Bình thường, mấy cái AI Voice nó clone giọng chỉ cần 10s là đủ, tôi tự clone giọng tôi từ mấy chục video thử cũng 80% 90% giống, cái khác duy nhất là cách ngắt câu thôi. Train tầm 30s lấy mẫu giọng cho mỗi đứa 1 role riêng là xong.
Thử với mấy bộ phim có sẵn tool GitHub vừa tạo phụ đề từ voice gốc rồi chuyển Sub thành tiếng cũng đc, tức là vẫn em đó giọng đấy nhưng nói tiếng Việt, tôi toàn test phỏng vấn AV để nào làm cái khác đăng video cho xem. Mấy player video thì có phần tự cắt âm voice xong thêm luồng voice mới vào là nghe y hệt video gốc, vài đoạn lọc âm ko sạch lùng bùng tí thôi.
Nên chuyện lồng tiếng game nó còn dễ hơn dịch game nếu game đã có lồng tiếng sẵn và mặc định có nhiều channel (kênh) âm thanh thì chỉ cần chuyển ngữ, đóng gói vào, thậm chí ko cần thủ công mà có thể tự động chạy mượt trên model local 6Gb VRAM.