เปลี่ยนคลิปพูดหน้ากล้องเป็นคลิป Kinetic ด้วยคำสั่งเดียว

คลิปพูดหน้ากล้องที่ถ่ายมาดิบ ๆ มักมีปัญหาซ้ำกัน พูดผิดต้องเริ่มประโยคใหม่ มีช่วงเงียบยาว และเปิดคลิปไม่สะดุดตา ทีม PAN x BOXY เลยลองสั่ง Claude Code ให้ทำทั้งสายตั้งแต่ต้นจนได้ไฟล์ MP4 ด้วยคำสั่งชุดเดียว ตัดคำซ้ำ ตัดช่วงเงียบ ใส่พาดหัววิ่ง ใส่ B-roll ทำแอนิเมชันอธิบาย ทำซับ และใส่เสียงเอฟเฟกต์ บทความนี้เล่าว่าแต่ละขั้นทำอะไร ต้องเตรียมอะไร และมีกับดักไหนที่เจอจริง โดยเน้นเทคนิคการตัดต่อ ใช้ได้กับคลิปหน้ากล้องเกือบทุกหัวข้อ

ผลลัพธ์จากคลิปตัวอย่าง

คลิปตัวอย่างเป็นคลิปพูดหน้ากล้องแนวตั้งเรื่องอาหาร 10 อย่าง ต้นฉบับยาว 62.85 วินาที เมื่อผ่านสายนี้ได้ไฟล์จบยาว 44.99 วินาที ตัวเลขที่วัดได้ในงานจริงมีดังนี้

• ความยาวจาก 62.9 วินาที เหลือ 45 วินาที กระชับขึ้น 28%
• ตัดเทคซ้ำหรือพูดผิดออก 6 จุด
• ซับไฮไลต์ทีละคำ 42 ก้อน
• เสียงเอฟเฟกต์ลงจังหวะ 52 จุด

คำสั่งชุดเดียวทำอะไรได้ 6 อย่าง

1. ตัดคำซ้ำและ dead air เลือกเทคที่ดีที่สุด ตัดช่วงพูดผิด และบีบช่วงเงียบให้เหลือไม่เกิน 0.3 วินาที
2. Kinetic พาดหัว ตัวเลขหรือคำแรงตัวใหญ่กระแทกเข้าใน 3 วินาทีแรก แล้วย่อเป็นแบนเนอร์ค้างด้านบนจอ
3. B-roll insert ขึ้นการ์ดกราฟิกตรงคำที่พูด ให้ภาพเปลี่ยนทุก 3 ถึง 5 วินาที
4. แอนิเมชันเชิงวิชาการ ทำแผนภาพกลไกที่ขยับตามคำพูด พร้อมหน้าคนในวงกลมมุมจอ
5. ซับสวย ใช้ฟอนต์ Kanit Black ขอบหนา คำที่กำลังพูดเป็นสีเหลือง
6. CTA และเสียง กล่องพิมพ์คีย์เวิร์ด มาสคอต และเสียงเอฟเฟกต์มาสเตอร์ที่ −14 LUFS

สิ่งที่ต้องเตรียม

• Claude Code (โมเดล Opus) บนคอมพิวเตอร์
• Node.js 22 ขึ้นไป และ ffmpeg
• ติดตั้งสกิล HyperFrames ด้วยคำสั่ง npx hyperframes skills
• ตัวถอดเสียงในเครื่อง (Mac) คือ pip install mlx-whisper
• คลิปพูดหน้ากล้องแนวตั้ง 1 ไฟล์ ความยาวราว 30 ถึง 90 วินาที

ลำดับขั้นที่ทำให้ได้ผลดี

หัวใจของคำสั่งคือบังคับลำดับ เพราะแต่ละขั้นใช้ผลของขั้นก่อน ลำดับในคำสั่งคือ ถอดเสียง ตัดคำซ้ำและ dead air ทำพาดหัว ใส่ B-roll ทำแอนิเมชัน ทำซับ ทำท้ายคลิป ปรับเสียง แล้วเรนเดอร์

มีรายละเอียดที่น่านำไปใช้ต่อ เช่น

• ตัดตรงจุดที่เสียงเบาที่สุด เพื่อไม่ให้หัวคำหาย แล้วใส่ zoom punch สลับ 100% กับ 112% ทุกจุดตัดเพื่อกลบ jump cut
• หลังตัดแล้วให้ถอดเสียงไฟล์ที่ตัดอีกรอบโดยไม่ป้อนบท เพื่อยืนยันว่าไม่มีคำซ้ำค้างและไม่มีคำขาด
• กราฟิกต้องไม่บังหน้า วางไว้เหนือหรือใต้ใบหน้า
• SFX ไม่เกินราว 1.5 ครั้งต่อวินาที และลดเสียงลงตอนกำลังพูด
• เรนเดอร์ 1080x1920 ที่ 30 fps แล้วเปิดดูเฟรมจริงจากไฟล์ MP4 อย่างน้อย 10 จุด

สุดท้ายให้ Claude ส่งกลับ 3 อย่าง คือไฟล์ MP4 รายการจุดที่ตัด และคำที่ไม่แน่ใจเพื่อให้เรายืนยันด้วยการฟัง

กับดักที่เจอจริง

• Whisper ถอดภาษาไทยยาวรวดเดียวแล้วพิมพ์คำเดิมวนซ้ำ เคสจริงคือคำว่า luego โผล่ 230 ครั้ง ทางแก้คือหั่นตรงช่วงเงียบแล้วถอดทีละท่อน
• ตอนตรวจไฟล์ที่ตัดแล้ว อย่าป้อนบทให้ whisper เพราะมันจะได้ยินตามบท ไม่ใช่ตามเสียงจริง
• คนพูดพลาดเองก็มีในเคสจริง ให้ตัดออก อย่าใส่ซับตามคำผิด
• กราฟิกวางกลางจอเมื่อไหร่จะบังหน้าทันที
• บน Mac ที่ ffprobe เป็นตัวย่อ การเรนเดอร์จะล้มด้วยข้อความ "expected: image" ต้องชี้ PATH ไปที่ ffprobe ตัวเต็ม

สั่งแก้ต่อแบบสั้น ๆ

หลังได้ไฟล์แรก ไม่ต้องเริ่มใหม่ สั่งแก้ได้ทีละเรื่อง เช่น ขยายซับเป็น 90px และขยับขึ้น 60px โดยไม่ให้ทับหน้า เพิ่มการ์ด B-roll ในช่วงที่ยังนิ่งเกินไป เปลี่ยนสีเน้นทั้งคลิป ให้เขียนพาดหัว 3 แบบแล้วเลือก หรือใส่ประโยคที่ตัดมากไปกลับเข้ามาแล้วเลื่อนกราฟิกตามเวลาใหม่ ส่วนคลิปถัดไปสั่งว่า "ใช้สไตล์เดียวกับคลิปที่แล้วทุกอย่าง" แล้วเปลี่ยนแค่ไฟล์และหัวข้อ

ทำตามได้เลย

1. ติดตั้ง Claude Code, Node.js 22 ขึ้นไป, ffmpeg, สกิล HyperFrames และ mlx-whisper
2. เตรียมคลิปพูดหน้ากล้องแนวตั้ง 1 ไฟล์ พร้อมหัวข้อ คีย์เวิร์ดที่ให้คนพิมพ์ และของแจกท้ายคลิป
3. วาง Master Prompt ใน Claude Code แล้วเติมช่องที่เป็นวงเล็บให้ครบ
4. รอรับไฟล์ MP4 แล้วเปิดดูเฟรมจริงเอง ตรวจว่าตัวหนังสือไม่บังหน้า สระไทยไม่ชนกัน และเสียงตรงปาก
5. สั่งแก้ต่อทีละเรื่องจนพอใจ

รับ PDF ฉบับเต็มฟรีที่ /f/KINETIC