Hướng dẫn chi tiết sử dụng MMO Auto Translate Studio – Tự động tải video, tạo phụ đề và thuyết minh video/audio hoàn toàn offline

Bạn đang làm nội dung video đa ngôn ngữ, xây dựng kênh Reup, Review phim, hoặc sáng tạo nội dung MMO trên Youtube, TikTok, Facebook Reels nhưng lại tốn quá nhiều thời gian để viết phụ đề hoặc thuê người lồng tiếng?

MMO Auto Translate Studio chính là giải pháp phần mềm tối ưu chạy 100% cục bộ (local) trên máy tính Windows của bạn. Công cụ này giúp tự động hóa hoàn toàn từ bước nghe video gốc, dịch thuật bằng AI sang hơn 50 ngôn ngữ, cho đến lồng tiếng bằng giọng đọc AI cảm xúc và render ra sản phẩm video hoàn chỉnh.

MMO Auto Translate Studio là gì?

Đây là phần mềm được phát triển trên nền tảng .NET 8.0 WPF với giao diện tối (Dark Theme) hiện đại. Phần mềm được thiết kế để giải quyết toàn bộ các tác vụ từ tải video, xử lý ngôn ngữ cho đến lồng tiếng cho video một cách hoàn toàn tự động, đa luồng (xử lý nhiều file cùng lúc) và không cần tốn chi phí thuê API dịch thuật đám mây đắt đỏ.

Quy trình hoạt động dưới nền (Workflow)

Quy trình xử lý tự động của phần mềm diễn ra khép kín qua các bước sau dưới nền:

1. Tự động tải Video đa nền tảng (Bắt đầu): Phần mềm tích hợp bộ tải video chuyên nghiệp. Bạn chỉ cần dán link video từ Youtube, TikTok, Facebook, Douyin… phần mềm sẽ tự động tải video chất lượng cao về máy tính. (Hoặc bạn có thể chọn import trực tiếp các file video/audio có sẵn trên máy).
2. Trích xuất âm thanh: Phần mềm sử dụng công cụ FFmpeg để tách phần âm thanh chất lượng cao từ file video vừa tải về hoặc import.
3. Nhận diện giọng nói / Quét chữ:
   • Nếu chọn chế độ âm thanh, mô hình AI Whisper (chạy offline qua CPU/GPU) sẽ chuyển lời nói thành văn bản phụ đề kèm mốc thời gian (timeline).
   • Nếu chọn chế độ hình ảnh, công cụ Tesseract OCR sẽ chụp khung hình video, xử lý tương phản và trích xuất chữ phụ đề cứng dính trên video gốc.
4. Dịch thuật bằng AI: Tệp phụ đề gốc được gửi tới các mô hình trí tuệ nhân tạo (Meta AI, Gemini, DeepSeek…) qua cơ chế Cookie/API để dịch sang ngôn ngữ mong muốn một cách tự nhiên.
5. Lồng tiếng thuyết minh (TTS): Phần mềm sử dụng các bộ máy giọng đọc (Microsoft Edge, CapCut, Nghim Piper) để chuyển đổi phụ đề đã dịch thành các file âm thanh thuyết minh tương ứng.
6. Trang trí và Đóng gói (Muxing): FFmpeg thực hiện ghép phụ đề mới, lồng tiếng thuyết minh mới, trộn nhạc nền tự lặp và tự động vẽ thêm dải banner chữ mô tả lên video đầu ra.

2. Giải thích chi tiết Tab “Tiến trình thực thi” (Màn hình chính)

Dưới đây là ảnh chụp thực tế màn hình quản lý hàng đợi chính của phần mềm, đã được đánh số đỏ từ 1 đến 18:

Chi tiết công dụng của từng vị trí:

• [1] Thanh điều hướng bên trái (Sidebar Menu): Menu chính của phần mềm giúp bạn chuyển đổi nhanh giữa các màn hình: Tiến trình thực thi (màn hình chính), Cấu hình cài đặt (thiết lập thông số), Thông tin bản quyền, Thông tin phần mềm và Cập nhật hệ thống.
• [2] Nút “Thêm Files”: Mở hộp thoại để bạn chọn và nhập các file Video (.mp4, .mkv…) hoặc Audio (.mp3, .wav…) từ máy tính vào danh sách hàng đợi.
• [3] Nút “Xóa hoàn thành”: Dọn dẹp bảng bằng cách xóa các dòng file đã xử lý thành công (giúp giao diện gọn gàng hơn).
• [4] Nút “Xóa hàng đợi”: Xóa sạch toàn bộ danh sách file hiện có trong bảng.
• [5] Ô nhập “Số luồng”: Quy định số tệp tin được xử lý song song cùng lúc. Đặt là 1 để chạy tuần tự từng file; đặt 2, 3… để chạy đồng thời nhiều file cùng lúc nếu CPU/GPU của bạn mạnh.
• [6] Checkbox “Dịch phụ đề”: Tích chọn để kích hoạt tính năng tự động dịch tệp phụ đề gốc sang ngôn ngữ mới sau khi nhận diện xong.
• [7] Ô chọn Ngôn ngữ dịch (ComboBox): Lựa chọn ngôn ngữ muốn dịch sang (ví dụ trong hình là Tiếng Việt).
• [8] Checkbox “Chỉ tải video”: Khi bạn nhập link video ở ô số [10], tích chọn ô này phần mềm sẽ chỉ tải file video về máy và dừng lại, không chạy các tiến trình dịch thuật/thuyết minh. (Thích hợp cho nhu cầu tải video hàng loạt).
• [9] Checkbox “Thuyết minh (TTS)”: Tích chọn để kích hoạt tính năng lồng tiếng thuyết minh tự động dựa trên phụ đề đã dịch.
• [10] Khung nhập link tải tự động: Ô để bạn dán link video trực tiếp từ các nền tảng (Youtube, TikTok, Facebook…). Bộ tải video tích hợp của phần mềm sẽ tự xử lý việc tải video chất lượng cao về máy để đưa thẳng vào quy trình dịch thuật & lồng tiếng.
• [11] Nút “Thêm Links”: Xác nhận và đưa các đường dẫn URL vừa nhập ở ô số [10] vào bảng hàng đợi chính.
• [12] Cột “Tên file / URL” trong bảng: Hiển thị tên file video hoặc link URL đang xử lý.
• [13] Cột “Tiến trình”: Hiển thị phần trăm hoàn thành và thanh trạng thái màu cam của riêng tệp tin đó (ví dụ hiển thị 100% nghĩa là file đã hoàn thành).
• [14] Cột “Video đã xuất” & “SRT Đầu ra”: Hiển thị đường dẫn thư mục lưu trữ file video lồng tiếng và file phụ đề .srt sau khi kết xuất thành công.
• [15] Thanh “Tiến trình tổng hàng đợi”: Thanh progress bar màu xanh lá cây biểu thị tổng tiến độ hoàn thành của tất cả các file có trong hàng đợi.
• [16] Nút điều khiển “Bắt đầu”: Bấm nút này để bắt đầu chạy hàng đợi.
• [17] Nhóm nút “Tạm dừng / Tiếp tục / Dừng”: Điều khiển trạng thái hàng đợi: Tạm dừng xử lý, Tiếp tục chạy lại, hoặc Hủy bỏ toàn bộ tiến trình đang chạy.
• [18] Khung hiển thị Log hệ thống: Khung màu đen hiển thị chi tiết nhật ký chạy dưới nền của phần mềm theo thời gian thực (như khôi phục hàng đợi, gọi thư viện Python, tiến trình FFmpeg tách tiếng…) giúp theo dõi chi tiết hoạt động của phần mềm và kiểm tra lỗi.

3. Giải thích chi tiết Tab “Cài đặt” – Nơi chứa những cài đặt chính vào video Output

⚙️ Giải thích chi tiết mục: Chế độ xử lý chính

Mục “Chế độ xử lý chính” là nơi bạn thiết lập phương thức nền tảng để phần mềm MMO Auto Translate Studio trích xuất dữ liệu chữ (phụ đề gốc) từ video đầu vào. Thiết lập đúng mục này quyết định 90% sự thành bại và độ chính xác của tệp phụ đề.

1. Chế độ hoạt động (Operation Mode)

Tùy chọn này quy định thuật toán mà phần mềm sẽ sử dụng để lấy chữ. Bạn có hai lựa chọn chính:

• Tùy chọn 1: Nhận diện giọng nói từ audio/video (Speech-to-Text): (Khuyên dùng – bạn nên dùng chế độ này, hoạt động tốt với những video từ Trung Quốc, Nhật bản,…)
  • Cách hoạt động: Phần mềm dùng công cụ FFmpeg tách âm thanh ra, sau đó đưa vào mô hình AI Whisper để “nghe” giọng nói trong video, tự động nhận diện thành chữ và căn mốc thời gian (timeline) xuất hiện của từng câu nói.
  • Trường hợp nên chọn: Dành cho các video có giọng nói rõ ràng của con người (như video thuyết trình, vlogs, tin tức, phim có lồng tiếng/thu âm rõ). Đây là chế độ phổ biến nhất.
• Tùy chọn 2: OCR phụ đề dính trên video (Hard Sub OCR):
  • Cách hoạt động: Nếu video của bạn đã được chèn sẵn phụ đề cứng (chữ dính liền vào hình ảnh video không tắt đi được), phần mềm sẽ chụp liên tiếp các khung hình video, xử lý nhị phân hóa (chuyển chữ sang màu đen trắng tương phản cao để khử nhiễu) rồi dùng công cụ Tesseract OCR để “đọc” chữ hiển thị trên màn hình.
  • Trường hợp nên chọn: Dành cho các video nước ngoài (như phim Trung Quốc, phim Mỹ…) có sẵn phụ đề cứng chạy ở dưới mà âm thanh gốc quá khó nghe hoặc có nhiều tạp âm khiến AI Whisper không nghe được. Phương pháp này quét trực tiếp từ hình ảnh nên không bị ảnh hưởng bởi tạp âm.

2. Ngôn ngữ chính (Source Language)

Tùy chọn này khai báo cho phần mềm biết ngôn ngữ gốc đang được sử dụng trong video là gì:

• Tự động nhận diện: Phần mềm (qua Whisper) sẽ tự động “nghe” khoảng vài giây đầu của video để tự đoán xem đó là tiếng Anh, tiếng Việt, hay tiếng Trung… rồi tự động dịch/nhận diện.
  • Lời khuyên: Chỉ nên dùng khi bạn xử lý hàng loạt video có nhiều ngôn ngữ trộn lẫn.
• Chọn ngôn ngữ cụ thể (Tiếng Việt, Tiếng Anh, Tiếng Trung…): Ép phần mềm chỉ sử dụng bộ ngôn ngữ (Language Pack) cố định đã chọn để nhận dạng chữ.
  • Lời khuyên: Rất khuyên dùng chọn cụ thể ngôn ngữ gốc của video. Ví dụ, video gốc nói tiếng Anh thì nên chọn thẳng là Tiếng Anh. Việc này giúp AI không bị đoán nhầm ngôn ngữ do tiếng ồn, nhạc nền, giúp tăng độ chính xác của phụ đề lên mức tối đa.

🎙️ Giải thích chi tiết mục: Cấu hình Whisper (phần này bạn nên để mặc định)

Mục “Cấu hình Whisper” là nơi bạn thiết lập các thông số cho mô hình AI nhận diện giọng nói (Speech-to-Text). Phần mềm sử dụng công nghệ faster-whisper chạy trực tiếp offline trên máy tính của bạn để nghe âm thanh video và dịch thành chữ.

1. Whisper Model (Lựa chọn kích thước mô hình AI)

Mô hình Whisper được OpenAI huấn luyện dưới nhiều kích thước khác nhau. Kích thước mô hình quyết định trực tiếp đến tốc độ xử lý và độ chính xác của chữ viết đầu ra:

• tiny / base (nhẹ nhất – trong ảnh đang chọn base):
  • Ưu điểm: Tốc độ chạy cực kỳ nhanh, dung lượng rất nhẹ (chỉ khoảng vài chục MB), tốn rất ít RAM và CPU.
  • Nhược điểm: Độ chính xác thấp, dễ bị sai chính tả hoặc bỏ sót chữ, đặc biệt là với tiếng Việt.
  • Khuyên dùng: Phù hợp khi cần test nhanh hoặc chạy trên các máy tính cấu hình yếu.
• small (khuyên dùng cho tiếng Anh/Việt cơ bản):
  • Cân bằng hoàn hảo nhất giữa tốc độ nhận diện và độ chính xác. Chạy mượt mà trên hầu hết máy tính cấu hình trung bình.
• medium / large (chính xác nhất):
  • Ưu điểm: Độ chính xác cực kỳ cao, dịch sát nghĩa, hiểu được cả tiếng lóng hoặc từ ngữ chuyên ngành.
  • Nhược điểm: Dung lượng mô hình nặng (từ 1.5GB đến 3GB), chạy rất chậm trên CPU và yêu cầu máy phải có card đồ họa rời mạnh.

2. Thiết bị chạy model (Device)

Quy định linh hồn phần cứng nào trên máy tính sẽ đảm nhận việc tính toán cho AI:

• CPU:
  • Chạy bằng bộ vi xử lý chính của máy tính. Mọi máy tính Windows đều chạy được chế độ này.
  • Nhược điểm: Tốc độ xử lý trung bình, nếu chọn các model Whisper lớn (medium/large) sẽ rất dễ gây đơ hoặc quá tải CPU.
• CUDA (nếu có):
  • Chạy bằng card đồ họa rời NVIDIA (GPU).
  • Ưu điểm: Tốc độ xử lý siêu tốc (nhanh gấp 5 – 10 lần so với CPU). Nếu bạn có ý định xử lý video số lượng lớn làm MMO, hãy trang bị card đồ họa NVIDIA và chọn chế độ CUDA này.

3. Sử dụng VAD (Bỏ qua im lặng – Voice Activity Detection)

• VAD là gì? Đây là công nghệ tự động nhận diện và phân tích xem đoạn âm thanh nào có giọng người nói, đoạn nào là khoảng lặng, nhạc nền hoặc tiếng ồn.
• Cơ chế hoạt động: Khi bạn tích chọn ô này, phần mềm sẽ cắt bỏ toàn bộ những đoạn im lặng hoặc chỉ có nhạc nền trước khi gửi âm thanh vào mô hình Whisper.
• Tác dụng thực tế:
  • Tránh lỗi lặp chữ: Whisper có một điểm yếu là khi gặp đoạn im lặng dài, nó thường bị “ảo giác” và lặp đi lặp lại một câu vô nghĩa. VAD sẽ giải quyết triệt để lỗi này.
  • Tối ưu timeline phụ đề: Giúp phụ đề xuất hiện gọn gàng, đúng thời điểm người nói bắt đầu phát âm và biến mất ngay khi họ dứt câu.
  • Tăng tốc độ xử lý: AI không phải mất thời gian phân tích những đoạn không có tiếng người nói.

🌐 Giải thích chi tiết mục: Dịch phụ đề bằng AI Cookie (Nâng cao)

Đây là khu vực cấu hình quan trọng bậc nhất giúp bạn dịch thuật tự động tệp phụ đề gốc sang ngôn ngữ mới. Khác với các phần mềm thông thường chỉ dịch thô từng từ, MMO Auto Translate Studio sử dụng sức mạnh của các mô hình ngôn ngữ lớn (LLMs) như DeepSeek, Gemini, Meta AI để dịch chuẩn xác theo ngữ cảnh và hỗ trợ nạp prompt tùy biến.

1. Nhóm cấu hình chung & Thuật toán dịch

• Kích hoạt dịch phụ đề sau khi hoàn tất: Tích chọn để phần mềm tự động chạy tiến trình dịch ngay khi vừa nhận diện xong phụ đề gốc.
• Nguồn dịch (Provider): Chọn nhà cung cấp AI dịch thuật. Trong ảnh đang cấu hình DeepSeek Web (Free) giúp dịch thuật chất lượng cao hoàn toàn miễn phí.
• DeepSeek auth token: Ô nhập mã token xác thực tài khoản DeepSeek Web của bạn để phần mềm kết nối và dịch tự động.
• Ngôn ngữ dịch: Ngôn ngữ đầu ra bạn muốn dịch sang (Trong ảnh đang chọn Tiếng Việt).

Dưới đây là cách lấy mã DeepSeek auth token:

Nếu bạn biết cách sử dụng Chrome DevTools, chỉ cần truy cập https://chat.deepseek.com/  đăng nhập tài khoản, sau đó bấm F12, vào tab Console và chạy đoạn mã sau:

JSON.parse(localStorage.getItem("userToken")).value

Đoạn mã này sẽ đọc userToken được lưu trong localStorage của trình duyệt và hiển thị giá trị auth token của DeepSeek.

sau đó copy mã và dán vào textbox deepseek auto token trên phần mềm là được.

2. Các tùy chọn AI tối ưu hóa phụ đề (Rất quan trọng cho MMO)

• Thích ứng thời gian (AI rút gọn câu…):
  • Ý nghĩa: Nếu câu dịch ra quá dài so với câu gốc, AI sẽ tự động cô đọng, viết ngắn lại nhưng giữ nguyên ý chính.
  • Tác dụng: Giúp tốc độ thuyết minh (TTS) lồng tiếng sau đó diễn ra đều đặn, không bị dồn chữ hoặc đọc quá nhanh để đuổi kịp video.
• Giới hạn số chữ dịch lệch tối đa 1-2 từ so với câu gốc: Tích chọn để bắt buộc AI dịch sát nghĩa, ngắn gọn, không “chém gió” hay giải thích dài dòng làm lệch thời gian hiển thị phụ đề.
• Dịch liên kết câu:
  • Ý nghĩa: AI sẽ đọc một nhóm nhiều câu liên tiếp để hiểu toàn bộ ngữ cảnh rồi mới dịch.
  • Tác dụng: Tránh lỗi dịch ngắt quãng, dịch rời rạc hoặc dịch sai nghĩa các câu bị Whisper ngắt đôi/ngắt vụn.

3. Tùy biến Prompt dịch (Quy tắc dịch bổ sung của bạn)

Đây là tính năng độc quyền cực kỳ mạnh mẽ giúp bạn “dạy” AI dịch theo đúng ý đồ của mình.

• Cách hoạt động: Bạn có thể viết các yêu cầu bằng tiếng Việt vào ô này.
• Ví dụ thực tế trong ảnh:
  • “Nếu dính đến Phật Giáo, Hãy dùng ngôn ngữ trang trọng và thành kính nhất đối với Đức Phật.” $\to$ AI sẽ tự động chọn các từ ngữ tôn nghiêm như “Đức Thế Tôn”, “Đức Phật”, “viên tịch” thay vì dịch thô.
  • “Nếu nói đến thế kỷ, ví dụ Thế kỷ thứ V thì chuyển thành thế kỷ thứ năm” $\to$ AI tự động chuyển số La Mã sang dạng chữ chữ quốc ngữ để bộ thuyết minh TTS phát âm chuẩn nhất.
    $$ 

4. Quản lý tài khoản AI (Cookie Meta AI & Gemini)

Đối với các nguồn dịch Meta AI và Gemini Web, phần mềm hỗ trợ cơ chế nạp Cookie để chạy ẩn danh:

• Nhập trực tiếp / Chọn thư mục:
  • Chọn Nhập trực tiếp nếu bạn chỉ dùng 1 tài khoản.
  • Chọn Chọn thư mục (như trong ảnh đang trỏ tới D:\cookie\metaai và D:\cookie\gemini) nếu bạn nuôi nhiều tài khoản. Phần mềm sẽ tự động xoay vòng (rotate) sử dụng các file cookie trong thư mục này để tránh bị AI quét và khóa tài khoản khi dịch số lượng lớn.
  • File cookie được xuất ra từ extension j2team cookie, bạn có thể tải từ cửa hàng chrome store, càng nhiều file cookie của nhiều tài khoản càng tốt, phần mềm có thể sử dụng xoay vòng để tránh spam.

5. Chế độ Proxy khi dịch (không cần thiết)

• Không đổi IP: Dịch trực tiếp bằng IP mạng nhà của bạn.
• Proxy tĩnh / FProxy: Cho phép bạn nhập Proxy để thay đổi IP liên tục trong quá trình dịch, giúp tránh bị chặn IP (Rate Limit) từ Meta hay Google.

6. Cài đặt nâng cao dịch thuật

• Sử dụng chung 1 hội thoại (tối ưu tốc độ): Giữ kết nối liên tục trên cùng một phiên chat với AI. Giúp tốc độ dịch nhanh hơn gấp 3-4 lần vì không phải mất thời gian tạo mới hội thoại cho mỗi phân đoạn dịch.
• Số dòng dịch mỗi lượt: Đặt là 50 dòng. Gửi 50 dòng phụ đề mỗi lượt để AI có đủ dữ liệu hiểu ngữ cảnh và dịch chuẩn nhất.
• Số lần thử lại tối đa & Thời gian nghỉ (giây): Nếu kết nối mạng chập chờn hoặc API bị nghẽn, phần mềm sẽ tự động nghỉ 1 giây và thử lại tối đa 10 lần trước khi báo lỗi dòng đó, đảm bảo tiến trình chạy liên tục không bị gián đoạn giữa chừng.

🔊 Giải thích chi tiết mục: Thuyết minh & Đọc phụ đề (TTS)

Mục “Thuyết minh & Đọc phụ đề (TTS)” là tính năng cực kỳ mạnh mẽ của MMO Auto Translate Studio, giúp tự động chuyển đổi các dòng phụ đề đã dịch thành giọng đọc thuyết minh (lồng tiếng) cho video. Bạn có thể cấu hình từ giọng đọc, tốc độ, trộn âm thanh gốc cho đến nhạc nền và cả tối ưu hóa rút gọn câu bằng AI.

1. Cấu hình Máy chủ & Giọng đọc (TTS Server & Voice)

• Bộ sinh giọng đọc (TTS Server): Nơi lựa chọn công nghệ phát giọng đọc. Trong ảnh đang chọn Nghim TTS (Piper ONNX local) — công nghệ phát giọng đọc bằng mô hình trí tuệ nhân tạo chạy trực tiếp offline 100% trên máy tính của bạn, cho tốc độ cực nhanh và bảo mật tuyệt đối.
• Nghim TTS model: Tên file mô hình giọng đọc offline đang sử dụng (trong ảnh là ngochuyennew).
  • Nút Tải về: Tải thêm các giọng đọc mới từ kho lưu trữ của hệ thống.
  • Bạn có thể tải thêm các model ở đây và upload lên Link google drive.
  • Nút Upload model: Nhập các tệp mô hình giọng đọc bên ngoài (định dạng .onnx và .json).
• Giọng đọc thuyết minh: Chọn biến thể giọng đọc tương ứng và bấm nút Play (▶) bên cạnh để nghe thử trước giọng đọc.

2. Tốc độ & Chế độ khớp nhịp đọc (Speed & Sync)

• Tốc độ đọc (Rate): Thanh trượt điều chỉnh tốc độ phát âm (mặc định là 1.0x – tốc độ bình thường).
• Chế độ tốc độ thuyết minh (TTS Speed Mode):
  • Cố định (Theo thanh trượt): Giọng đọc sẽ giữ nguyên tốc độ đã cài đặt từ đầu đến cuối video.
  • Tốc độ thích ứng (Adaptive): Phần mềm tự động tăng tốc độ đọc của riêng những câu có quá nhiều chữ mà thời gian hiển thị phụ đề quá ngắn để đảm bảo đọc hết câu kịp video.
  • Đồng bộ / Smooth Sync: Điều chỉnh nhịp đọc mượt mà, tự động “mượn” một khoảng trống im lặng ngắn ở câu tiếp theo nếu câu trước đọc bị quá giờ một chút.

3. Chế độ xuất & Trộn âm thanh (Output & Audio Mixing)

• Chế độ xuất thuyết minh: Quy định cách đóng gói video đầu ra. Trong ảnh đang chọn Ghép thuyết minh vào video (trộn cùng âm thanh gốc) — phần mềm sẽ giữ lại âm thanh gốc của video nhưng giảm âm lượng xuống nhỏ làm nền, đồng thời đè giọng đọc AI lên (phù hợp làm video review phim, tài liệu).
• Giữ khoảng nghỉ tự nhiên giữa các câu: Tự động chèn các đoạn im lặng ngắn giữa các câu thoại để giọng thuyết minh nghe tự nhiên, không bị dồn dập.
• Âm lượng âm thanh gốc (khi trộn): Đặt là 15%. Nghĩa là âm thanh gốc của video sẽ bị giảm xuống còn 15% âm lượng để làm tiếng thì thầm nền, nhường chỗ cho giọng thuyết minh AI nghe rõ nhất.
• Âm lượng (Volume) của TTS: Đặt là 1.5x (khuyếch đại âm lượng lên 150%) để tiếng thuyết minh AI phát ra to, rõ ràng và sắc nét hơn.

4. Cài đặt Nhạc nền & Thư mục xuất (Background Music & Paths)

• Dùng nhạc nền, tự lặp đến hết video/audio: Tích chọn để chèn thêm một bản nhạc nền chạy dưới video. Bản nhạc sẽ tự động lặp lại (loop) nếu video dài hơn độ dài file nhạc.
  • Chọn nhạc: Trỏ đến file .mp3 nhạc nền trên máy tính.
  • Nghe thử: Phát thử file nhạc nền.
  • Âm lượng nhạc nền: Đặt là 18% để tiếng nhạc nhẹ nhàng, không đè mất giọng đọc thuyết minh chính.
• Thư mục lưu file thuyết minh: Nơi lưu trữ file âm thanh thuyết minh đầu ra (ví dụ trong ảnh là D:\VIDEO\VIDEO THUYETMINH). Nếu bỏ trống, phần mềm sẽ lưu chung vào thư mục chứa phụ đề.

5. Cài đặt nâng cao thuyết minh

Nhấp vào nút mũi tên để mở rộng các cấu hình sâu hơn:

• Số lần thử lại tối đa khi lỗi: Nếu quá trình sinh giọng đọc bị lỗi kết nối hoặc xung đột file, hệ thống sẽ tự động thử lại tối đa 10 lần trước khi báo lỗi.
• Số luồng TTS song song: Đặt là 0 để hệ thống tự động tính toán dựa trên cấu hình phần cứng của bạn để sinh giọng đọc cho nhiều câu cùng lúc nhanh nhất.
• Thời gian chờ giữa mỗi câu: Khoảng nghỉ cố định bằng giây giữa các câu thoại (mặc định là 0.0 giây).
• Xuất thêm file SRT đã căn lại timeline theo thuyết minh:
  • Tác dụng: Khi lồng tiếng bằng TTS, thời gian nói thực tế của giọng AI có thể dài hoặc ngắn hơn mốc phụ đề cũ. Tích chọn ô này sẽ giúp xuất ra một tệp .srt mới tinh đã được căn chỉnh lại mốc thời gian hoàn hảo khớp theo giọng nói mới.

6. Rút gọn câu bằng AI (AI Shortening) – Cài đặt nâng cao, không cần thiết phải sử dụng tới.

Đây là tính năng cứu cánh khi dịch thuật từ tiếng nước ngoài sang tiếng Việt bị quá dài dòng khiến bộ đọc TTS không thể đọc kịp thời gian khung hình:

• Rút gọn câu bằng AI: Tích chọn để kích hoạt. AI sẽ biên tập lại câu dịch ngắn gọn hơn trước khi đọc.
• Provider AI rút gọn câu: Chọn nhà cung cấp AI. Trong hình đang dùng CKEY (OpenAI-compatible).
• Base URL AI & API Key: Cấu hình địa chỉ cổng kết nối (Ví dụ trong ảnh: https://api.xah.io/v1) và khóa bảo mật tài khoản AI của bạn.
• Model AI: Lựa chọn model AI xử lý (trong ảnh đang chọn gpt-5.4).

📁 Giải thích chi tiết mục: Cấu hình thư mục lưu trữ

Mục “Cấu hình thư mục lưu trữ” là nơi bạn thiết lập các đường dẫn thư mục lưu trữ đầu ra cho các tệp tin trong suốt quá trình xử lý của phần mềm. Việc thiết lập đường dẫn khoa học sẽ giúp bạn quản lý tài nguyên cực kỳ dễ dàng, không bị lẫn lộn giữa file gốc, file dịch và file tải về khi làm MMO với số lượng lớn.

1. Thư mục lưu file SRT gốc

• Ý nghĩa: Là thư mục chứa các tệp phụ đề .srt gốc (chưa qua dịch thuật) được mô hình AI Whisper nhận dạng trực tiếp từ giọng nói gốc của video.
• Ví dụ trong ảnh: Đường dẫn đang được trỏ tới thư mục D:\VIDEO\SUB.
• Tác dụng: Giúp bạn lưu giữ lại tệp phụ đề gốc của video để làm tư liệu lưu trữ hoặc sử dụng cho mục đích khác sau này.

2. Thư mục lưu file SRT dịch (Bỏ trống để lưu cùng thư mục gốc)

• Ý nghĩa: Là thư mục chứa các tệp phụ đề .srt đã được AI dịch thuật sang ngôn ngữ mới (ví dụ từ Tiếng Anh dịch sang Tiếng Việt).
• Ví dụ trong ảnh: Đường dẫn đang được trỏ tới thư mục D:\VIDEO\SUB DICH.
• Đặc điểm: Bạn có thể bỏ trống ô này, khi đó phần mềm sẽ tự động lưu tệp phụ đề dịch vào chung thư mục chứa phụ đề gốc ở trên.
• Tác dụng: Tách biệt phụ đề gốc và phụ đề dịch giúp bạn dễ dàng import (nhập) phụ đề vào các phần mềm edit video khác như CapCut, Premiere Pro mà không lo bị chọn nhầm file.

3. Thư mục lưu video khi tải về

• Ý nghĩa: Khi bạn dán các link video từ TikTok, Youtube, Facebook… vào màn hình chính để phần mềm tự động tải, video thô tải về sẽ được lưu trữ tại thư mục này.
• Ví dụ trong ảnh: Đường dẫn đang được trỏ tới thư mục D:\VIDEO\VIDEO TAI VE.
• Tác dụng: Lưu trữ các file video tải về ở một nơi tập trung để làm tài nguyên video thô (Raw Video) trước khi tiến hành cắt ghép, dịch thuật hoặc thuyết minh.

📥 Giải thích chi tiết mục: Tự động đăng Facebook Page

Mục “Tự động đăng Facebook Page” là mảnh ghép hoàn hảo để khép kín quy trình làm MMO tự động. Sau khi phần mềm tải video, dịch thuật, lồng tiếng và render hoàn thiện, tính năng này sẽ tự động gọi API của Meta để đăng trực tiếp hoặc lên lịch phát sóng hàng loạt video lên Fanpage của bạn mà không cần bạn phải thao tác bằng tay trên trình duyệt.

Đăng / lên lịch Facebook sau khi xuất xong videoĐây là công tắc kích hoạt tính năng tự động đăng tải. Nếu tích chọn, ngay khi một video trong hàng đợi được render xong, phần mềm sẽ lập tức thực hiện quy trình đẩy video đó lên Facebook Fanpage theo cấu hình bên dưới.

Page ID & Graph API versionPage ID là mã số định danh duy nhất của Fanpage mà bạn muốn đăng video lên (trong ảnh ví dụ là1218394768016354). Graph API version là phiên bản cổng kết nối API của Facebook đang sử dụng (mặc định hiển thị làv25.0).

PAGEACCESS_TOKENChuỗi khóa bảo mật (Token quyền truy cập trang) do Facebook cung cấp. Chuỗi này đóng vai trò như chiếc chìa khóa vạn năng cho phép phần mềm thay mặt bạn đăng video lên Fanpage một cách an toàn mà không cần nhập mật khẩu tài khoản.

fileurl video công khai (tuỳ chọn)Trong trường hợp bạn muốn đăng video bằng cách gửi đường link URL chứa file video đã lưu trữ trên các máy chủ trực tuyến (như VPS, Google Drive…) thay vì tải trực tiếp file video nặng từ máy tính cá nhân lên, bạn có thể cấu hình tại ô này để tối ưu băng thông mạng.

Thử lại khi Facebook lỗiSố lần phần mềm sẽ tự động thử gửi lại video lên hệ thống của Facebook nếu quá trình đăng tải gặp sự cố (như rớt mạng, API phản hồi chậm). Trong ảnh đang cấu hình tối đa là3lần.

Video dùng để đăngLựa chọn phiên bản hoặc tỷ lệ khung hình video mà bạn muốn đăng tải lên trang (trong ảnh đang chọn định dạng tỷ lệ1:1).

Kiểu đăng: Lên lịch thay vì đăng ngayNếu tích chọn (như trong ảnh), video tải lên sẽ được chuyển vào mục lên lịch phát sóng (Schedule) của Fanpage thay vì xuất bản công khai ngay lập tức. Tính năng này giúp bạn xây dựng trước kho nội dung phát dần cho nhiều ngày tiếp theo.

Ngày bắt đầu & Giờ bắt đầuCấu hình mốc thời gian (ngày và giờ cụ thể) cho video đầu tiên được lên lịch phát sóng. Các video tiếp theo sẽ được tự động tính toán cộng thêm thời gian giãn cách để lên lịch nối tiếp.

Giờ đăng kế tiếp đã lưuDòng thông tin hiển thị mốc thời gian dự kiến tiếp theo sẽ được dùng để lên lịch cho video mới (trong ảnh hiển thị là2026-07-13 18:00), giúp bạn dễ dàng theo dõi tiến độ phân phối nội dung của Fanpage.

Đăng theo & Cách bao nhiêu giờQuy định chế độ giãn cách thời gian giữa các video (trong ảnh chọn chế độTheo giờvà khoảng cách là3giờ). Nghĩa là cứ mỗi video được đăng lên sẽ cách video trước đó đúng 3 tiếng đồng hồ, giúp tối ưu tần suất xuất bản để không bị thuật toán Facebook đánh giá là spam.

Bỏ qua khung giờ khi đăng theo giờ (Không đăng từ … Đến trước …)Khi kích hoạt tùy chọn này, bạn sẽ thiết lập một “khung giờ vàng đen” (ví dụ từ00:00đến07:00sáng) – đây là thời gian người dùng đi ngủ và lượng tương tác rất thấp. Nếu có một lịch đăng video rơi vào khung giờ này, phần mềm sẽ tự động đẩy lịch đăng đó lùi lại sang sau 07:00 sáng rồi mới tiếp tục cộng dồn thời gian giãn cách cho các video sau.

Cách phân lịch khi nhiều video cùng chờ đăngQuy định thuật toán xếp hàng cho video. Tùy chọnVideo nào xong trước lấy slot kế tiếp(như trong ảnh) sẽ xếp lịch đăng dựa theo tốc độ render thực tế của máy tính: video nào hoàn thành render sớm hơn sẽ được ưu tiên xếp vào khung giờ đăng sớm nhất có sẵn.

Quy tắc lấy Tiêu đề & Mô tả (Metadata)Phần mềm sẽ tự động lấy tiêu đề video sau khi dịch thuật bằng AI để làm Tiêu đề (Title) cho bài viết trên Facebook. Phần mô tả (Description) của bài viết sẽ được trích xuất tự động từ hai dòng chữ banner trên và dưới video mà bạn cấu hình ở tab trang trí.

🎬 Giải thích chi tiết mục: Setup video output sau thuyết minh

Mục “Setup video output sau thuyết minh” cung cấp các tùy chọn thiết kế và trang trí giao diện hiển thị cho video đầu ra. Tính năng này cho phép bạn chèn thêm các dải chữ tiêu đề, mô tả trực tiếp lên phần trên/dưới của video (tương tự phong cách các video review phim hay video tin tức triệu view trên mạng xã hội), giúp giữ chân người xem và tăng tỷ lệ tương tác đáng kể.

4. Quy trình vận hành phần mềm tối ưu

Để đạt hiệu suất tối ưu và sản xuất hàng loạt video nhanh chóng, bạn nên thực hiện quy trình sau:

1. Chuẩn bị tài nguyên: Đưa tất cả các video cần làm phụ đề/thuyết minh vào một thư mục.
2. Thiết lập luồng xử lý: Trong phần mềm, chọn số luồng xử lý song song (Ví dụ máy core i5/i7 có thể đặt từ 2 đến 4 luồng).
3. Cấu hình 1 lần: Thiết lập các thông số về ngôn ngữ, giọng đọc TTS và dịch thuật. Lưu cấu hình để sử dụng cho các lần sau.
4. Chạy hàng đợi: Phần mềm sẽ tự động trích xuất âm thanh → tạo phụ đề gốc → dịch thuật sang ngôn ngữ mới → sinh file thuyết minh TTS → trộn nhạc nền và render ra video hoàn chỉnh.

• Kiểm tra đầu ra: Truy cập thư mục lưu để nhận các file .srt phụ đề và video thuyết minh hoàn thiện.

5. Các lỗi thường gặp và cách xử lý nhanh

• Lỗi không tìm thấy FFmpeg/Python: Hãy kiểm tra lại Tab Cấu hình cài đặt xem các ô đường dẫn đã hiển thị màu xanh lá chưa. Nếu hiển thị màu cam cảnh báo, hãy bấm nút Cài đặt tự động để phần mềm tải lại.
• Lỗi API dịch thuật (Meta AI / Gemini): Lỗi này xảy ra khi Cookie lấy từ trình duyệt của bạn hết hạn. Hãy mở trình duyệt, đăng nhập lại tài khoản Meta AI hoặc Gemini, lấy chuỗi Cookie mới và dán đè vào ô nhập Cookie trong phần mềm.
• Tốc độ nhận diện chậm: Hãy chắc chắn bạn đã chọn thiết bị chạy model là CUDA (nếu máy có card đồ họa rời NVIDIA) và đã cài đặt driver CUDA toolkit đầy đủ.

Kết luận

MMO Auto Translate Studio là một công cụ mạnh mẽ và đáng tin cậy dành cho những nhà sáng tạo nội dung MMO chuyên nghiệp. Nhờ tính năng cài đặt tự động cực kỳ nhanh gọn và khả năng tùy biến thông số sâu, bạn hoàn toàn có thể tự động hóa 90% công đoạn làm video vietsub hoặc thuyết minh tiếng nước ngoài.

Hãy tải phần mềm và trải nghiệm ngay hôm nay để giải phóng sức lao động của bạn!