ลองติดตั้ง Voice-Pro: หมดไปสามวัน กว่าจะรันได้

ผมทำวิดีโอ แล้วอยากพากย์เสียงเองด้วยเครื่องมือโอเพนซอร์ส จะได้ไม่ต้องจ่ายค่าบริการ ก็เลยลองลง Voice-Pro ดู สุดท้ายหมดไปสามวัน บอกตามตรงว่าเวลาส่วนใหญ่คือนั่งติดอยู่กับที่ ไม่ค่อยขยับไปไหน แต่สุดท้ายก็รันได้ และงานพากย์ที่ออกมาก็คุ้มอยู่ เลยขอจดไว้หน่อยว่าเจอกำแพงอะไรบ้าง แล้วข้ามมันมายังไง เผื่อจะช่วยใครประหยัดเวลาไปได้สักสองสามวัน

เริ่มผิดแพลตฟอร์ม

ผมเริ่มบนเครื่องที่มี GPU แล้วรัน Linux ตอนแรกก็คิดว่าน่าจะเข้าท่าดี แต่พออ่านดีๆ ถึงเห็นว่าตัวโปรเจกต์เองบอกไว้ว่าเทสต์บน Windows ส่วน Linux ยังไม่ได้ลอง ผมเลยไม่ฝืนต่อ หยุดแล้วลงใหม่หมดบน Windows ปรากฏว่าราบรื่นขึ้นเยอะแทบจะทันที ถ้าคุณเพิ่งเริ่ม เอาบทเรียนผมไปเลย เริ่มที่ Windows ตั้งแต่แรก จะได้ไม่ต้องเหนื่อยฟรีแบบผม

การติดตั้งที่ค้างไปทีละหลายนาที

ปัญหาถัดมาคือตัวติดตั้งค้างไปนานๆ ทีละช่วง พอตามดูถึงรู้ว่าเน็ตฝั่งผมบล็อกที่ดาวน์โหลดบางที่ที่ตัวติดตั้งต้องไปดึงของ มันเลยพยายามต่อไปยังที่ที่ไปไม่ถึง วนอยู่อย่างนั้น วิธีแก้คือบังคับให้มันดึงทุกอย่างจากที่เดียว สำหรับไลบรารีตัวนึงที่โดนบล็อกสนิท ผมโหลดไฟล์เองแล้วเอาไปวางตรงที่ที่มันควรอยู่ นอกจากนั้นยังต้องลงของเสริมอีกสองตัวเองด้วย คือ ffmpeg กับ cuDNN เป็นของที่โปรแกรมต้องใช้แต่ดันไม่ได้ลงมาให้

ข้อผิดพลาดที่ไม่มีอะไรให้อ่าน

ลงเสร็จแล้ว งานพากย์ก็ยังพังอยู่ดี ที่หงุดหงิดสุดคือบอกไม่ได้ว่าทำไม ไม่มีข้อความพังให้อ่านเลย มีแค่แถบสีเหลืองเล็กๆ โผล่มาแวบเดียวครึ่งวินาทีแล้วก็หายไป พอไม่มีอะไรให้จับ ผมเลยให้ Claude Code ช่วยดึงข้อความพังที่ซ่อนอยู่ออกมา แล้วโชว์ตรงที่ผมเห็นได้จริงๆ แค่เปลี่ยนตรงนี้อย่างเดียวก็ต่างกันลิบลับ พอเห็นว่ามันพังตรงไหน ปัญหาที่เหลือก็ค่อยๆ คิดตามได้ ไม่ต้องเดาอีกต่อไป

กำแพงสุดท้าย และบทเรียนเล็กๆ ว่าเครื่องมือทำงานยังไง

ผ่านมาหมดแล้ว มันก็ยังดื้อ ไม่ยอมพากย์อยู่ดี ผมไล่ดูกองข้อความพังที่ตอนนี้เห็นได้แล้ว ภายในชั่วโมงเดียวก็เจอว่า อ้าว ผมแค่ลืมใส่ช่อง Reference Audio ปล่อยว่างไว้เฉยๆ มันขึ้นว่า 'NoneType' object has no attribute 'read' พอรู้ว่าเบื้องหลังมันทำงานยังไงก็ถึงบางอ้อทันที Voice-Pro ใช้ตัวโคลนเสียงที่ไม่มีเสียงเป็นของตัวเอง แต่จะเลียนแบบตัวอย่างที่เรายื่นให้แทน พอไม่ใส่ตัวอย่างไป มันก็เลยไม่มีอะไรให้เลียนแบบ ทำงานไม่ได้ก็เท่านั้น ผมหย่อนคลิปเสียงสั้นๆ เข้าไป สุดท้ายมันก็พ่นงานพากย์ออกมาเรียบร้อย

พอรันได้แล้ว เครื่องมือนี้ทำได้ดีจริงนะ งานพากย์ใช้ได้ แล้วการโคลนเสียงจากตัวอย่างแค่สั้นๆ ก็น่าทึ่งพอจนรู้สึกว่าที่เหนื่อยมาทั้งหมดมันคุ้ม

พอมองย้อนกลับไป ส่วนที่ยากที่สุดไม่ใช่ข้อผิดพลาดทีละอันเลย แต่เป็นเรื่องง่ายๆ ว่าผมไม่เคยรู้วิธีลงซอฟต์แวร์แบบนี้มาก่อน เลยติดแทบทุกขั้น เอาเป็นว่า Voice-Pro คุ้มสำหรับคนใจเย็นนะ ตอนติดตั้งมันชันและโหดสำหรับมือใหม่อยู่จริงๆ แต่พอผ่านมาได้แล้วของที่ได้มันคุ้ม ถ้าคุณยอมฝ่าตอนติดตั้งให้จบ หรือยอมพึ่งเครื่องมืออย่าง Claude Code มาช่วยดูว่ามันพังตรงไหน มันก็เป็นตัวเลือกพากย์เสียงที่เก่งและฟรีสนิทเลย ต่อไปผมอยากลองเล่นกับการโคลนเสียงให้มากขึ้น ดูว่าจะทำให้เสียงออกมาเป็นธรรมชาติได้ถึงไหน