Chuyển đến nội dung

Phụ đề và giọng đọc tiếng Việt

Chọn Overlay only, TTS only hoặc Overlay + TTS trong Session. F8 ẩn/hiện overlay; ẩn overlay không dừng giọng đọc. Stop reading dừng âm thanh hiện tại. Dừng capture hoặc chọn Overlay only cũng dừng TTS.

Chọn Voice model, Speaker, chỉnh Speaking speed, rồi dùng Test voice để nghe thử. Bản đầy đủ có 11 preset VieNeu Nano và 67 lựa chọn Piper. Thanh Speech volume chỉnh riêng âm lượng giọng đọc từ 0% đến 100%. Mức mới áp dụng từ lượt phát tiếp theo, kể cả Test voice và Replay trong History. Với Nano, Clone from audio nhận một file ghi âm sạch trên máy; không cần transcript. Để trống thì dùng preset. File tham chiếu không được upload.

Trong Overlay, bật Clear translation when dialogue changes để xóa bản dịch cũ khi OCR nhận ra câu mới. Nếu khung hình mới đã chờ xử lý khi bản dịch cũ về, app so sánh vùng chữ đã nhận dạng để tránh hiện đè bản dịch cũ. Các câu đã ổn định vẫn được lưu trong History. Tùy chọn áp dụng cho cả Banner và In-place, mặc định tắt.

Từ v1.1.0, app nhận từng câu dịch hoàn chỉnh và phát các đoạn audio ngay khi sẵn sàng, đồng thời tổng hợp phần tiếp theo. Ưu tiên TTS only hoặc overlay Banner cho đường xử lý này; chế độ overlay in-place vẫn dùng đường đọc đã đệm. App vẫn chờ OCR xác nhận chữ ổn định, giữ nguyên giọng hiện tại và đọc hết câu đang phát. Chỉ hội thoại chờ mới nhất được giữ lại.

Với game tiếng Anh, English + Only selected box + TTS only là cấu hình đã đo để ưu tiên TTFA. Model cần nạp xong trước khi đo; chữ còn đang chạy và câu đọc trước chưa kết thúc vẫn làm tăng thời gian chờ.

Từ v1.1.2, app đối chiếu ảnh chữ ngay từ trước lần đọc đầu để OCR dao động hoặc mất kết quả tạm thời không làm TTS chờ mãi. Bộ lọc cũng nhận mũi tên tiếp tục màu trắng. Chỉ tái dùng chữ khi ảnh xác nhận glyph không đổi; số, phủ định và chữ mới thực sự vẫn được xử lý. Log phát audio ghi thiết bị đầu ra cùng mức peak/RMS để phân biệt chờ OCR với vấn đề âm thanh.

Câu giống hệt ở cảnh mới được đọc lại sau khi vùng chữ có tọa độ thực sự trống liên tục ít nhất 1,5 giây. Chớp ảnh ngắn hoặc OCR mất kết quả trên ảnh còn chữ không xóa bộ nhớ chống lặp; câu đang phát không bị ngắt.

Giọng theo nhân vật (thử nghiệm từ v1.2.0)

Phần tiêu đề “Giọng theo nhân vật (thử nghiệm từ v1.2.0)”
  1. Chọn cửa sổ game trong mục Capture, bắt đầu capture, rồi mở Character voices… ở đầu app.
  2. Chọn Select name area…, khoanh riêng nhãn tên người đang nói và nhấn OK.
  3. Nhập tên như game hiển thị, chọn Voice preset và Character gender, rồi Add / update. From preset lấy nhãn của giọng Nano. Chọn giới tính trực tiếp nếu nhân vật khác nhãn giọng, hoặc dùng Default voice để chỉ gán giới tính.
  4. Bật Automatically select a voice from the speaker name, rồi OK để lưu theo game.

Khi đang capture, hộp thoại chỉnh cửa sổ đang được chụp. Khi đã dừng, hộp thoại chỉnh nguồn đang chọn trong danh sách và cho phép sửa các giọng đã gán.

App đọc tên bằng cùng engine OCR offline trên worker; không gọi thêm LLM và không đoán giới tính từ hình ảnh. Vùng tên được tách khỏi phần dịch, kể cả khi nó nằm ngoài box hội thoại hoặc trong vùng exclude. Tên chưa gán/lời dẫn dùng giọng mặc định và mẫu clone hiện có; nhân vật đã gán dùng preset trong cùng model. Khi đổi model giọng, cần chọn lại preset tương ứng. Giọng được chốt cho từng câu; đổi tên nhân vật không cắt câu đang đọc. Game cần hiển thị nhãn tên rõ ràng.

Tên và giới tính của người đang nói được gửi trong chính lượt dịch để LLM chọn cách xưng hô theo ngữ cảnh. Khi chưa rõ, LLM có thể dựa vào hội thoại hoặc dùng cách xưng hô trung tính. TTS đọc phần lời thoại và giữ tên được nhắc trong câu. Một ô tên xác định người nói hiện tại cho các ô hội thoại. Nhãn giọng Nano của nhà phát hành