Âm thanh quyết định một nửa chất lượng video: hướng dẫn cho người làm video AI

Thử làm một thí nghiệm nhỏ: mở một cảnh phim bạn thích, tắt tiếng và xem 30 giây. Cảnh vẫn đẹp, nhưng cảm xúc tụt hẳn. Rồi làm ngược lại: nhắm mắt và chỉ nghe. Bạn vẫn hiểu khá nhiều chuyện đang xảy ra, thậm chí còn thấy hồi hộp.

Với video AI, âm thanh còn quan trọng hơn. Hình ảnh AI đôi khi có chút "lạ", và chính âm thanh đúng sẽ thuyết phục não người xem rằng mọi thứ là thật. Ngược lại, một clip đẹp mà im lặng hoặc chỉ có một bản nhạc phủ kín thì rất dễ bị cảm nhận là "video AI rẻ tiền".

Bốn lớp âm thanh của một video

Người làm phim chuyên nghiệp nghĩ âm thanh theo từng lớp, mỗi lớp một nhiệm vụ:

1. Lời nói (thoại và thuyết minh)

Lớp quan trọng nhất, mang thông tin. Phải rõ nhất trong mọi thời điểm. Nếu dùng giọng AI, xem bài giọng đọc AI tiếng Việt để chỉnh ngắt nghỉ và cảm xúc.

2. Tiếng động (sound effects)

Âm thanh gắn với hành động trên hình: tiếng bước chân, cửa mở, ly đặt xuống bàn, xe máy nổ máy, tiếng tát, tiếng điện thoại rung. Tiếng động làm hành động "có trọng lượng". Một cú đấm không có tiếng gần như không có lực.

3. Âm thanh môi trường (ambience)

Tiếng nền của không gian: chợ sáng ồn ào, quán cà phê lao xao, tiếng ve mùa hè, tiếng mưa trên mái tôn, tiếng gió đồng quê, tiếng điều hoà trong văn phòng. Lớp này thường nhỏ, người xem ít để ý, nhưng thiếu nó thì cảnh trở nên "chết", như đứng trong phòng cách âm.

4. Nhạc

Dẫn dắt cảm xúc, tạo nhịp. Nhạc nên phục vụ câu chuyện, không lấn át lời nói và tiếng động.

Quy trình làm âm thanh từng bước

Bước 1: Lên "bản đồ âm thanh" ngay từ storyboard

Ở mỗi khung storyboard, ghi thêm một dòng: cảnh này nghe thấy gì? Ví dụ cảnh bà cụ bán xôi đầu ngõ lúc sáng sớm:

• Môi trường: tiếng xe máy xa xa, gà gáy, tiếng chổi quét sân.
• Tiếng động: nắp nồi mở, muỗng xới xôi, túi nilon sột soạt.
• Thoại: "Xôi gì cháu?"
• Nhạc: chưa vào, để không khí tự nhiên.

Làm từ đầu sẽ đỡ hơn nhiều so với lúc dựng xong mới đi lục tìm âm thanh.

Bước 2: Đặt lời nói trước

Đặt giọng thoại, thuyết minh vào timeline đầu tiên. Nó quyết định nhịp của cả video. Hình và các lớp âm thanh khác sẽ xoay quanh lớp này.

Bước 3: Phủ âm thanh môi trường

Mỗi bối cảnh một lớp ambience chạy suốt cảnh, âm lượng thấp. Khi chuyển bối cảnh, ambience cũng chuyển; mẹo hay là cho âm thanh cảnh sau vào sớm hơn hình một chút (gọi là cắt chữ J), khiến chuyển cảnh mượt và tự nhiên.

Bước 4: Gắn tiếng động cho hành động

Xem từng cảnh, liệt kê mọi hành động có thể phát ra tiếng và đặt tiếng động đúng khung hình. Không cần mọi thứ đều có tiếng, ưu tiên hành động người xem đang tập trung vào.

Bước 5: Thêm nhạc cuối cùng

Chọn nhạc theo cảm xúc từng phân đoạn chứ không nhất thiết một bài cho cả video. Một vài nguyên tắc:

• Nhạc vào và ra có lý do: đổi không khí, bước sang hồi mới.
• Hạ nhỏ nhạc khi có lời nói (gọi là ducking), nâng lên ở đoạn không lời.
• Khoảng lặng trước cao trào thường mạnh hơn nhạc dồn dập.
• Cắt cảnh theo nhịp nhạc ở những đoạn dựng nhanh (montage).

Bước 6: Cân âm lượng tổng thể

Thứ tự ưu tiên thường là: lời nói > tiếng động quan trọng > nhạc > môi trường. Nghe thử trên nhiều thiết bị: tai nghe, loa điện thoại, loa laptop. Phần lớn người xem mạng xã hội nghe bằng loa điện thoại, nơi âm trầm gần như biến mất và lời nói dễ bị nhạc nuốt.

Âm thanh và cảm xúc

Âm thanh có thể kể chuyện mà hình không cần nói:

• Rùng rợn: tiếng đồng hồ tích tắc, tiếng gió rít, tiếng cửa kẽo kẹt, im lặng bất thường.
• Ấm áp: tiếng bát đũa, tiếng cười nói xa xa, tiếng mưa nhẹ, nhạc mộc.
• Căng thẳng: âm trầm kéo dài, nhịp tim, tiếng thở.
• Hài hước: tiếng động phóng đại, ngắt nhịp đột ngột, khoảng lặng "ngượng ngùng" sau câu nói hớ.

Nguồn âm thanh: dùng sao cho an toàn

• Dùng thư viện âm thanh và nhạc có giấy phép rõ ràng, đọc kỹ điều kiện: có được dùng thương mại không, có cần ghi nguồn không.
• Nhạc đang thịnh hành trên mạng xã hội thường chỉ được dùng trong phạm vi tính năng của nền tảng đó; mang ra video khác có thể bị tắt tiếng hoặc khiếu nại bản quyền.
• Lưu lại nguồn và giấy phép của từng âm thanh bạn dùng, phòng khi cần chứng minh. Bài bản quyền và nội dung AI có thêm lưu ý.

Lỗi thường gặp

1. Chỉ có nhạc, không có tiếng động và môi trường. Video nghe như slide trình chiếu.
2. Nhạc to hơn giọng, nhất là trên loa điện thoại.
3. Âm thanh môi trường không khớp hình: cảnh đêm khuya mà tiếng chim hót buổi sáng.
4. Tiếng động lệch thời điểm: tiếng cửa đóng trễ nửa nhịp sau hình là người xem nhận ra ngay.
5. Cắt âm thanh đột ngột giữa các cảnh, nghe "bụp" một cái. Luôn để âm thanh nhỏ dần hoặc chồng lên nhau một chút.
6. Âm lượng không đều giữa các cảnh, người xem phải chỉnh loa liên tục.

Checklist âm thanh

• Mỗi cảnh có đủ bốn lớp cần thiết: lời, tiếng động, môi trường, nhạc?
• Lời nói luôn rõ nhất, nhạc được hạ khi có lời?
• Tiếng động khớp đúng khung hình hành động?
• Âm thanh môi trường hợp bối cảnh, thời gian, thời tiết?
• Chuyển cảnh âm thanh mượt, không bị cắt cụt?
• Đã nghe thử trên loa điện thoại và tai nghe?
• Mọi âm thanh, nhạc đều có nguồn và giấy phép rõ ràng?

Làm điều này trong adayroi studio

adayroi studio có sẵn thư viện âm thanh vài nghìn tiếng kèm tìm âm thanh trực tuyến, cộng nhạc và lời thoại giọng AI có cảm xúc với nhiều bản đọc, nên bạn có thể xếp đủ các lớp âm thanh ngay trong dự án. Khi dựng cảnh trong Director Studio, thời tiết như mưa, bão hay các hiệu ứng như lửa, nổ cũng là gợi ý tốt cho lớp tiếng động và môi trường cần thêm. Hướng dẫn chi tiết có tại /docs.