📖 คู่มือการใช้งาน Video Translate

🎯 Video Translate คืออะไร?

ระบบแปลวิดีโอและสร้างเสียงพากย์อัตโนมัติ ทำงานได้ตั้งแต่ขั้นตอนเดียวจบ — อัปโหลดวิดีโอ เลือกภาษา กดแปล แล้วได้วิดีโอภาษาไทย (หรือภาษาอื่น) ที่มีทั้งเสียงพากย์และซับไตเติ้ลพร้อมดาวน์โหลด

ความสามารถหลัก

• ถอดเสียง (Speech-to-Text) — ใช้ Whisper จับคำพูดจากวิดีโอ
• แปลภาษา — Gemini 2.5 Pro (ค่าเริ่มต้น) / GPT-4o / Claude
• พากย์เสียง (TTS) — OpenAI / ElevenLabs / Google Chirp 3 HD
• Clone เสียง — เสียงพากย์ใหม่คล้ายเสียงคนในวิดีโอเดิม (ElevenLabs)
• Lip Sync — ขยับปากให้ตรงกับเสียงพากย์ใหม่
• OCR — แปลข้อความในวิดีโอ (ป้าย, หัวข้อ, ฯลฯ)
• YouTube — ดาวน์โหลดและแปลคลิปจาก YouTube ได้โดยตรง

ภาษาที่รองรับ

ไทย, อังกฤษ, จีน, ญี่ปุ่น, เกาหลี, เวียดนาม, อินโด, มาเลย์, ฮินดี, อารบิก, ฝรั่งเศส, เยอรมัน, สเปน, โปรตุเกส, รัสเซีย, อิตาลี

🚀 เริ่มต้นใช้งาน

🔄 โหมดแปลวิดีโอ

โหมดหลักของระบบ — รับวิดีโอเข้า ได้วิดีโอที่พากย์เสียงภาษาใหม่ออก

ขั้นตอน

📝 โหมดพากย์จากสคริป

สำหรับกรณีที่คุณมีข้อความอยู่แล้ว อยากได้แต่เสียงพากย์ — ไม่ต้องมีวิดีโอต้นฉบับ

การใช้งาน

• กดแท็บ 📝 พากย์จากสคริป
• วางข้อความ (พิมพ์เอง หรือคัดลอกมาจากที่อื่น)
• เลือกภาษา + เสียงพากย์
• กด "สร้างเสียงพากย์"
• ดาวน์โหลดไฟล์ MP3

🎙️ เลือกเอนจินเสียง (TTS Engine)

ระบบรองรับ 3 เอนจินเสียง แต่ละตัวมีจุดเด่นต่างกัน

✨ เสียง Chirp 3 HD ใหม่ 2024-2025

เทคโนโลยีเสียงสังเคราะห์รุ่นใหม่ล่าสุดของ Google — เป็นธรรมชาติกว่า Neural2/WaveNet อย่างเห็นได้ชัด

เสียงผู้หญิง (6 เสียง)

• Kore — อบอุ่น เหมาะกับการบรรยาย ค่าเริ่มต้น
• Aoede — สดใส ร่าเริง เหมาะกับคอนเทนต์ไลฟ์สไตล์
• Leda — นุ่มนวล อ่อนโยน เหมาะกับเรื่องเล่า
• Zephyr — เบา สบาย เหมาะกับพอดแคสต์
• Despina — ใส เป็นทางการ เหมาะกับงานธุรกิจ
• Callirrhoe — ลึก มั่นใจ เหมาะกับสารคดี

เสียงผู้ชาย (6 เสียง)

• Charon — ลึก น่าเชื่อถือ เหมาะกับข่าว สารคดี
• Puck — ร่าเริง มีพลัง เหมาะกับ YouTube/โฆษณา
• Fenrir — หนัก ทรงพลัง เหมาะกับตัวอย่างหนัง
• Orus — นุ่ม เหมาะกับการบรรยาย
• Algenib — เป็นทางการ คล้ายผู้ประกาศข่าว
• Iapetus — อบอุ่น เป็นมิตร

📝 คำบรรยาย (Subtitle)

ตัวเลือกหลัก

• Burn subtitle — เผาซับลงวิดีโอเลย (เปิดแล้วไม่ต้องใช้ไฟล์ srt)
• Upload SRT/VTT — ใช้ไฟล์ซับที่มีอยู่แทนการให้ AI ถอดเอง
• ดาวน์โหลด SRT — ได้ไฟล์ซับแยกออกมาด้วย (ไปเปิดใน YouTube ได้)

ปรับสไตล์ซับ

• ฟอนต์ / ขนาด / สี
• ตำแหน่ง (บน/ล่าง)
• ขอบซับ (outline) และเงา
• พื้นหลังทึบ (box)

⚙️ ตัวเลือกขั้นสูง

Voice Clone ElevenLabs เท่านั้น

โคลนเสียงจากวิดีโอต้นฉบับ — เสียงพากย์ใหม่จะคล้ายเสียงคนในวิดีโอเดิม เหมาะกับงาน localization

Audio Isolation

แยกเสียงพูดออกจากเสียงพื้นหลัง/เพลง ก่อนส่งเข้า Whisper — ช่วยให้การถอดเสียงแม่นยำขึ้น

Keep Original Audio

เก็บเสียงต้นฉบับไว้เบา ๆ (ปรับความดังได้) เป็น BGM ผสมกับเสียงพากย์ใหม่ — เหมาะกับคลิปที่มีเพลงประกอบ

Lip Sync

ขยับปากของคนในวิดีโอให้ตรงกับเสียงพากย์ใหม่ — ใช้เวลาประมวลผลเพิ่มประมาณ 3-5 เท่า

OCR Translation

ตรวจและแปลข้อความที่ปรากฏบนหน้าจอ (ป้าย, หัวข้อ, subtitle ต้นฉบับ) ทับลงวิดีโอ

Time-Fit Segments

ปรับความเร็วแต่ละช่วงเสียงพากย์ให้พอดีกับเวลาต้นฉบับ (0.75x – 1.5x) — ป้องกันเสียงเหลื่อมเวลากับภาพ

Speed

ปรับความเร็วเสียงพากย์โดยรวม (0.5x – 2.0x)

📋 งานของฉัน

ไปที่ /my-jobs เพื่อดูงานทั้งหมดที่คุณเคยสร้าง

ข้อมูลที่เห็น

• ID — 8 ตัวอักษรแรกของ job ID
• Type — translate / script / summary
• Title — ชื่อวิดีโอ/หัวข้อสคริป
• Status — done running queued หรือ error
• Model / Engine — โมเดล AI และเสียงที่ใช้
• Action — ปุ่มดาวน์โหลดไฟล์ (ถ้ายังไม่หมดอายุ)

👤 จัดการบัญชี

เปลี่ยนรหัสผ่าน

1. ไปที่ /change-password หรือคลิก "🔑 เปลี่ยนรหัส" ที่มุมบนขวา
2. กรอกรหัสปัจจุบัน
3. กรอกรหัสใหม่ (อย่างน้อย 8 ตัวอักษร, ต้องไม่เหมือนรหัสเดิม)
4. ยืนยันรหัสใหม่อีกครั้ง
5. กด "บันทึกรหัสผ่านใหม่"

ออกจากระบบ

คลิก "ออกจากระบบ" ที่มุมบนขวา — session จะถูกลบ ต้องล็อกอินใหม่ครั้งต่อไป

⚙️ สำหรับผู้ดูแลระบบ Admin เท่านั้น

ผู้ใช้ที่มีสิทธิ์ admin จะเห็นเมนู "⚙️ Admin" เพิ่มขึ้นมา

หน้า Dashboard (/admin)

• สรุปจำนวนงานทั้งหมด / สำเร็จ / ล้มเหลว
• จำนวนผู้ใช้ในระบบ
• สถานะ API keys ที่ตั้งไว้

Job History (/admin/jobs)

ดูงานของผู้ใช้ทุกคนในระบบ — กรองตาม status, ผู้ใช้, ช่วงเวลาได้

User Management (/admin/users)

• อนุมัติผู้สมัครใหม่ — คลิก ✅ อนุมัติ ให้ผู้ใช้ในส่วน "⏳ รอการอนุมัติ"
• ปฏิเสธผู้สมัคร — ❌ ลบทิ้งเลยก็ได้
• ระงับบัญชี (suspend) — ⛔ ระงับผู้ใช้ที่เคย approve ไปแล้ว (login ไม่ได้จนกว่าจะ approve ใหม่)
• สร้างบัญชีใหม่ (auto-approve)
• รีเซ็ตรหัสผ่านผู้ใช้
• เลื่อน/ลดขั้นเป็น admin
• ลบบัญชี (ลบ admin คนสุดท้ายไม่ได้)

Settings (/admin/settings)

• ดูรายการ API key ที่ตั้งค่าไว้ (แสดงแบบ masked เช่น sk-••••xyz (53 chars))
• เปิด/ปิดการสมัครสมาชิก (allow_registration)
• ดูค่า config อื่น ๆ ของระบบ

CLI Management

บนเซิร์ฟเวอร์ใช้คำสั่งนี้จัดการ user ได้:

• python manage.py initdb — สร้างตาราง DB ครั้งแรก
• python manage.py createuser <username> <password> --admin — สร้าง admin
• python manage.py passwd <username> <new_password> — เปลี่ยนรหัส
• python manage.py listusers — แสดงผู้ใช้ทั้งหมด
• python manage.py deluser <username> — ลบผู้ใช้

❓ คำถามที่พบบ่อย

Q: ทำไมไฟล์ใหญ่เกินไป อัปโหลดไม่ได้?

A: ค่าเริ่มต้น 500MB — ถ้าไฟล์ใหญ่กว่านี้ ให้ลดความละเอียด/ตัดช่วงก่อน หรือแจ้ง admin ปรับค่าให้

Q: วิดีโอ YouTube บางอันดาวน์โหลดไม่ได้?

A: คลิปที่ล็อกอายุ, private, หรือ region-lock ระบบจะโหลดไม่ได้ — ต้องดาวน์โหลดเองก่อนแล้วอัปโหลด

Q: เสียง Chirp 3 HD ต่างกับ Neural2 ยังไง?

A: Chirp 3 HD เป็นเสียงรุ่นใหม่สุดของ Google (2024-2025) ฟังดูเป็นธรรมชาติกว่ามาก มีอารมณ์และการเน้นเสียงคล้ายคนจริงมากกว่า Neural2 ซึ่งเป็นรุ่นเก่าปี 2021-2022

Q: Clone เสียงได้แค่กับเอนจินไหน?

A: ElevenLabs เท่านั้น — Google/OpenAI ยังไม่รองรับ IVC (Instant Voice Cloning) แบบนี้

Q: งานค้างกลางทาง ทำยังไง?

A: ดูที่ /my-jobs ว่า status เป็นอะไร — ถ้า error จะมีข้อความบอกเหตุผล ลองสร้างใหม่ได้เลย หรือแจ้ง admin

Q: ไฟล์ผลลัพธ์หายไป?

A: ไฟล์ถูกลบอัตโนมัติหลังจากช่วงเวลาที่ admin กำหนด (ค่าเริ่มต้น 24 ชั่วโมง) — ดาวน์โหลดเก็บทันทีที่เสร็จจะปลอดภัยที่สุด

Q: ใช้ API key ของตัวเองได้ไหม?

A: ระบบใช้ key กลางที่ admin ตั้งไว้ — ถ้าต้องการใช้ key ส่วนตัว ต้อง deploy instance แยก

Q: รองรับวิดีโอยาวแค่ไหน?

A: ไม่มีขีดจำกัดฮาร์ดโค้ด แต่ในทางปฏิบัติแนะนำไม่เกิน 30 นาที เพราะใช้เวลาประมวลผลนานและอาจชน timeout บางจุด