मुफ़्त टेक्स्ट-टू-स्पीच से YouTube वॉइसओवर कैसे बनाएँ

शुरुआत शब्दों से करें, आवाज़ से नहीं। वैसे लिखें जैसे आप किसी दोस्त को विषय समझा रहे हों: छोटे वाक्य, एक बार में एक बात, और ऐसी साफ़ शुरुआत जो दर्शकों को बताए कि उन्हें क्या मिलेगा। संख्याओं, नामों और विराम चिह्नों पर विस्तृत सुझावों के लिए टेक्स्ट-टू-स्पीच के लिए स्क्रिप्ट लिखने पर हमारी गाइड पढ़ें।

मोटे अंदाज़े से, स्वाभाविक नैरेशन लगभग 130 से 160 शब्द प्रति मिनट की रफ़्तार से चलता है। इसलिए 5 मिनट के वीडियो के लिए लगभग 650 से 800 शब्दों की स्क्रिप्ट चाहिए।

अपने मुख्य दर्शकों की भाषा और लहजे में आवाज़ चुनें, फिर अपने सबसे अच्छे विकल्पों को स्क्रिप्ट के एक असली पैराग्राफ़ से जाँचें। एक्सप्लेनर और ट्यूटोरियल के लिए आम तौर पर सामान्य गति वाली शांत, साफ़ आवाज़ सबसे अच्छी रहती है; छोटे वीडियो में खनकती आवाज़ और थोड़ी तेज़ गति चल सकती है। सही AI आवाज़ चुनने पर हमारी गाइड पूरी प्रक्रिया बताती है।

चुनने के बाद आवाज़ का नाम और सेटिंग लिख लें और पूरे चैनल के लिए उन्हें ही रखें। एक जैसी आवाज़ आपके चैनल की पहचान का हिस्सा बन जाती है।

सब कुछ एक साथ बनाने के बजाय स्क्रिप्ट को सीन या सेक्शन के हिसाब से बाँटें। स्टूडियो में हर अनुरोध में 2,000 वर्णों तक आ सकते हैं, जिसमें ज़्यादातर सेक्शन आराम से समा जाते हैं। सेक्शन के हिसाब से बनाने के दो फ़ायदे हैं: आप बाक़ी को दोबारा बनाए बिना एक हिस्सा ठीक कर सकते हैं, और हर फ़ाइल आपके एडिटर में किसी सीन के साथ अपने आप मेल खाती है।

अपनी फ़ाइलों के नाम क्रम से रखें (01-intro, 02-problem, 03-step-one…) ताकि वे टाइमलाइन में सही क्रम में आ जाएँ।

• अहम बातों से पहले और चरणों के बीच साँस लेने की जगह देने के लिए विराम चिह्न और पॉज़ टैग इस्तेमाल करें।
• हर फ़ाइल की शुरुआत और अंत में थोड़ी ख़ामोशी छोड़ें ताकि एडिटर में कट साफ़ रहें।
• अगर दर्शकों को स्क्रीन पर साथ-साथ चलना है, तो लंबे ठहराव जोड़ने के बजाय गति थोड़ी धीमी करें।
• किसी विज़ुअल कट से सटीक टाइमिंग मिलाने के लिए वीडियो एडिटर में ख़ामोशी को काटें या बढ़ाएँ; यह स्क्रिप्ट बदलने से ज़्यादा सटीक है।

नैरेशन फ़ाइलों को अपने वीडियो एडिटर में इम्पोर्ट करें और उन्हें अलग ट्रैक पर रखें। फिर:

• आवाज़ को साफ़ तौर पर सबसे ऊपर रखें। बैकग्राउंड संगीत नैरेशन से काफ़ी धीमा होना चाहिए; जब आवाज़ बोल रही हो तब उसे और धीमा करें (या "डक" करें)।
• कुल लाउडनेस जाँचें। ऑनलाइन वीडियो प्लेटफ़ॉर्म लाउडनेस को सामान्य कर देते हैं। कई क्रिएटर्स फ़ाइनल मिक्स के लिए लगभग -14 LUFS इंटीग्रेटेड का लक्ष्य रखते हैं, लेकिन सबसे ज़रूरी यह है कि बोली शुरू से अंत तक साफ़ और एक जैसी रहे।
• फ़ोन पर सुनें। ज़्यादातर दर्शक आपका वीडियो फ़ोन के स्पीकर या ईयरबड्स पर सुनेंगे, इसलिए पब्लिश करने से पहले मिक्स वहीं जाँचें।
• कैप्शन जोड़ें। स्क्रिप्ट आपके पास पहले से है, इसलिए कैप्शन बनाना आसान है, और ये उन दर्शकों की मदद करते हैं जो बिना आवाज़ के देखते हैं या जो बधिर हैं या कम सुनते हैं।

प्लेटफ़ॉर्म सिंथेटिक मीडिया से जुड़ी अपनी नीतियाँ नियमित रूप से अपडेट करते हैं। पब्लिश करने से पहले बदले हुए या सिंथेटिक कंटेंट की जानकारी देने और कमाई (मॉनेटाइज़ेशन) से जुड़े YouTube के मौजूदा नियम जाँच लें। बुनियादी तौर पर:

• किसी असली व्यक्ति की नकल करने या ऐसा दिखाने के लिए कि किसी ने कुछ कहा जो उसने नहीं कहा, कभी भी सिंथेटिक आवाज़ का इस्तेमाल न करें।
• जब आपका प्लेटफ़ॉर्म इसकी माँग करे, या जब दर्शक उचित रूप से भ्रमित हो सकते हों, तब अपने दर्शकों को खुलकर बताएँ कि नैरेशन AI से बनाया गया है।
• पक्का करें कि आपका कंटेंट असली मूल्य जोड़े: मौलिक स्क्रिप्ट, रिसर्च, विज़ुअल और एडिटिंग। जो वीडियो सिर्फ़ कॉपी किया गया टेक्स्ट पढ़ते हैं, वे दर्शकों के लिए ख़राब अनुभव होते हैं।
• इस साइट पर बनाई गई ऑडियो पर लागू नियमों के लिए हमारी उपयोग की शर्तें पढ़ें।