bản, chọn mẫu hoặc để trí tuệ nhân tạo khớp tư liệu, chọn giọng, xem trước, đăng. Không có thao tác trên dòng thời gian. Viết quan trọng hơn dựng, vì độ cụ thể của kịch bản đặt trần cho chất lượng hình ảnh.

Video có đăng được lên nền tảng khác ngoài Bilibili không?

Có thể xuất rồi tải lên nơi khác, nhưng đăng bằng một cú nhấp là dành cho Bilibili. Khi phân phối đa nền tảng, lưu ý yêu cầu ghi nhãn nội dung do trí tuệ nhân tạo tạo ra giữa các nền tảng không giống nhau.

Nhân bản giọng cần bao nhiêu bản ghi?

Nhà phát triển nêu mười giây ghi âm là đủ để tạo giọng cá nhân. Mười giây là mẫu rất ngắn nên độ ổn định phụ thuộc điều kiện ghi âm: thu một lần trong phòng yên tĩnh và tránh tiếng ồn nền.

Có được nhân bản giọng người khác không?

Không nếu chưa có phép. Giọng nói là quyền nhân thân giống như hình ảnh, nên nhân bản giọng người khác cần sự đồng ý rõ ràng của họ, và nội dung do trí tuệ nhân tạo tạo ra thường phải được ghi nhãn.