Track âm thanh thay thế trong buổi phát trực tiếp YouTube

Track âm thanh thay thế trên YouTube là gì

Track âm thanh thay thế cho phép truyền nhiều phiên bản âm thanh trong cùng một buổi phát trực tiếp. Video, giao diện phát sóng, URL và chat vẫn dùng chung, còn người xem chọn ngôn ngữ hoặc phiên bản lồng tiếng trong phần cài đặt của trình phát.

Ví dụ, track chính chứa giọng nói tiếng Nga của người dẫn, còn track bổ sung là bản dịch tiếng Anh phủ lên cùng âm thanh của trò chơi, bài thuyết trình hoặc sự kiện. Người xem không cần mở kênh thứ hai và chuyển đổi giữa các buổi phát trực tiếp khác nhau.

Về mặt kỹ thuật, chế độ này được gọi là Multi Audio Track Streaming. Bộ mã hóa gửi đến YouTube một tín hiệu video và nhiều track âm thanh độc lập. Để truyền tải, người ta sử dụng các sơ đồ được YouTube hỗ trợ qua RTMP hoặc RTMPS, cũng như HLS. Phương án cụ thể phụ thuộc vào tính năng khả dụng cho kênh và khả năng của bộ mã hóa.

Đây không phải là phụ đề và cũng không phải nhiều nguồn trong bộ trộn OBS. Phụ đề truyền văn bản, còn bộ trộn thông thường kết hợp giọng nói và nền thành một tín hiệu duy nhất. Để người xem thấy được nút chuyển đổi ngôn ngữ, YouTube phải nhận được các track âm thanh riêng biệt được gán đúng với ngôn ngữ.

Tính năng này không khả dụng cho mọi kênh và có thể phụ thuộc vào loại buổi phát trực tiếp, khu vực, giao diện YouTube Studio và phương thức gửi tín hiệu được sử dụng. Vì vậy, trước tiên cần kiểm tra tính khả dụng của chế độ, rồi mới lắp đặt sơ đồ phát sóng.

Yêu cầu của YouTube đối với âm thanh đa ngôn ngữ

Để truyền ổn định qua RTMP hoặc RTMPS, hãy sử dụng AAC-LC, tần số lấy mẫu 44,1 hoặc 48 kHz và hai kênh, tức là stereo. Cấu hình thực tế cho mỗi track là AAC-LC, 48 kHz, stereo và bitrate khoảng 128 Kbps. Tốt nhất là mã hóa tất cả các phiên bản ngôn ngữ giống nhau.

Một track không được chứa hai ngôn ngữ ở kênh trái và kênh phải. Kênh trái và kênh phải trong sơ đồ này tạo thành cặp stereo của một phiên bản ngôn ngữ. Không thể đặt âm thanh tiếng Nga bên trái và tiếng Anh bên phải: trình phát YouTube sẽ không nhận ra chúng là các ngôn ngữ thay thế.

Đối với HLS, các tham số có thể được thiết lập bởi cấu hình của bộ mã hóa và mô tả nhóm âm thanh trong playlist. Nhưng để tương thích, cũng nên sử dụng AAC-LC, stereo và cùng tần số lấy mẫu. HLS phải truyền các audio rendition riêng biệt, chứ không phải một tệp trong đó các ngôn ngữ bị trộn lẫn.

Tất cả các track phải đồng bộ với video, có thời lượng ổn định và không bị ngắt quãng không cần thiết. Nếu một phiên dịch viên tạm thời ngắt kết nối, YouTube không phải lúc nào cũng có thể thay thế tín hiệu bị thiếu một cách chính xác trong khi buổi phát sóng đang diễn ra.

YouTube không có một giới hạn chung cho tất cả các kênh về số lượng track bổ sung: giới hạn khả dụng được xác định bởi tính năng và hiển thị trong cài đặt của buổi phát trực tiếp cụ thể. Sáu track trong OBS liên quan đến trộn hoặc ghi cục bộ và không có nghĩa là YouTube sẽ chấp nhận sáu ngôn ngữ. Nếu giao diện chỉ cung cấp âm thanh chính, thì không thể truyền các track bổ sung qua chế độ thông thường.

Video thường được gửi ở định dạng được YouTube hỗ trợ, ví dụ H.264/AVC, và việc xuất hiện các track âm thanh bổ sung không thay đổi yêu cầu về độ phân giải, tốc độ khung hình và bitrate video. Cần tuân thủ đầy đủ các yêu cầu của giao thức đã chọn, không chỉ các tham số âm thanh.

Cách kiểm tra tính khả dụng của tính năng

Mở YouTube Studio, tạo một buổi phát trực tiếp đã lên lịch hoặc buổi phát thử nghiệm và chuyển đến cài đặt phát trực tiếp. Trong cài đặt phải có một khu vực riêng liên quan đến track âm thanh bổ sung, thay thế hoặc đa ngôn ngữ. Tại đó có thể chọn ngôn ngữ và xem có bao nhiêu track được phép gán cho buổi phát sóng này.

Nếu chỉ có trường ngôn ngữ phát sóng, điều đó không có nghĩa là hỗ trợ nhiều âm thanh. Tham số này mô tả nội dung chính của buổi phát sóng và giúp YouTube xử lý siêu dữ liệu. Nó không tạo bản dịch và không kết nối tín hiệu âm thanh thứ hai.

Hãy kiểm tra tính năng cụ thể trong cài đặt phát trực tiếp, chứ không phải trong phần phụ đề hoặc tải âm thanh lên video đã hoàn chỉnh. Track bổ sung cho bản ghi và buổi phát trực tiếp đa ngôn ngữ có thể có điều kiện truy cập khác nhau.

Nếu không có phần cần thiết, đừng cố gắng giải quyết vấn đề bằng cách thay micro, thêm cảnh thứ hai hoặc tăng số kênh âm thanh trong OBS. Trong trường hợp đó, có thể sử dụng bản trộn chung với bản dịch phủ lên bản gốc, các buổi phát sóng riêng cho từng ngôn ngữ hoặc phụ đề.

Trước khi khởi chạy công khai, hãy tạo một buổi phát trực tiếp thử nghiệm. Điều này cho phép hiểu liệu lựa chọn âm thanh có xuất hiện với người xem không, YouTube có chấp nhận giao thức đã chọn không và đồng bộ có được giữ nguyên sau khi chuyển đổi giữa các track không.

Cách chuẩn bị track trong OBS

OBS Studio thuận tiện để chuẩn bị các bản trộn độc lập, nhưng đầu ra RTMP tiêu chuẩn của nó không tự động biến sáu track cục bộ thành sáu luồng ngôn ngữ YouTube. Trong OBS, có thể phân bổ nguồn theo track và ghi kết quả để kiểm tra. Để gửi nhiều track, cần đầu ra hoặc bộ mã hóa bổ sung có khả năng truyền Multi Audio Track Streaming.

Hãy lắp đặt sơ đồ chính sao cho track 1 chứa giọng người dẫn, âm thanh hệ thống hoặc trò chơi và các yếu tố khác của chương trình. Đối với track tiếng Anh, hãy tạo một bản trộn riêng: giữ âm thanh chung của trò chơi hoặc bài thuyết trình, loại bỏ giọng nói tiếng Nga và thêm micro của phiên dịch viên. Đối với ngôn ngữ thứ ba, hãy lặp lại logic tương tự.

Trong OBS, mở thuộc tính âm thanh nâng cao. Trong bảng track, đánh dấu cho mỗi nguồn xem nó thuộc những bản trộn nào. Âm thanh trò chơi có thể được gán cho track chính và track thay thế, micro người dẫn — chỉ cho track chính, còn micro phiên dịch viên — chỉ cho track ngôn ngữ tương ứng. Chỉ thêm nhạc sau khi đã kiểm tra quyền truyền công khai của nó.

Sau đó, trong cài đặt đầu ra của OBS, chọn chế độ nâng cao. Đối với ghi cục bộ, hãy gán các track cần thiết và lưu một bài kiểm tra ngắn ở định dạng MKV. Sau khi ghi, kiểm tra từng track trong trình biên tập hoặc trình phát media có khả năng chuyển đổi luồng âm thanh. Điều quan trọng là đảm bảo rằng trên track tiếng Anh không có giọng nói gốc và tất cả các bản trộn bắt đầu đồng thời.

Trong cài đặt phát trực tuyến của OBS, thường chỉ chọn một track cho buổi phát thông thường. Hạn chế này là nguyên tắc: việc đặt Track 1 hoặc Track 2 xác định âm thanh duy nhất sẽ đi vào đầu ra RTMP tiêu chuẩn. Nếu bạn đã bật nhiều track chỉ trong phần ghi, YouTube vẫn sẽ chỉ nhận được một track.

Các plugin nhân bản một luồng OBS sang nhiều địa chỉ RTMP cũng không giải quyết được vấn đề. Chúng tạo ra nhiều buổi phát trực tiếp hoặc bản sao của một bản trộn, nhưng không thêm nút chuyển đổi ngôn ngữ vào một buổi phát sóng.

Cách truyền nhiều track đến YouTube

Đối với một buổi phát sóng đa ngôn ngữ thực sự, cần một bộ mã hóa hoặc hệ thống sản xuất có hỗ trợ rõ ràng nhiều luồng âm thanh trong một đầu ra YouTube. Trong cài đặt của giải pháp như vậy, người ta gán ngôn ngữ cho các track, sau đó chọn giao thức RTMP, RTMPS hoặc HLS được quy trình làm việc này hỗ trợ.

Ở chế độ RTMP hoặc RTMPS, bộ mã hóa phải đóng gói nhiều luồng âm thanh vào một tín hiệu với phần mở rộng hoặc cấu hình mà YouTube chấp nhận cho Multi Audio Track Streaming. Một lệnh đơn giản hoặc đầu ra OBS tiêu chuẩn với nhiều track cục bộ không đảm bảo điều này. Trước khi khởi chạy, hãy kiểm tra trong tài liệu của bộ mã hóa cụ thể xem có ghi rõ việc truyền nhiều track âm thanh đến YouTube hay không, chứ không chỉ ghi multitrack.

Ở chế độ HLS, âm thanh thường được định dạng thành các biến thể riêng biệt trong HLS manifest: mỗi ngôn ngữ được chỉ định track riêng và mã định danh ngôn ngữ. Manifest như vậy được tạo bởi bộ mã hóa chuyên dụng hoặc sơ đồ máy chủ. Việc gửi nhiều tệp AAC riêng biệt đến một URL RTMPS thông thường không thay thế HLS và sẽ không cho người xem lựa chọn ngôn ngữ.

Một số phiên bản phần mềm phát sóng chuyên nghiệp và bộ mã hóa phần cứng hỗ trợ đầu ra như vậy. Chỉ những giải pháp có cài đặt ghi rõ multi-audio, alternate audio tracks hoặc YouTube multi-language audio mới phù hợp. Tên tính năng và các giao thức khả dụng cần được đối chiếu với tài liệu hiện tại, vì hỗ trợ phụ thuộc vào phiên bản và giấy phép.

Nếu bạn sử dụng OBS làm studio, có thể giữ nó làm nguồn cảnh và bản trộn, còn việc truyền tải giao cho bộ mã hóa tương thích hoặc hệ thống âm thanh trung gian. Trước đó, hãy đảm bảo rằng đầu ra âm thanh phần mềm hoặc ảo thực sự giữ các track riêng biệt. Nếu nó lại tập hợp tất cả tín hiệu thành một bản trộn master duy nhất, lựa chọn ngôn ngữ sẽ bị mất.

Cách thiết lập giám sát không bị vòng lặp

Phiên dịch viên phải nghe được chương trình, nhưng không nghe thấy giọng của chính mình được trả về qua giám sát. Hãy tổ chức một kênh nghe riêng: gửi đến đầu vào của phiên dịch viên trò chơi, bài thuyết trình và giọng người dẫn, còn micro của phiên dịch viên chỉ trả về bản trộn ngôn ngữ của anh ta.

Trong OBS hoặc bộ trộn ảo, không gửi track thay thế đã hoàn chỉnh trở lại cùng đầu vào mà từ đó nó đi vào buổi phát trực tiếp. Nếu sử dụng audio interface, hãy thiết lập đầu ra aux bus riêng cho tai nghe của phiên dịch viên. Trong OBS, chỉ bật chế độ «Giám sát và đầu ra» cho những nguồn thực sự cần đi vào thiết bị giám sát.

Không thể kiểm tra độ trễ của bản dịch chỉ bằng âm thanh từ cửa sổ YouTube. Trình phát của người xem thêm bộ đệm, vì vậy phiên dịch viên nghe buổi phát sóng qua trang phát trực tiếp sẽ bắt đầu phản hồi với độ trễ lớn và có thể nghe thấy phản hồi vòng lặp.

Để kiểm soát, hãy sử dụng tai nghe và giám sát cục bộ trước khi gửi đến YouTube. Một người riêng có thể mở buổi phát sóng trên thiết bị khác và kiểm tra kết quả từ phía người xem, nhưng âm thanh trên thiết bị này cần được tắt hoặc không trả về hệ thống âm thanh làm việc.

Cách loại bỏ mất đồng bộ và độ trễ của bản dịch

Độ trễ nhỏ của bản dịch là tự nhiên: phiên dịch viên trước tiên nghe câu nói, hình thành nó và chỉ sau đó mới gửi giọng nói. Vấn đề bắt đầu khi độ trễ liên tục thay đổi hoặc giọng nói xuất hiện trước hình ảnh. Trước tiên, hãy kiểm tra xem tần số lấy mẫu có giống nhau trên tất cả các thiết bị không. Việc trộn 44,1 và 48 kHz có thể gây ra sự trôi dần của âm thanh.

Sử dụng một nguồn xung nhịp duy nhất và không đưa các track khác nhau qua các card âm thanh không đồng bộ nếu không cần thiết. Loại bỏ các cáp ảo, chuyển đổi và kết nối không dây thừa trên đường từ micro đến bộ mã hóa. Độ trễ cố định ổn định có thể được bù bằng độ trễ của nguồn âm thanh trong OBS hoặc trong bộ trộn.

Nếu bản dịch trễ một số mili giây nhất định, có thể thêm độ trễ vào track sớm hơn để các câu nói khớp với video. Nếu độ trễ liên tục tăng, cài đặt Sync Offset sẽ không loại bỏ nguyên nhân: cần tìm sự sai lệch tần số, quá tải CPU, sự cố mạng hoặc kênh không ổn định của phiên dịch viên.

Đừng cố gắng tăng tốc phiên dịch viên hoặc cắt giảm đột ngột các khoảng dừng trong buổi phát sóng. Tốt hơn là xác định trước độ trễ làm việc, cung cấp cho phiên dịch viên tín hiệu sạch với bộ đệm tối thiểu và nếu cần, làm trễ một chút giọng nói chính hoặc chương trình. Không thể loại bỏ hoàn toàn độ trễ của phiên dịch đồng thời.

Nếu sau khi chuyển đổi ngôn ngữ, âm thanh bắt đầu từ vị trí khác, hãy kiểm tra xem các track có khởi động giống nhau không và liệu có xuất hiện khoảng lặng ở đầu một trong số chúng không. Điều quan trọng nữa là thời lượng không đổi của các phân đoạn âm thanh HLS và không có sự dừng của micro phiên dịch viên.

Những gì cần kiểm tra trước buổi phát sóng công khai

Đầu tiên, hãy chạy một bài kiểm tra ngắn với cùng cảnh, micro, bộ mã hóa và kết nối mạng sẽ được sử dụng tại sự kiện. Kiểm tra không chỉ bản xem trước trong studio mà còn cả trang phát trực tiếp từ tài khoản hoặc thiết bị khác.

Đảm bảo rằng trong trình phát đã xuất hiện lựa chọn track âm thanh, tên ngôn ngữ hiển thị chính xác và việc chuyển đổi không thay đổi video và không tắt chat. Hãy nghe riêng từng phiên bản trong khi nói, nhạc, chuyển cảnh và tạm dừng của người dẫn.

Trên track chính không được có bản dịch nếu định dạng không quy định điều đó. Trên track thay thế không được đồng thời phát giọng nói gốc. Cũng cần kiểm tra âm lượng đồng đều, không có clipping, tiếng tách số, tiếng ồn nền và khoảng lặng kéo dài.

Trong buổi phát sóng, hãy theo dõi trạng thái của tất cả các đầu ra âm thanh. Micro riêng của phiên dịch viên có thể bị ngắt kết nối, mặc dù video và track chính vẫn tiếp tục hoạt động. Hãy chỉ định một người nhìn thấy mức âm lượng và có thể nhanh chóng liên lạc với phiên dịch viên hoặc chuyển buổi phát sóng sang kịch bản dự phòng.

Hãy ghi lại phiên bản dự phòng của bản dịch hoặc chuẩn bị trước một buổi phát trực tiếp riêng cho ngôn ngữ cần thiết nếu không thể dừng sự kiện. Bản dự phòng không được tự động bật thay cho giọng nói trực tiếp mà không kiểm tra: bản ghi không đồng bộ có thể dễ nhận thấy hơn so với việc tạm thời không có bản dịch.

Nếu track thay thế không khả dụng

Khi YouTube hoặc bộ mã hóa được sử dụng không hỗ trợ Multi Audio Track Streaming, trong một buổi phát sóng sẽ chỉ còn một bản trộn âm thanh. Có thể thêm phiên dịch viên phủ lên bản gốc, nhưng người xem sẽ không thể chọn ngôn ngữ. Phương án này chỉ phù hợp khi việc chồng giọng nói được định dạng chấp nhận.

Giải pháp sạch hơn là tạo một buổi phát trực tiếp riêng cho mỗi ngôn ngữ với cùng tín hiệu video và các bản trộn âm thanh khác nhau. Trong tiêu đề và mô tả, hãy ghi rõ ngôn ngữ và đặt liên kết trước. Trong trường hợp này, sẽ cần kiểm soát nhiều chat và theo dõi việc khởi động đồng bộ của các buổi phát sóng.

Nếu lồng tiếng không bắt buộc, hãy sử dụng phụ đề hoặc bản dịch văn bản trong chat. Chúng không phải là track âm thanh thay thế, nhưng cho phép truyền tải nội dung mà không có nguy cơ chồng giọng nói và định tuyến phức tạp.

Thứ tự hành động ngắn gọn

1. Kiểm tra trong YouTube Studio xem chế độ track âm thanh bổ sung có khả dụng cho kênh của bạn không.
2. Chọn bộ mã hóa và giao thức RTMP, RTMPS hoặc HLS với hỗ trợ đã được xác nhận cho nhiều track âm thanh.
3. Chuẩn bị trong OBS các bản trộn riêng: track chính với người dẫn và các phiên bản có phiên dịch viên không có giọng nói gốc.
4. Thiết lập AAC-LC, stereo, cùng tần số lấy mẫu và đồng bộ ổn định cho tất cả các track.
5. Gán ngôn ngữ trong YouTube và trong bộ mã hóa, sau đó chạy thử nghiệm từ thiết bị khác.
6. Kiểm tra việc chuyển đổi, độ trễ, âm lượng và không có vòng lặp giám sát.
7. Nếu tính năng không khả dụng, hãy chọn các buổi phát sóng riêng, bản trộn chung với bản dịch hoặc phụ đề.