วิธีตัดช่วงที่ไม่มีเสียงพูดออกจากวิดีโอพอดแคสต์

ปัญหาเรื่องการตัดต่อพอดแคสต์

โดยทั่วไปแล้ว ไฟล์เสียงพอดแคสต์ดิบมักมีช่วงเวลาที่ไม่มีเนื้อหา (dead time) ปะปนอยู่ถึง 20–40% ซึ่งรวมถึงจังหวะหยุดคิด เสียงอุทานคั่นจังหวะ (เช่น "อืม...") จังหวะที่ผู้พูดเอื้อมหยิบน้ำดื่ม หรือความเงียบที่น่าอึดอัดหลังจากตั้งคำถามแต่แขกรับเชิญยังไม่เริ่มพูด การตัดส่วนเหล่านี้ออกด้วยวิธีทำมือหมายถึงการต้องไล่ตรวจสอบไฟล์เสียงทีละเฟรมตลอดทั้งรายการ เพื่อค้นหาช่วงว่างแต่ละจุด ทำเครื่องหมาย และตัดทิ้งไป

สำหรับตอนที่มีความยาว 90 นาที การตัดต่ออาจต้องใช้เวลาหลายชั่วโมงไปกับงานจัดการรายละเอียดทั่วไป แทนที่จะได้ใช้เวลาไปกับการตัดสินใจด้านการเล่าเรื่อง แต่เครื่องมือ Remove Silence จะช่วยจัดการงานส่วนนี้ให้เสร็จสิ้นได้ในการทำเพียงครั้งเดียว

ทีละขั้นตอน

1. เปิดไฟล์บันทึกเสียงต้นฉบับ ด้วย ⌘O หรือลากไฟล์มาวางที่หน้าต่างแอป
2. เปิดแผงเครื่องมืออัจฉริยะ แล้วเลือก Remove Silence
3. ตั้งค่า Threshold ไว้ที่ประมาณ −40 dB สำหรับพอดแคสต์ทั่วไปที่มีแขกรับเชิญพูดจ่อไมโครโฟนในห้องที่เงียบสงบ ค่านี้จะช่วยตรวจจับความเงียบที่แท้จริงโดยไม่ตัดเสียงหายใจทิ้งไป
4. กำหนดระยะเวลาความเงียบขั้นต่ำไว้ที่ 1 วินาที ช่วงเว้นวรรคที่สั้นกว่านี้ถือเป็นจังหวะการพูดตามปกติ การตัดช่วงดังกล่าวออกจะทำให้ผลลัพธ์ที่ได้ฟังดูเร่งรีบ
5. กำหนดระยะเผื่อ (padding) ไว้ที่ 0.1 วินาที ที่ส่วนต้นและส่วนท้ายของช่วงที่เก็บไว้ วิธีนี้จะช่วยป้องกันไม่ให้พยางค์สุดท้ายก่อนการหยุดพักหรือคำแรกหลังจากหยุดพักถูกตัดหายไป
6. เรียกใช้คำสั่ง Remove Silence ไทม์ไลน์จะอัปเดตโดยแสดงส่วนที่เลือกใหม่ ซึ่งระบุถึงทุกส่วนที่จะถูกเก็บไว้
7. ตรวจสอบและปรับแก้ เล่นวิดีโอบนไทม์ไลน์โดยเฉพาะบริเวณรอยต่อของการตัดต่อ ลากขอบของคลิปเพื่อกู้คืนคำที่ถูกตัดหายไป และเพิ่มช่วงหยุดเว้นจังหวะกลับเข้าไปในจุดที่จังหวะการเล่าเรื่องต้องการ
8. ส่งออกด้วย ⌘E

การตั้งค่าที่แนะนำสำหรับรูปแบบการจัดพอดแคสต์ที่แตกต่างกัน

นี่เป็นเพียงจุดเริ่มต้นเท่านั้น ให้เริ่มทำการสแกน ฟังผลลัพธ์ในช่วงแรก แล้วจึงสแกนใหม่อีกครั้งโดยปรับเปลี่ยนการตั้งค่าหากจำเป็น การสแกนซ้ำนั้นทำได้ทันทีและไม่ส่งผลกระทบต่อไฟล์ต้นฉบับ

การตั้งค่า Padding ทำหน้าที่อะไร

เมื่อฟังก์ชัน Remove Silence ตรวจพบช่วงเงียบที่จะตัดออก ระบบจะระบุขอบเขตของช่วงเงียบนั้นอย่างแม่นยำ หากไม่มีการเว้นระยะเผื่อไว้ (padding) ส่วนของเสียงที่ถูกเก็บไว้จะเริ่มต้นและสิ้นสุดตรงขอบเขตดังกล่าวพอดี ซึ่งอาจทำให้รู้สึกว่าเสียงตัดฉับอย่างกะทันหัน กล่าวคือ พยางค์แรกของประโยคถัดไปจะเริ่มขึ้นทันทีโดยไม่มีช่วงเกริ่นนำ และคำสุดท้ายก่อนถึงช่วงหยุดจะถูกตัดทิ้งตรงตำแหน่งที่เป็นเสียงสระพอดี

การเพิ่มส่วนขยาย (Padding) จะช่วยยืดระยะเวลาของแต่ละส่วนที่เลือกเก็บไว้ให้ยาวขึ้นตามค่าที่กำหนดทั้งที่จุดเริ่มต้นและจุดสิ้นสุด การเพิ่มส่วนขยายเพียงแค่ 50–100 มิลลิวินาทีก็ส่งผลอย่างมากต่อความรู้สึกเป็นธรรมชาติของรอยต่อเสียงเมื่อผู้ฟังได้ยิน ดังนั้นควรตั้งค่าไว้อย่างน้อย 50 มิลลิวินาทีเสมอ โดยค่าในช่วง 100–150 มิลลิวินาทีถือเป็นระดับที่เหมาะสมและฟังดูเป็นธรรมชาติสำหรับเนื้อหาประเภทบทสนทนาส่วนใหญ่

หลังจากตัดช่วงความเงียบออกแล้ว ให้ปรับปรุงผลลัพธ์ด้วยการค้นหาจากเสียงพูด

ฟีเจอร์ Remove Silence จะช่วยจัดการกับช่วงความเงียบในโครงสร้างของคลิป ส่วนในกรณีที่มีบางช่วงยังดูไม่ดีนัก เช่น การพูดนอกเรื่องที่ต้องการตัดออก คำถามที่ถามแล้วไม่เวิร์ก หรือเรื่องเล่าที่พูดซ้ำซ้อน ให้ใช้ฟีเจอร์ Speech Search ค้นหาประโยคนั้นโดยพิมพ์คำบางคำที่อยู่ในประโยค จากนั้นข้ามไปยังจุดดังกล่าวและตัดส่วนนั้นออกด้วยตัวเองบนไทม์ไลน์

การใช้ฟีเจอร์ตัดช่วงความเงียบอัตโนมัติร่วมกับระบบค้นหาคำพูดแบบเจาะจง มักช่วยลดเวลาในการตัดต่อไฟล์บันทึกเสียงต้นฉบับความยาว 2 ชั่วโมง ให้เหลือเพียง 20–30 นาที

การส่งออกไฟล์สำหรับวิดีโอพอดแคสต์

สำหรับการอัปโหลดไปยัง YouTube หรือแพลตฟอร์มวิดีโอพอดแคสต์ ให้ส่งออกไฟล์เป็น MP4 แบบรวม (merged MP4) ซึ่งเป็นไฟล์เดียวที่รวบรวมทุกส่วนที่คุณเลือกเก็บไว้เข้าด้วยกัน โดยแทร็กวิดีโอจะถูกคัดลอกระหว่างส่วนต่างๆ โดยไม่มีการสูญเสียคุณภาพ และมีการจัดการรอยต่อของเสียงอย่างราบรื่นและเรียบร้อยในทุกจุดที่ตัดต่อ

หากคุณต้องการไฟล์แยกแต่ละส่วนเพื่อนำไปตัดต่อเพิ่มเติมในโปรแกรมตัดต่อวิดีโอ ให้ใช้ตัวเลือกการส่งออกแบบแยกส่วน (split export) แทน ซึ่งจะได้ไฟล์หนึ่งไฟล์ต่อหนึ่งส่วน