ایده‌ی ۵: نریشن، دوبله و ویدیوی آواتار برای آموزشگاه‌ها
نریشن و دوبله با هوش مصنوعی برای آموزش یعنی متن درس را از مدرس بگیری، با مدل‌های صدای چراغ به گفتار طبیعی تبدیل کنی و به‌صورت اسلاید صداگذاری‌شده یا ویدیوی آواتار سخنگو، درس‌به‌درس به آموزشگاه‌ها، مدرس‌های آنلاین و شرکت‌ها بفروشی. این ایده همین حالا در ایران می‌فروشد، چون هر آموزشگاهی محتوای درسی دارد که باید صدادار شود و گوینده‌ی حرفه‌ای و استودیو برای ده درس نمی‌صرفد؛ در چراغ نریشن یک دقیقه از حدود ۳ اعتبار (تست) تا حدود ۲۹ اعتبار (طبیعی‌ترین صدا) خرج دارد و یک دقیقه ویدیوی آواتار حدود ۶۰۰ اعتبار، و قیمت هر کدام را قبل از ساخت می‌بینی. این پنجمین مقاله‌ی سری «نان درآوردن با هوش مصنوعی» است.
بگذار مثل کسی حرف بزنم که می‌خواهد اولین قراردادت درست بسته شود، نه فقط زود. این آرام‌ترین ایده‌ی این سری است: مشتری‌اش عجله‌ی حراج ندارد، ولی وقتی یک دوره را به تو داد، تا آخرش با تو می‌ماند. دو خط قرمز هم دارد که اگر زیر پا بگذاری، آبروی مدرس را می‌بری، نه فقط خودت را.
این ایده چیست و چرا همین الان در ایران می‌فروشد
ایده این است: مدرس زبان جزوه‌ی ده درس دارد، آموزشگاه کنکور نکته‌های هر فصل را تایپ کرده، شرکت پخش یک فایل ورد «آموزش نیروی جدید» دارد که هیچ‌کس نمی‌خواندش. تو همان متن را برای شنیدن بازنویسی می‌کنی، با یک صدای ثابت می‌سازی و سه شکل تحویل می‌دهی: فایل صدای هر درس، اسلایدهای صداگذاری‌شده در ابزار تدوین خودت، یا ویدیوی کوتاهی که یک آواتار رو به دوربین درس را معرفی می‌کند. دوبله هم همین مسیر است: متن درس خارجی ترجمه می‌شود و با صدای فارسی جای صدای اصلی می‌نشیند.
چرا الان؟ سه دلیل. اول، صدای مصنوعی فارسی دیگر «رباتی» نیست: ElevenLabs Multilingual v2 طبیعی‌ترین و احساسی‌ترین صدا را می‌دهد و GPT Audio صدایی ثابت دارد که قطعه‌ی دهم عین قطعه‌ی اول است؛ برای درس همین ثبات مهم‌تر از اوج احساس است. دوم، Avatar IV از HeyGen یک عکس و یک فایل صدا می‌گیرد و ویدیوی سخنگو با لب‌خوانی می‌دهد؛ مدرسی که از دوربین فراری است، بی‌دوربین «چهره‌ی دوره» می‌شود. سوم، در چراغ پرداخت تومانی و به ازای مصرف است، کار ناموفق اعتبار کم نمی‌کند و اعتبار خریداری‌شده منقضی نمی‌شود؛ هزینه‌ی هر درس عدد است، نه حدس.
چیزی که می‌فروشی «صدای هوش مصنوعی» نیست؛ «درس آماده‌ی انتشار، با یک صدا در همه‌ی جلسه‌ها، سر هفته» است. مدیر آموزشگاه به مدل تو کاری ندارد، به این کار دارد که ترم جدید قبل از ثبت‌نام محتوای صوتی داشته باشد.
به چه کسب‌وکارهایی عرضه‌اش کنی
پنج نوع مشتری این سرویس را می‌خرند و تقریباً همه‌شان همین حالا متن آماده دارند و فقط صدا ندارند. نصف موفقیت انتخاب مشتری درست است؛ برای هر کدام نشانه‌ی مشتری خوب را هم نوشته‌ام.
| مشتری | چه می‌خواهد | کجا پیدایش کنی | نشانه‌ی مشتری خوب |
|---|---|---|---|
| آموزشگاه زبان و کنکور | نریشن جزوه و نکته‌های هر فصل، فایل شنیداری برای کانال شاگردها | آموزشگاه‌های محل، کانال‌های تلگرامی کنکوری، پیج آموزشگاه‌ها | کانال تلگرامی فعال دارد و در آن فقط PDF می‌فرستد؛ هر ترم محتوای تازه دارد |
| مدرس آنلاین | مقدمه‌ی ویدیویی هر جلسه، اسلاید صداگذاری‌شده، تیزر دوره | سایت‌های فروش دوره، اینستاگرام مدرس‌ها، گروه‌های تلگرامی مدرسان | دوره‌اش فروش دارد ولی ویدیوهایش با گوشی ضبط شده؛ از دوربین خوشش نمی‌آید |
| شرکت‌ها (آموزش کارکنان) | ویدیوی آموزش نیروی جدید، ایمنی، معرفی محصول برای فروشنده‌ها | لینکدین مدیران منابع انسانی، شرکت‌های پخش و فروشگاه‌های زنجیره‌ای | چند شعبه یا نیروی تازه‌ی مکرر دارد؛ آموزش الان با فایل ورد و جلسه‌ی حضوری است |
| پادکستر | مقدمه و تیتراژ ثابت، خواندن قسمت‌های متنی، نسخه‌ی صوتی مقاله | پلتفرم‌های پادکست فارسی، پیج پادکسترها | قسمت‌هایش منظم است ولی مقدمه‌اش هر بار یک شکل است |
| کتاب صوتی کوچک | جزوه، کتابچه‌ی آموزشی یا کتاب کوتاه، فصل‌به‌فصل | ناشرهای کوچک، نویسنده‌های خودناشر در اینستاگرام، آگهی‌های «گوینده» در دیوار | متن نهایی و ویراسته دارد؛ قیمت استودیو را دیده |
بهترین راه هنوز قدیمی‌ترین راه است: جزوه‌ای که آموزشگاه در کانالش گذاشته را بردار، سه دقیقه‌ی اولش را صدادار کن و صبح در تلگرام همان آموزشگاه بفرست. او هر روز پیام «تولید محتوا» می‌گیرد، ولی کسی که با صدای درسِ خودش برگردد یکی است.
اولین نمونه‌کار را با چراغ بساز
نمونه‌کار این سرویس سه قطعه است: یک درس سه‌دقیقه‌ای زبان یا کنکور با صدای یکدست، یک مقدمه‌ی ۳۰ ثانیه‌ای آواتار برای همان درس، و یک نمونه‌ی دوبله‌ی ۱۵ ثانیه‌ای از یک متن آموزشی انگلیسی. اگر مشتری نداری، جزوه‌ی یک دوست مدرس را رایگان صدادار کن؛ همان یک نفر مشتری دوم را معرفی می‌کند.
کدام مدل برای کدام کار
در چراغ ۱ اعتبار یک سنت دلار است و قیمت هر مدل به اعتبار ثابت می‌ماند؛ با نرخ امروز هر اعتبار حدود ۲٬۶۰۰ تومان است (قیمت‌ها تا ۲۶ مهر ۱۴۰۵؛ عدد به‌روز در صفحه‌ی مدل‌ها و قیمت‌ها). مدل‌های صدا به ازای هر قطعه حساب می‌شوند؛ من هر دقیقه‌ی درس را چهار قطعه‌ی ۱۵ ثانیه‌ای می‌سازم، چون اصلاح یک جمله فقط همان قطعه را دوباره می‌خواهد.
| کار | مدل | ≈ اعتبار هر دقیقه | با نرخ امروز حدود | کجا به کار می‌آید |
|---|---|---|---|---|
| تست متن و تلفظ | GPT Audio Mini | ۳ (۴ قطعه × ۰٫۷۴) | ۸ هزار تومان | صاف‌کردن متن قبل از نسخه‌ی نهایی، فایل شنیداری روزانه‌ی کانال |
| نریشن درس (حجم) | GPT Audio | ۱۲٫۴ (۴ × ۳٫۱) | ۳۲ هزار تومان | دوره‌ی ده‌جلسه‌ای، آموزش کارکنان، کتاب صوتی؛ صدای ثابت در همه‌ی قطعه‌ها |
| نریشن و دوبله (کیفیت) | ElevenLabs Multilingual v2 | ۲۸٫۸ (۴ × ۷٫۲) | ۷۵ هزار تومان | تیزر دوره، دوبله، مقدمه‌ی پادکست، کتاب صوتی داستانی |
| ویدیوی آواتار سخنگو | Avatar IV | ۶۰۰ (۱۰ اعتبار هر ثانیه) | ۱٫۵۶ میلیون تومان | مقدمه‌ی ۳۰ ثانیه‌ای هر جلسه، معرفی دوره، پاسخ ویدیویی به سؤال‌های پرتکرار |
عدد روشن است: صدا ارزان است و ویدیو گران. در صدا بهترین مدل را انتخاب کن، در آواتار ثانیه‌ها را بشمار؛ مقدمه‌ی ۳۰ ثانیه‌ای ۳۰۰ اعتبار است و هر ثانیه‌ی اضافه ۱۰ اعتبار. برای دوبله، متن انگلیسی را در حالت «چت» با Gemini 3.8 Flash (حدود ۰٫۹۷ اعتبار برای هر هزار کلمه) ترجمه کن و با ElevenLabs Multilingual v2 که چندزبانه است بساز. مقایسه‌ی سه مدل صدا در راهنمای مدل‌های صدای چراغ و قدم‌به‌قدم آواتار در آموزش ویدیوی آواتار سخنگو آمده.
متن و پرامپت نمونه
نصف کیفیت این کار متن است، نه مدل. متن درس را به‌صورت فایل بگیر و در حالت «چت» چراغ ضمیمه کن؛ از ۲۶ مهر چت فایل Word و PDF می‌خواند. دستور من برای بازنویسی: «این جزوه را برای گفتار بازنویسی کن: جمله‌های زیر دوازده کلمه، اعداد و فرمول‌ها با حروف، هر نکته یک پاراگراف، لحن معلم آرام، هیچ مطلبی اضافه یا کم نشود.» جمله‌ی آخر را هیچ‌وقت حذف نکن؛ مدل چت حق ندارد به درس چیزی اضافه کند. بعد خودت متن را بلند بخوان و با جزوه‌ی اصلی تطبیق بده. قاعده‌های کامل متن گفتاری در آموزش نریشن و دوبله با هوش مصنوعی هست.
بعد در استودیوی چراغ حالت «صدا» را بزن. اول هر قطعه را با GPT Audio Mini بشنو؛ هر جمله‌ای که تلفظش غلط بود، همان جمله را بازنویسی کن. وقتی متن نشست، مدل را روی GPT Audio بگذار، یک صدا انتخاب کن و تا آخر دوره همان را نگه دار؛ برای درس صدای آرام بهتر است. برای مقدمه‌ی آواتار، صدا را در یک قطعه بساز، چون Avatar IV یک فایل صدا می‌گیرد؛ عکس روبه‌روی مدرس با نور یکدست و پس‌زمینه‌ی ساده را ضمیمه کن و اولین بار با یک صدای ۵ ثانیه‌ای تست کن (۵۰ اعتبار) تا معلوم شود عکس جواب می‌دهد. اگر مدرس نمی‌خواهد چهره‌اش باشد، یک «معلم مجازی» با FLUX.2 Pro (۵ اعتبار) بساز: «پرتره‌ی روبه‌رو از سینه به بالا، نور نرم، پس‌زمینه‌ی ساده، دهان بسته». برای دوره‌ی ده‌جلسه‌ای، گره‌های «متن ← ساخت صدا» را در بیلدر چراغ بچین و هر جلسه فقط متن را عوض کن.
نمونه‌کار چقدر خرج دارد و چقدر وقت می‌برد؟
درس سه‌دقیقه‌ای با GPT Audio ۱۲ قطعه یعنی حدود ۳۷ اعتبار، پنج تست با Mini حدود ۴، مقدمه‌ی آواتار ۳۰ ثانیه‌ای حدود ۳۰۳، نمونه‌ی دوبله با ترجمه حدود ۸: جمع حدود ۳۵۰ اعتبار، با نرخ امروز حدود ۹۱۰ هزار تومان و دو شب کار، که بیشترش بازنویسی متن است. اگر بودجه‌ات تنگ است، آواتار را حذف کن و با حدود ۵۰ اعتبار (حدود ۱۳۰ هزار تومان) شروع کن؛ اعتبار رایگان روزانه‌ی چراغ (در حد ۱۰ اعتبار) دو دقیقه نریشن GPT Audio در روز را می‌پوشاند.
به مشتری چه نشان بدهی؟ سه دقیقه‌ی اول جزوه‌ی خودش با صدای مدل، کنار PDF همان جزوه؛ «این مال ماست؟» را خودش می‌فهمد، اسم مدل را نه. مقدمه‌ی آواتار را در گوشی خودت نشان بده.
چطور مذاکره کنی
مذاکره با سه دقیقه‌ی صدادار از جزوه‌ی خودِ آموزشگاه شروع می‌شود، نه با رزومه. از کانال تلگرام آموزشگاه آخرین PDF را بردار، سه دقیقه‌اش را با GPT Audio بساز (حدود ۴۰ اعتبار) و همراه پیام بفرست.
پنج سؤال جلسه. ۱) چند درس دارید و هر درس چند دقیقه است؟ متن نهایی است یا در حال تغییر؟ ۲) خروجی کجا می‌رود: کانال تلگرام، سایت دوره، اینستاگرام، یا پلتفرم داخلی شرکت؟ ۳) صدا زنانه یا مردانه، آرام یا پرانرژی؟ چهره‌ی خود مدرس باشد یا معلم مجازی؟ ۴) درستی علمی متن را کی تأیید می‌کند؟ ۵) هر درس چند روز بعد از دریافت متن باید آماده باشد؟ جواب چهارم تعیین می‌کند غلط علمی گردن کیست، و جواب اول این‌که قرارداد به ازای هر درس باشد یا ماهانه.
وقتی گفت «گران است». قیمت هر درس را پایین نیاور؛ آواتار را برای بعد بگذار: «باشد، با نریشن صوتی چهار درس شروع کنیم، ویدیوی مقدمه برای ترم بعد.» و یادش بیاور گوینده‌ی حرفه‌ای برای ده درس چند جلسه‌ی استودیو می‌خواهد و برای عوض‌کردن یک جمله دوباره باید برود استودیو؛ تو همان جمله را فردا صبح عوض می‌کنی. تخفیف بی‌دلیل به او می‌گوید قیمت اولت واقعی نبود.
وقتی گفت «خودم می‌سازم». راست می‌گوید، چراغ برای همه باز است. تو بازنویسی متن برای گفتار، ثبات صدا در همه‌ی جلسه‌ها و تحویل سر موقع می‌فروشی، نه دسترسی. جوابت: «حتماً. با لینک من عضو شوید و یک ساعت آموزش‌تان می‌دهم.» با همکاری در فروش چراغ تا یک سال از هر خرید او ۱۵٪ پول نقد و ۵٪ اعتبار سهم توست؛ مدرسی که دو درس را خودش ساخت و دید نصف وقتش رفته، کار را به تو برمی‌گرداند.
بیعانه و شرح کار. برای قرارداد دوره، نصف مبلغ قبل از شروع و نصف با تحویل نیمی از درس‌ها؛ برای درس تکی، تمام مبلغ قبل از شروع. اعتبار پروژه را بعد از بیعانه بخر؛ منقضی نمی‌شود. شرح کار یک صفحه است با نه بند: تعداد درس و دقیقه‌ی هر درس، شکل تحویل (فایل صدا، اسلاید صداگذاری‌شده، ویدیوی آواتار و مدتش)، صدای تأییدشده با یک نمونه، یک دور اصلاح برای هر درس، زمان تحویل بعد از دریافت متن نهایی، پرداخت، مالکیت فایل‌ها، و دو بندی که از خودت دفاع می‌کند: «متن درس را مشتری تأیید می‌کند و درستی علمی‌اش با اوست؛ صدای تحویلی صدای آماده‌ی مدل است، نه تقلید صدای شخص خاصی.» نمونه‌ی کامل در قیمت‌گذاری خدمات هوش مصنوعی آمده.
چه قیمتی ببندی
فرمول همان فرمول این سری است: قیمت = اعتبار مصرفی (با ۳۰٪ ذخیره برای اصلاح‌های سلیقه‌ای) + ساعت کار × نرخ ساعتی + ۲۰ تا ۲۵٪ حاشیه. نرخ ساعتی نمونه ۳۰۰ هزار تومان است؛ عدد خودت را بگذار. قرارداد «دوره‌ای» سطح میانی جدول است و هر درس ۱۰ دقیقه حساب شده.
| سطح | تحویل | ≈ اعتبار (با ذخیره) | ≈ ساعت کار | قیمت پیشنهادی | نسبت به هزینه‌ی اعتبار |
|---|---|---|---|---|---|
| تک‌درس | ۱ درس ۱۰ دقیقه‌ای با GPT Audio، تست با Mini، فایل صدای هر اسلاید، یک دور اصلاح | ۱۷۰ (حدود ۴۴۰ هزار تومان) | ۴ | حدود ۲ میلیون تومان | حدود ۴٫۵ برابر |
| دوره‌ای | ۸ درس ۱۰ دقیقه‌ای با GPT Audio + ۱ ویدیوی آواتار ۳۰ ثانیه‌ای معرفی دوره + تیزر ۳۰ ثانیه‌ای با ElevenLabs، یک دور اصلاح برای هر درس | ۱٬۷۴۰ (حدود ۴٫۵ میلیون تومان) | ۲۰ | حدود ۱۳ میلیون تومان | حدود ۲٫۹ برابر |
| آواتاری | ۸ درس با ElevenLabs + ۸ مقدمه‌ی آواتار ۳۰ ثانیه‌ای + ویدیوی معرفی ۶۰ ثانیه‌ای، دو دور اصلاح، تحویل هفتگی | ۷٬۰۰۰ (حدود ۱۸٫۲ میلیون تومان) | ۳۲ | حدود ۳۵ میلیون تومان | حدود ۱٫۹ برابر |
حساب سطح دوره‌ای را باز کنم تا خودت تکرارش کنی: ۸ درس ۱۰ دقیقه‌ای با GPT Audio یعنی ۳۲۰ قطعه و حدود ۹۹۲ اعتبار؛ آواتار ۳۰ ثانیه‌ای ۳۰۰ اعتبار و صدایش ۳؛ تیزر دو قطعه‌ی ElevenLabs حدود ۱۵ اعتبار؛ تست‌ها حدود ۳۰. جمع حدود ۱٬۳۴۰، با ۳۰٪ ذخیره حدود ۱٬۷۴۰ اعتبار، یعنی حدود ۴٫۵ میلیون تومان. بیست ساعت کار با نرخ نمونه ۶ میلیون تومان. جمع ۱۰٫۵ میلیون، با ۲۵٪ حاشیه حدود ۱۳ میلیون تومان برای کل دوره، یعنی حدود ۱٫۶ میلیون برای هر درس. در دو سطح اول بیشتر قیمت تو ساعت کار است و اعتبار کمتر از یک‌سوم؛ به محض این‌که آواتار به هر جلسه اضافه شود، اعتبار نصف قیمت می‌شود و چانه‌زدن روی قیمت مستقیم از جیب تو کم می‌کند.
دو هشدار. برای آواتار، 1080p را فقط برای نسخه‌ی سایت دوره روشن کن و استوری را با 720p بده. و پیشنهاد قیمت را ۷ روزه بده، چون قیمت تومانی اعتبار با نرخ روز دلار عوض می‌شود؛ کار ناموفق هم در چراغ اعتبار کم نمی‌کند، ولی قطعه‌ای که ساخته شده و لحنش را دوست نداری کار موفق است و ذخیره‌ی ۳۰٪ برای همان است.
چطور بلندمدتش کنی
یک تیزر نان یک شب است؛ قرارداد به ازای هر درس نان یک ترم، و در نریشن و دوبله با هوش مصنوعی برای آموزش، آموزشگاه هر ترم دوره‌ی تازه دارد. مدرس آنلاین هر ماه جلسه‌ی جدید می‌گذارد و شرکت هر ماه نیروی جدید می‌گیرد.
- بسته‌ی ماهانه‌ی این ایده: «۴ درس در ماه»: هر هفته یک درس ۱۰ دقیقه‌ای با همان صدا، تحویل شنبه‌ها، یک دور اصلاح، و مقدمه‌ی آواتار به‌صورت گزینه‌ی جدا. از ماه دوم هر درس به حدود ۲ ساعت کار می‌رسد، چون دستور بازنویسی، صدای تأییدشده و بورد بیلدر آماده‌اند؛ قیمت را همان نگه دار و به‌جایش یک فایل شنیداری کوتاه برای کانال هدیه بده.
- گزارش ماهانه: یک صفحه: درس‌های تحویلی با دقیقه‌ی هر کدام، تعداد اصلاح‌ها، و فصل‌های بعدی جزوه که هنوز صدا ندارند. همین فهرست تمدید را بدیهی می‌کند، چون مدیر آموزشگاه می‌بیند نصف کتاب هنوز مانده.
- تمدید و افزایش قیمت: قرارداد را برای یک ترم (سه ماه) ببند و سر هر تمدید ۱۰ تا ۱۵٪ اضافه کن، با دلیل: نرخ اعتبار و نرخ ساعتی تغییر کرده. قبل از ترم مهر و بهمن، «مقدمه‌ی آواتار برای همه‌ی جلسه‌ها» را پیشنهاد بده؛ همان وقتی است که بودجه‌ی تبلیغ دارند.
- معرفی‌گرفتن: مدرس‌ها همدیگر را می‌شناسند و مدیران آموزشگاه‌های یک شهر همین‌طور. بعد از درس چهارم بپرس: «دو مدرس یا آموزشگاه دیگر می‌شناسید که جزوه‌شان فقط PDF است؟» و به معرف یک درس اضافه هدیه بده. در شرکت‌ها، مدیر منابع انسانی تو را به همکارش در شرکت دیگر معرفی می‌کند، اگر گزارش ماهانه را به اسم او فرستاده باشی.
خط قرمزها و اشتباه‌های رایج این ایده
خط قرمز اول: تقلید صدای آدم واقعی بدون رضایت. هیچ‌وقت صدای یک مدرس معروف، یک گوینده‌ی شناخته‌شده یا حتی خود مشتری را بی‌اجازه‌ی کتبی تقلید نکن؛ در این سرویس با صداهای آماده‌ی مدل‌ها کار می‌کنی و همین را در شرح کار می‌نویسی. آواتار هم فقط از چهره‌ی خود مدرس با اجازه‌ی کتبی، یا از معلم مجازی ساخته‌شده؛ و حرفی که مدرس تأیید نکرده در دهان آواتارش نگذار. خط قرمز دوم: محتوای درسی که خودت بررسی نکرده‌ای. اگر مدل چت در بازنویسی یک عدد، فرمول یا تاریخ را عوض کند و تو نشنیده تحویل بدهی، شاگرد غلط یاد می‌گیرد و اسم آموزشگاه خراب می‌شود. هر قطعه را قبل از تحویل با متن اصلی گوش کن و برای درس‌های پزشکی، حقوقی و مالی، تأیید کتبی متخصص را شرط تحویل بگذار. خط قرمز سوم: دوبله‌ی محتوای دیگران. دوره‌ی خارجی را فقط وقتی دوبله کن که مشتری حق استفاده‌اش را دارد؛ «از یوتیوب برداشته‌ام» حق استفاده نیست.
اشتباه‌های رایج، از پرتکرارترین:
- متن نوشتاری را مستقیم خواندن. جمله‌ی سی‌کلمه‌ای جزوه در گوش نمی‌نشیند و گوینده‌ی مصنوعی جای نفس پیدا نمی‌کند. همیشه بازنویسی برای گفتار، همیشه بلندخواندن.
- عدد و فرمول در متن. فرمول و تاریخ را مدل هر جور بخواهد می‌خواند. اعداد را با حروف بنویس و فرمول را روی اسلاید بگذار، نه در صدا.
- اسم خارجی با خط لاتین. «پاورپوینت» بنویس، نه PowerPoint؛ تلفظ اصطلاح‌های درس را یک بار با GPT Audio Mini تست کن و املای درست را برای همان مشتری نگه دار.
- نسخه‌ی نهایی قبل از تأیید متن. پنج دقیقه ElevenLabs ۱۴۴ اعتبار است؛ اگر مشتری یک پاراگراف را عوض کند، همان را دور ریخته‌ای. اول متن نهایی و تأیید کتبی، بعد صدای پریمیوم.
- قطعه‌ی بلند. درس ده‌دقیقه‌ای را یک قطعه نساز؛ اصلاح یک جمله یعنی ساخت دوباره‌ی کل درس. قطعه‌های ۱۵ ثانیه‌ای و فایل جدا برای هر اسلاید.
- آواتار با عکس بد. عکس سه‌رخ، نور از پشت یا دهان باز لب‌خوانی را خراب می‌کند، و ویدیویی که ساخته شده ولی خوب نیست کار موفق است و هزینه دارد. اول عکس درست، بعد تست ۵ ثانیه‌ای، بعد ویدیوی کامل.
- اصلاح نامحدود. «لحنش را کمی گرم‌تر کن» یک ساخت کامل است و اعتبار دارد. یک دور برای هر درس را بنویس و دور بعدی را با قیمت جدا.
- تدوینگر کل دوره شدن. صداگذاری اسلایدها جزو کار است؛ ضبط دموی نرم‌افزار، تدوین ویدیوی اصلی مدرس و بارگذاری در پلتفرم نیست، مگر جدا قیمت بدهی.
چهار ایده‌ی قبلی این سری مکمل همین کارند: منو، پوستر و بنر وقتی همان آموزشگاه پوستر ثبت‌نام می‌خواهد، ریلز کوتاه برای تیزر دوره در اینستاگرام، عکس محصول اگر مشتری‌ات شرکت پخش شد، و چیدمان مجازی اگر از آژانس نریشن آگهی ملک گرفتی. کدام پروژه‌ها را کلاً قبول نکنی، در مقاله‌ی «سراغ این پروژه‌ها نرو» همین سری می‌خوانی.
چک‌لیست «همین هفته شروع کن»
- شنبه: از کانال تلگرام یک آموزشگاه محل یک جزوه بردار و سه دقیقه‌ی اولش را در چت چراغ برای گفتار بازنویسی کن؛ بعد خودت بلند بخوان و با اصل تطبیق بده.
- یکشنبه: در استودیوی چراغ حالت «صدا»، همان متن را با GPT Audio Mini تست کن و نسخه‌ی نهایی را با GPT Audio در قطعه‌های ۱۵ ثانیه‌ای بساز.
- دوشنبه: یک عکس روبه‌رو با نور پنجره از خودت یا یک معلم مجازی با FLUX.2 Pro بگیر، متن ۶۰ کلمه‌ای مقدمه را بنویس، با صدای ۵ ثانیه‌ای تست کن و مقدمه‌ی ۳۰ ثانیه‌ای Avatar IV را بساز.
- سه‌شنبه: فهرست ۲۰ مشتری بنویس: ۶ آموزشگاه زبان و کنکور، ۵ مدرس آنلاین، ۴ شرکت با نیروی تازه، ۳ پادکستر، ۲ ناشر کوچک.
- چهارشنبه: برای ۵ مشتری اول، سه دقیقه از متن خودشان را با GPT Audio بساز (حدود ۲۰۰ اعتبار برای همه) و پیام اول را بفرست.
- پنجشنبه: به یک آموزشگاه سر بزن، بپرس ترم بعد چه درس‌هایی شروع می‌شود، و شب یک درس کوتاهش را صدادار کن.
- جمعه: شرح کار یک‌صفحه‌ای و جدول سه سطح را با نرخ ساعتی خودت آماده کن تا اولین «بله» همان روز قرارداد شود.
سؤال‌های رایج
برای نریشن و دوبله با هوش مصنوعی برای آموزش با کدام مدل شروع کنم؟
تست متن با GPT Audio Mini (هر قطعه حدود ۰٫۷۴ اعتبار)، نسخه‌ی نهایی درس‌ها با GPT Audio (حدود ۳٫۱) برای ثبات صدا در همه‌ی جلسه‌ها، و ElevenLabs Multilingual v2 (حدود ۷٫۲) فقط برای تیزر و دوبله که حس می‌فروشی.
یک دقیقه نریشن یا آواتار برای مشتری چقدر اعتبار می‌خورد؟
یک دقیقه نریشن در چهار قطعه با GPT Audio حدود ۱۲٫۴ اعتبار و با ElevenLabs حدود ۲۹ اعتبار، با نرخ امروز حدود ۳۲ تا ۷۵ هزار تومان. یک دقیقه ویدیوی آواتار با Avatar IV حدود ۶۰۰ اعتبار، حدود ۱٫۵۶ میلیون تومان؛ برای همین مقدمه را ۳۰ ثانیه نگه دار.
می‌شود صدای خود مدرس را کلون کنم؟
در این سرویس با صداهای آماده‌ی مدل‌ها کار می‌کنی و این را در شرح کار می‌نویسی. اگر مدرس صدای خودش را می‌خواهد، فایل ضبط‌شده‌ی خودش را به Avatar IV بده؛ تقلید صدای کسی بدون رضایت کتبی خط قرمز است.
دوبله یعنی لب‌های ویدیوی اصلی هم فارسی می‌شود؟
نه. متن را ترجمه و با صدای فارسی می‌سازی و در ابزار تدوین خودت جای صدای اصلی می‌گذاری؛ Avatar IV فقط از یک عکس ویدیوی سخنگو می‌سازد.
یک جمله‌ی آخر، از ته دل: این کار پول یک‌شبه ندارد، ولی مدیر آموزشگاهی که یک ترم درس‌هایش را سر وقت و با یک صدا گرفت، ترم بعد سراغ کس دیگری نمی‌رود. متن را بلند بخوان، صدای کسی را بی‌اجازه تقلید نکن و شنبه‌ها تحویل بده؛ بقیه‌اش خودش می‌آید.
یک پاراگراف از یک جزوه را برای گفتار بازنویسی کن، در حالت «صدا» GPT Audio را انتخاب کن و اولین دقیقه‌ی نریشن درس را همین امشب بشنو.
