inflearn logo

Từ một trang kịch bản đến video lồng tiếng — quy trình tự động sản xuất video bằng Claude Code (bài giảng, YouTube, Shorts)

Tự xây dựng một quy trình biến một tệp kịch bản thành slide, lồng tiếng cục bộ, phụ đề và video ngắn dạng dọc; trước khi đăng tải, máy sẽ kiểm tra trước bằng cách đối chiếu bản chép lời với hình ảnh trên màn hình. Quy trình chạy ngay trên máy tính của tôi, không cần công cụ tạo video bằng AI hay API giọng nói trả phí.

1 học viên đang tham gia khóa học này

Độ khó Cơ bản

Thời gian Không giới hạn

Python
Python
Youtube Creator
Youtube Creator
Business Productivity
Business Productivity
Video Production
Video Production
whisper
whisper
Python
Python
Youtube Creator
Youtube Creator
Business Productivity
Business Productivity
Video Production
Video Production
whisper
whisper

Bạn sẽ nhận được điều này sau khi học.

  • Chỉ với một tệp kịch bản (JSON), tạo video lồng tiếng 1080p cùng phụ đề SRT·VTT bằng một lệnh.

  • Lồng tiếng bằng tổng hợp giọng nói cục bộ mà không cần API hay khóa giọng nói bên ngoài, và chỉ tổng hợp lại những câu đã chỉnh sửa.

  • Tự động tạo video Shorts dạng dọc, hình thu nhỏ, mô tả video và các chương từ cùng một kịch bản.

  • Dùng bản chép lời Whisper để đối chiếu bản lồng tiếng với kịch bản, rồi phân loại các trường hợp nghi vấn thành khác biệt về cách ghi, lỗi thực sự và trường hợp cần nghe lại.

  • Tổng hợp việc đối chiếu khung hình video với slide, kiểm tra chữ tràn, phụ đề chồng lấp, âm lượng, khoảng lặng và thông số kỹ thuật vào một trang báo cáo.

  • Tiếp tục tạo loạt nội dung bằng các kỹ năng Claude Code và nhật ký tiến độ, đồng thời kiểm tra từ cấm để tránh làm rò rỉ thông tin công ty.

  • Kiểm tra giấy phép của mô hình giọng nói, mô hình nhận dạng giọng nói và phông chữ, cũng như nghĩa vụ ghi rõ giọng nói AI, dựa trên văn bản chính thức.

  • Tự viết và hoàn thiện các hàm cốt lõi về kết xuất, khoảng nghỉ, phụ đề, đối chiếu bản chép lời, đo lường và trình chạy quy trình trong khung trống, rồi dùng bộ chấm điểm để kiểm tra các trường hợp bình thường, biên và thất bại.

Chỉ với một lệnh: kịch bản → video, phụ đề, video ngắn, báo cáo kiểm duyệt. Con người chỉ nghe những đoạn máy đã chọn.

Đây không phải khóa học sản xuất hàng loạt video Shorts. Bạn sẽ tạo một loạt video bài giảng và thuyết minh dạng ngang, dài 6–8 phút; dùng tính năng tổng hợp giọng nói cục bộ trên máy tính của mình thay vì API trả phí; còn khâu kiểm tra sẽ được máy hoàn tất trước bằng cách đối chiếu bản chép lời Whisper với kịch bản đến từng câu, từng con số, đồng thời đối chiếu các khung hình video với slide. Chỉ có một bài học về Shorts, hướng dẫn sắp xếp lại cùng kịch bản theo định dạng dọc.

Tự xây dựng một quy trình biến một tệp kịch bản thành slide, bản lồng tiếng xử lý trên máy, phụ đề và video ngắn dọc; trước khi đăng tải, máy sẽ kiểm tra trước bằng cách đối chiếu bản chép lời với hình ảnh. Quy trình chạy trên máy tính của tôi mà không cần công cụ tạo video bằng AI hay API giọng nói trả phí.

Không sử dụng AI tạo video hay n8n. Khi đều đặn sản xuất nhiều video thuyết minh và bài giảng, hai việc tốn thời gian nhất là làm lại mỗi khi chỉnh sửa và kiểm tra trước khi đăng sẽ được tự động hóa. Nhờ bộ nhớ đệm câu, chỉ những câu đã chỉnh sửa mới được tổng hợp lại; bản chép lời ngoại tuyến được đối chiếu với lời thuyết minh theo từng câu và con số, còn hình ảnh video được so sánh với slide. Khóa học cũng trình bày nguyên vẹn những lỗi đã gặp trong quá trình xây dựng bộ công cụ (Chrome bị treo, mốc thời gian trong bản chép lời bị lệch, không phát hiện phụ đề chồng lấp), cùng với các bài kiểm thử hồi quy.

Sau khi hoàn thành khóa học này, bạn sẽ có thể

  • Tạo video lồng tiếng 1080p và phụ đề SRT·VTT chỉ bằng một lệnh từ một tệp kịch bản (JSON)

  • Lồng tiếng bằng tổng hợp giọng nói cục bộ, không cần API hay khóa truy cập dịch vụ giọng nói bên ngoài, và chỉ tổng hợp lại những câu đã chỉnh sửa.

  • Tự động tạo video Shorts dọc, ảnh thumbnail, mô tả đăng tải và các chương từ cùng một kịch bản.

  • Dùng bản chép lời bằng Whisper để đối chiếu bản lồng tiếng với kịch bản, rồi phân loại các điểm cần xem xét thành khác biệt về cách ghi, lỗi thực sự và trường hợp cần nghe lại.

  • Đối chiếu khung hình video với slide, kiểm tra chữ bị tràn, phụ đề chồng lấn, âm lượng, khoảng lặng và quy cách, rồi tổng hợp tất cả vào một trang báo cáo.

  • Tiếp tục tạo chuỗi video bằng kỹ năng Claude Code và nhật ký tiến độ, đồng thời kiểm tra từ cấm để ngăn thông tin công ty bị rò rỉ.

  • Kiểm tra từ nguồn chính thức giấy phép của mô hình giọng nói, mô hình chuyển giọng nói thành văn bản, phông chữ và nghĩa vụ ghi chú giọng nói do AI tạo ra.

Phù hợp với những đối tượng sau đây:

  • Dành cho những người cần tạo nhiều video thuyết minh, bài giảng hoặc đào tạo nội bộ nhưng tốn quá nhiều thời gian cho việc thu âm, làm phụ đề và kiểm tra.

  • Giảng viên và người phụ trách đào tạo luôn lo lắng, cứ phải lặp lại cùng một chỉnh sửa ở từng video và tự hỏi 'Lần này còn chỗ nào sai không?'

  • Lập trình viên và nhà sáng tạo nội dung tri thức muốn thử tự động hóa các công việc lặp đi lặp lại bằng Claude Code.

Chương trình học (8 phần · 33 bài giảng · khoảng 204 phút)

  • Phần 1. Bản hoàn chỉnh và sơ đồ quy trình — Xem bản hoàn chỉnh trước: Một trang kịch bản trở thành video như thế nào, sơ đồ bảy công đoạn: viết kịch bản · render · lồng tiếng · ghép · phụ đề · kiểm duyệt · lưu trữ, chuẩn bị môi trường làm việc: cài đặt các công cụ dùng chung cho Mac và Windows, tìm hiểu giấy phép trước khi viết: mô hình giọng nói · mô hình nhận dạng lời nói · phông chữ

  • Phần 2. Biến kịch bản thành dữ liệu — Kịch bản là dữ liệu: lesson.json gồm cảnh, câu thoại và panel, viết kịch bản bằng Claude Code: hướng dẫn viết và tệp chuẩn, tự động kiểm tra kịch bản: độ dài, độ dài câu và cách diễn đạt bị cấm, đọc số đúng như cách viết: cách đọc tiếng Hàn và từ điển phát âm

  • Mục 3. Kết xuất slide — Một trang HTML là một slide: cấu trúc mẫu, xuất PNG slide bằng Chrome headless, bảng, mã và bảng luồng: cách trình bày thông tin trên màn hình, tự động phát hiện tràn, chồng lấp và cắt xén trước tiên, tự động tạo ảnh thu nhỏ và ảnh bìa

  • Phần 4. Lồng tiếng cục bộ — Câu đầu tiên với tổng hợp giọng nói cục bộ: lồng tiếng không cần API bên ngoài, bộ nhớ đệm câu: chỉ tổng hợp lại những câu đã chỉnh sửa, khoảng nghỉ và tốc độ: thiết kế khoảng cách giữa các câu, cân chỉnh âm lượng: giữ âm lượng đồng đều cho mọi tập, thay đổi và so sánh engine: mỗi series dùng một giọng nói

  • Mục 5. Ghép video và phụ đề — Nối các cảnh bằng ffmpeg, tự động tạo phụ đề: từ thời điểm của câu sang SRT·VTT, chuyển bài giảng ngang thành video ngắn dọc, gói nội dung tải lên: tự động tạo tiêu đề, mô tả và chương phim

  • Mục 6. Kiểm định tự động — Kiểm tra bản chép lời: chuyển lời thuyết minh thành văn bản lần nữa, đối chiếu kịch bản với bản chép lời: theo từng câu và con số, phân loại các trường hợp: lỗi thật hay nhầm lẫn do nhận dạng lời nói, đối chiếu hình ảnh: khung hình video có phải là slide hiện tại không, kiểm tra khoảng lặng, âm lượng, thông số kỹ thuật và lập báo cáo kiểm định.

  • Phần 7. Vận hành nhà máy bằng Claude Code — Gói thành skill: chỉ bằng một câu lệnh là chạy toàn bộ quy trình, chia nhau xử lý kịch bản và render song song, tạo quy trình nối tiếp bằng HANDOFF: dừng lại vẫn có thể bắt đầu lại, không để lộ thông tin cá nhân trên màn hình hay trong tài liệu.

  • Phần 8. Hoàn thành trọn vẹn dự án thực tế — Thực hành: hoàn thành năm tập cho kênh ảo và thời gian thực hiện, tổng kết: danh sách kiểm tra pipeline của tôi.

Môi trường thực hành

Tải bộ công cụ vidpipe trong ZIP thực hành (Python 3.10~3.12, Chrome, ffmpeg) và chạy trên Mac hoặc Windows. Bộ công cụ gồm năm kịch bản cho kênh khoa học giải thích giả lập “Hanip Gwahak”, mã kiểm tra kịch bản, kết xuất slide, lồng tiếng cục bộ, tạo video và Shorts, đóng gói nội dung để tải lên, kiểm tra bản chép lời, các bài kiểm thử, tệp kỹ năng Claude Code, bảng kiểm và hướng dẫn cấp phép. Các mô hình giọng nói và chép lời sẽ tự động được tải từ nguồn chính thức khi chạy lần đầu (khoảng 0.9GB). Không cần Docker hay đám mây.

Kiến thức nền tảng Cần có

  • Có thể dán lệnh vào terminal để chạy.

  • Đã từng dùng hoặc có thể cài đặt Claude Code (không cần biết cú pháp Python)

Những nội dung không được đề cập trong khóa học này

  • AI tạo video (các mô hình tạo hình ảnh/video), avatar và đồng bộ khẩu hình miệng.

  • Sao chép giọng nói

  • Cách sử dụng các công cụ chỉnh sửa như CapCut, Premiere.

  • Tự động hóa n8n

  • Chiến lược lên ý tưởng, tăng lượt xem và kiếm tiền từ video ngắn

Hướng dẫn

Phần thuyết minh của khóa học này được tạo bằng giọng nói tổng hợp (AI), còn kết quả chạy trên màn hình là nội dung nguyên bản khi thực sự chạy bộ công cụ học tập. Câu trả lời của Claude Code, thời gian xử lý và kết quả chuyển giọng nói thành văn bản có thể khác nhau mỗi lần chạy và tùy từng máy tính. Khóa học này không cam kết về lượt xem hay doanh thu. Toàn bộ dữ liệu đều là dữ liệu mô phỏng phục vụ mục đích giáo dục; các con số có thể thay đổi tùy theo môi trường chạy.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người cần sản xuất nhiều video thuyết minh, bài giảng và đào tạo nội bộ nhưng mất quá nhiều thời gian cho việc thu âm, làm phụ đề và kiểm tra.

  • Giảng viên và nhân viên phụ trách đào tạo thấp thỏm khi phải lặp lại cùng một chỉnh sửa cho từng video: 'Lần này có chỗ nào sai không?'

  • Nhà phát triển và nhà sáng tạo tri thức muốn thử tự động hóa các công việc lặp đi lặp lại bằng Claude Code.

Cần biết trước khi bắt đầu?

  • Có thể dán lệnh vào terminal và chạy.

  • Có thể dùng thử hoặc cài đặt Claude Code (không cần biết cú pháp Python).

Xin chào
Đây là dorian05202988

Xác minh sự nghiệp

Tôi là một chuyên gia dữ liệu với hơn 20 năm kinh nghiệm trong lĩnh vực cơ sở dữ liệu và CNTT. Trong vai trò DBA và quản lý nhóm Nền tảng Cơ sở dữ liệu, tôi phụ trách các nền tảng cơ sở dữ liệu, với chuyên môn về MySQL, PostgreSQL, Oracle, MongoDB, tinh chỉnh SQL, AWS, Terraform và Python. Dựa trên kinh nghiệm trong các lĩnh vực trò chơi, tài chính và dịch vụ CNTT, tôi trình bày về cơ sở dữ liệu và kiến trúc đám mây. Tôi đã xuất bản 『Học các mẫu SQL tinh chỉnh thực tế Oracle』 và 『Sổ tay ứng dụng dự án thực tế Oracle Pro*C』, đồng thời thuyết trình về serverless, lựa chọn cơ sở dữ liệu và chiến lược đa cơ sở dữ liệu tại AWS Summit 2018·2019 và sự kiện 데이터야 놀자 2020. Gần đây, tôi tập trung vào phân tích và khuyến nghị tinh chỉnh truy vấn chậm bằng Bedrock LLM, tự động hóa việc tính toán thông số DB, cũng như quy trình tra cứu thông qua máy chủ DB Meta MCP và bot Slack. Tôi giải thích về tự động hóa cơ sở dữ liệu dành cho nhà phát triển và việc ứng dụng AI vào công việc dành cho người không chuyên về phát triển thông qua các bài thực hành phù hợp với đối tượng và mục tiêu của từng khóa học. Thay vì áp dụng nguyên xi các đề xuất của AI, tôi truyền đạt các tiêu chí đánh giá như kiểm tra tính tương đương của kết quả, kế hoạch thực thi và điều kiện quan sát; nếu thiếu căn cứ thì tạm thời chưa áp dụng. Dữ liệu vận hành của công ty và thông tin xác thực không được đưa vào tài liệu giảng dạy.

Thêm

Chương trình giảng dạy

Tất cả

40 bài giảng ∙ (4giờ 9phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của dorian05202988

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn

7.248 ₫

20%

1.453.384 ₫