โคลนเสียงตัวเองด้วย ElevenLabs: เตรียมไฟล์และเริ่มสร้างเสียง AI | EP01

อยากให้ AI พูดด้วยเสียงเรา เริ่มตรงไหน? เริ่มจากไฟล์เสียงต้นฉบับที่ชัดครับ บทเรียนนี้พาเตรียมเสียง เข้าเมนู Instant Voice Clone และต่อไปยัง Text to Speech ใน ElevenLabs เหมาะกับนักกราฟิกที่อยากทำคลิปสอน พากย์งาน หรือเล่าเบื้องหลังการออกแบบด้วยเสียงตัวเอง

เสียงบรรยายในคลิปใช้เสียงโคลนของผมชื่อ Gorra Voice Perfect ส่วนอวาตาร์เป็นวิดีโอประกอบที่ตัดช่วงพูดมาวนลูป ภาพหน้าจอในบทเรียนเป็นภาพจาก ElevenLabs พร้อมตัวชี้ประกอบขั้นตอน

อยากลองเครื่องมือที่ผมใช้? ลองใช้ ElevenLabs ผ่านลิงก์แนะนำของผม
ผมอาจได้รับค่าคอมมิชชันหากคุณสมัครผ่านลิงก์นี้

1. เตรียมเสียงให้พร้อม ก่อนสร้างเสียงโคลน

เลือกเสียงของตัวเองที่มีคนพูดคนเดียว ฟังชัด ไม่มีเพลงหรือเสียงรบกวนดังทับ ลองฟังต้นฉบับด้วยหูฟังก่อนส่ง ในคลิปนี้แนะนำเตรียมตัวอย่างประมาณ 3 นาที โดยให้ตรวจข้อกำหนดความยาวและชนิดไฟล์ที่หน้าจอของบัญชีอีกครั้ง

ใช้เสียงตัวเอง หรือเสียงที่เจ้าของอนุญาตให้โคลนเท่านั้น ไม่ใช้เสียงคนอื่นเพื่อทำให้ผู้ฟังเข้าใจผิดว่าเจ้าของเสียงพูดจริง

2. เปิด Voice Creation แล้วเลือก Instant Voice Clone

เข้า ElevenLabs เปิดเมนูสร้างเสียง แล้วเลือก Instant Voice Clone อ่านคำแนะนำที่ระบบแสดงก่อนเริ่ม ฟีเจอร์และสิทธิ์ใช้งานขึ้นอยู่กับแผนของบัญชี ไม่จำเป็นต้องเลือก Professional Voice Clone สำหรับบทเรียนเริ่มต้นนี้

3. อัปโหลดไฟล์ หรืออัดเสียงในหน้าเว็บ

กด Upload file แล้วเลือกไฟล์ที่เตรียมไว้ หรือใช้ Record audio ถ้าหน้าจอมีตัวเลือกนี้ ตรวจว่าเลือกไฟล์ถูก ฟังให้จบ และแก้เสียงก้องหรือเสียงรบกวนที่ต้นฉบับก่อน อย่าเร่งส่งไฟล์เพียงเพราะอัดครบเวลาแล้ว

4. ตั้งชื่อและยืนยันสิทธิ์ตามขั้นตอน

ตั้งชื่อเสียงให้จำง่าย เช่นชื่อผู้พูดและรูปแบบการใช้งาน จากนั้นอ่านและทำตามขั้นตอนยืนยันสิทธิ์ที่ระบบแสดง การมีไฟล์เสียงอยู่ในเครื่องไม่ได้แปลว่ามีสิทธิ์โคลนเสียงนั้นเสมอไป

5. ไปที่ Text to Speech แล้วทดสอบสั้น ๆ

เลือกเสียงโคลนของเรา พิมพ์ประโยคสั้น แล้วสร้างเสียงเพื่อฟังคำอ่าน จังหวะและอารมณ์ อย่าเริ่มด้วยบททั้งหน้า หากผลยังไม่ตรงจะได้แก้ทีละจุดและไม่ต้องสร้างบทเดิมยาว ๆ ซ้ำ

ประโยคทดลอง: “วันนี้ผมจะพาเปลี่ยนไอเดียบนกระดาษ ให้กลายเป็นงานกราฟิกที่เล่าเรื่องได้ครับ” ลองฟังว่าคำสำคัญชัดไหม จังหวะเหมาะกับภาพหรือยัง แล้วค่อยปรับบทและการตั้งค่าที่โมเดลนั้นรองรับ

นักกราฟิกเอาไปทำอะไรได้บ้าง?

• พากย์ขั้นตอน Illustrator หรือ Photoshop จากบทที่ตรวจแล้ว
• เล่าแนวคิดเบื้องหลังโลโก้และงานแบรนด์
• บรรยายคลิปสอน โดยใช้เสียงชุดเดียวกับหลายสัดส่วนวิดีโอ

เสียงโคลนไม่ได้ทำให้ทุกประโยคสมบูรณ์โดยอัตโนมัติ ต้องฟังและตรวจคำอ่านก่อนเผยแพร่ โดยเฉพาะชื่อคน ชื่อแบรนด์ และศัพท์เฉพาะ

เริ่มใช้ ElevenLabs

ผมชอบใช้ ElevenLabs ทำเสียงเล่าเรื่องและบทเรียน ถ้าอยากลองทำเสียงของตัวเอง กดเริ่มจากลิงก์นี้ได้เลยครับ
ผมอาจได้รับค่าคอมมิชชันหากคุณสมัครผ่านลิงก์นี้

บทเรียนนี้เป็น EP01: เตรียมโคลนเสียงและเริ่มทดสอบเสียง ขั้นตอนหน้าจออาจเปลี่ยนตามเวอร์ชัน ตรวจข้อมูลและสิทธิ์ใช้งานล่าสุดที่ เว็บไซต์ ElevenLabs ก่อนใช้งาน