วิธีทำคลิปสาธิตสินค้าความยาว 54 วินาทีด้วย OBS และ FFmpeg
Serhii Kalyna นักพัฒนาเดี่ยว แชร์เบื้องหลังการสร้างวิดีโอสาธิต 54 วินาทีสำหรับ Convertify ด้วยเครื่องมือฟรีอย่าง OBS Studio และ FFmpeg

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- บันทึกหน้าจอด้วย OBS Studio ที่ความละเอียด 1920x1080 ที่ 60fps และตั้งค่า CRF 20 เพื่อความคมชัด
- ใช้คำสั่ง FFmpeg ตัดต่อวิดีโอรวดเร็วกว่าการใช้ซอฟต์แวร์ตัดต่อแบบมีหน้าต่าง GUI
- เลือกใช้เสียงพากย์ AI จาก openai.fm รุ่น Ash ที่เหมาะกับจังหวะของเนื้อหาเทคนิค
- ปรับบทพูดจาก 180 คำให้เหลือ 118 คำโดยเริ่มจากปัญหาของผู้ใช้งานจริง
Serhii Kalyna นักพัฒนาเดี่ยว (Solo Developer) เผยประสบการณ์การทำวิดีโอสาธิตผลิตภัณฑ์ความยาว 54 วินาทีชิ้นแรกสำหรับ Convertify ซึ่งเป็นเครื่องมือแปลงรูปภาพฟรีของเขา โดยทำโดยไม่มีทีมงานและไม่มีงบประมาณ พร้อมกับแชร์เครื่องมือที่ใช้จริงและข้อผิดพลาดที่ได้เรียนรู้เพื่อนำไปปรับปรุงในครั้งต่อไป
ในขั้นตอนการบันทึกหน้าจอ เขาเลือกใช้ OBS Studio ตั้งค่าความละเอียด 1920x1080 พิกเซล ที่ 60 เฟรมต่อวินาที และค่า CRF ที่ 20 โดยระบุว่าอัตรา 60fps มีความจำเป็นมากเนื่องจากคลิปสาธิตสินค้าต้องอาศัยการเลื่อนหน้าจอและการเคลื่อนไหวของเมาส์ที่ลื่นไหล หากใช้ 30fps สำหรับเครื่องมือแปลงไฟล์ที่มีการลากและวางไฟล์จะทำให้ภาพดูสะดุด ส่วนเหตุผลที่เลือกค่า CRF 20 แทนค่ามาตรฐานที่ 23 เป็นเพราะตัวอักษรบนพื้นหลังสีขาวจะเกิดรอยโมเสกจางๆ รอบขอบตัวหนังสือหากใช้การบีบอัดที่สูงกว่านี้
สำหรับการตัดต่อ เขาเลือกใช้ FFmpeg ผ่าน Command Line แทนที่จะเป็นโปรแกรม Kdenlive หรือ DaVinci Resolve เนื่องจากทราบจุดตัดที่ต้องการแน่นอน โดยคำสั่ง ffmpeg -i raw.mkv -ss 3.2 -to 57.4 ... สามารถทำงานได้เร็วกว่าการมานั่งกวาดไทม์ไลน์ใน GUI นาน 20 นาที และฟังก์ชัน Crop ยังช่วยตัดแถบ Taskbar และขอบหน้าต่างด้านบนออกได้ทันทีโดยไม่ต้องทำการเข้ารหัสวิดีโอซ้ำสองรอบ

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในส่วนของเสียงพากย์ เขาได้ทดลองใช้เสียงจาก AI หลายรุ่น ได้แก่ Alloy, Fable, Nova และ Ash โดยเสียงรุ่น Ash ให้ความชัดเจนที่สุดสำหรับจังหวะการอธิบายเรื่องเทคนิค ในขณะที่ Alloy ฟังดูเหมือนกำลังเล่านิทานก่อนนอน Fable มีสำเนียงอังกฤษเล็กน้อยซึ่งไม่เหมาะกับกลุ่มเป้าหมายนักพัฒนาฝั่งอเมริกา และ Nova มีพลังงานสูงเกินไป การใช้ openai.fm สร้างเสียงพากย์ใช้เวลาเพียง 20 วินาทีต่อครั้ง ทำให้เขาสามารถสร้างเสียงใหม่ได้ถึง 6 ครั้งตามการแก้ไขสคริปต์โดยไม่มีค่าใช้จ่าย
"Your iPhone saves photos as HEIC format. Windows does not. Neither do most websites, Slack, or Discord."
Serhii Kalyna
บทเรียนสำคัญอีกประการคือเรื่องสคริปต์ โดยเวอร์ชันแรกมีความยาว 180 คำและเปิดด้วยการแนะนำตัวผลิตภัณฑ์ว่า "Convertify เป็นเครื่องมือฟรีที่แปลงไฟล์ HEIC เป็น JPG" แต่เมื่อลองบันทึกและฟังดูพบว่าน่าเบื่อเหมือนกำลังท่องจำข้อมูล มากกว่าการเข้ามาแก้ปัญหาจริง สคริปต์ในเวอร์ชันที่ 4 จึงถูกลดทอนเหลือ 118 คำและเปลี่ยนมาเริ่มต้นด้วยปัญหาของผู้ใช้แทน เพื่อให้ผู้ชมรู้ทันทีว่าทำไมพวกเขาถึงควรใส่ใจผลิตภัณฑ์นี้ภายใน 5 วินาทีแรก
การเลือกใช้ CLI อย่าง FFmpeg แทนโปรแกรมตัดต่อที่มีหน้าตาซับซ้อน (GUI) ถือเป็นเทคนิคที่มีประโยชน์มากสำหรับนักพัฒนาเดี่ยวหรือผู้ที่ต้องการความรวดเร็วในการทำงานซ้ำๆ เนื่องจากช่วยตัดขั้นตอนการเรนเดอร์และลดเวลาในการจัดการไฟล์มีเดียลงได้อย่างมหาศาล ประกอบกับการใช้ AI สร้างเสียงพากย์ยังช่วยให้สามารถทดลองปรับแก้โทนเสียงและจังหวะเวลาได้อย่างอิสระโดยไม่ต้องจ้างนักพากย์มืออาชีพในราคาสูง

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น