Video YouTube Bị Tự Động Giảm Âm Lượng (Nhỏ Tiếng Hơn Kênh Khác): Nguyên Nhân Và Cách Khắc Phục

Từ khoảng năm 2013, YouTube áp dụng chuẩn hoá âm lượng (loudness normalization) cho mọi nội dung tải lên. Mục đích rất dễ hiểu: người xem nhảy từ video này sang video khác mà không phải liên tục vặn loa. Để làm được điều đó, hệ thống đo độ lớn cảm nhận của toàn bộ file âm thanh, rồi kéo nó về một mức mục tiêu chung.

Đơn vị dùng để đo là LUFS (Loudness Units relative to Full Scale). Khác với dB thường — vốn chỉ đo biên độ sóng tại một thời điểm — LUFS đo theo cách tai người nghe: có trọng số theo tần số, tính trung bình trên cả chiều dài video. Hai file có cùng đỉnh sóng 0 dB vẫn có thể chênh nhau 6-8 LUFS, và tai người nghe sẽ thấy một file to hơn hẳn file kia.

Mức mục tiêu YouTube hướng tới là khoảng -14 LUFS integrated (tính cho cả video, không phải từng đoạn). Cơ chế vận hành như sau:

• File của bạn to hơn -14 LUFS — ví dụ đo được -10 LUFS — YouTube sẽ hạ khoảng 4 dB khi phát để đưa về mức mục tiêu. Đây chính là hiện tượng "tự động giảm âm lượng".
• File của bạn nhỏ hơn -14 LUFS — ví dụ -20 LUFS — YouTube không tăng lên. Nó phát nguyên trạng, và video của bạn sẽ nghe nhỏ hơn rõ rệt so với các kênh đã mix đúng chuẩn.
• File đo được xấp xỉ -14 LUFS — gần như không bị can thiệp, âm lượng phát ra đúng như bạn nghe khi dựng.

Điểm quan trọng nhất mà phần lớn bài hướng dẫn tiếng Việt bỏ qua: chuẩn hoá chỉ đi một chiều. YouTube hạ cái quá to, chứ không nâng cái quá nhỏ. Nghĩa là nếu bạn mix file ở mức -20 LUFS rồi hi vọng "nền tảng sẽ tự cân bằng giúp", bạn sẽ mãi nhỏ tiếng hơn kênh khác. Và nếu bạn đẩy gain lên thật cao cho "chắc ăn", file sẽ bị kéo xuống nhiều, kéo theo hệ quả khó chịu hơn ở phần sau: giọng nói bị nén, nghe yếu và mờ dù tổng thể vẫn "đủ to".

Đừng đoán. Có hai hướng kiểm tra: kiểm tra video đã đăng (xem YouTube đã hạ bao nhiêu) và kiểm tra file trước khi đăng (đo LUFS tại nguồn). Nên làm cả hai.

Kiểm tra video đã đăng bằng Stats for Nerds

Mở video trên trình duyệt máy tính, bấm chuột phải vào khung hình, chọn Stats for Nerds (Số liệu thống kê dành cho người đam mê). Trong bảng thông tin hiện ra có dòng Volume / Normalized — phần "content loudness" cho biết file gốc lệch bao nhiêu so với mức chuẩn.

• Hiện khoảng 0.0 dB — file gốc của bạn gần đúng mức mục tiêu, YouTube gần như không can thiệp.
• Hiện số dương, ví dụ 4.4 dB — file gốc to hơn chuẩn chừng đó, và đang bị hạ xuống đúng chừng đó khi phát.
• Hiện số âm — file gốc nhỏ hơn chuẩn, YouTube không bù lại, video sẽ nghe yếu hơn các video xung quanh.

Cách đọc chỉ số này được cộng đồng creator tổng hợp lại từ thực tế, Google không có tài liệu chính thức giải thích chi tiết từng con số. Hãy dùng nó như một chỉ báo tương đối: lệch 0-1 dB là ổn, lệch 4-6 dB trở lên là file gốc đang có vấn đề.

Đo LUFS trên file trước khi đăng

Việc này cần làm với bản MP4 cuối cùng, không phải với từng file giọng đọc rời. Vài lựa chọn phổ biến, đều có bản miễn phí:

• Audacity — mở file âm thanh (hoặc track audio tách từ video), vào Effect > Volume and Compression > Loudness Normalization, chọn chế độ Perceived Loudness và đặt mục tiêu -14 LUFS. Audacity hiển thị và xử lý luôn.
• Youlean Loudness Meter — bản miễn phí đo integrated LUFS, short-term và true peak theo thời gian thực, trực quan hơn cho người không chuyên.
• DaVinci Resolve — nếu bạn đã dựng bằng Resolve, trang Fairlight có sẵn đồng hồ loudness, không cần cài thêm gì.

Ghi lại hai con số cho mỗi tập: Integrated LUFS và True Peak. Đó là toàn bộ dữ liệu bạn cần để biết tập này sẽ bị YouTube đối xử thế nào.

Rất nhiều bài viết tiếng Việt về chủ đề này thực ra viết cho người xem YouTube chứ không phải người làm kênh, nên trộn lẫn hai nhóm nguyên nhân hoàn toàn khác nhau. Tách rõ ra sẽ đỡ hoang mang.

Về Stable Volume — đừng trông chờ vào nó

YouTube có tính năng tên là Stable Volume (âm lượng ổn định), thường được bật mặc định khi xem, nằm trong biểu tượng bánh răng của trình phát, phần cài đặt bổ sung. Nó liên tục san phẳng chênh lệch giữa đoạn nhỏ và đoạn to trong lúc phát, giúp người xem không phải vặn loa liên tục.

Hai điều cần nhớ: thứ nhất, đây là tuỳ chọn phía người xem, bạn không điều khiển được từ phía kênh — người này bật, người kia tắt. Thứ hai, tắt Stable Volume không làm video của bạn to lên ở máy người khác; nó chỉ thay đổi cách trình phát xử lý trên máy của chính người đó. Vì vậy, nếu video bạn nghe nhỏ hơn kênh khác, giải pháp duy nhất bạn kiểm soát được là sửa file gốc trước khi upload.

Một lưu ý thực tế: nếu file gốc có dynamic range quá rộng (đoạn kể chuyện thì thầm, đoạn nhạc cao trào gào lên), Stable Volume sẽ can thiệp mạnh, và video của bạn nghe sẽ "lạ" so với bản bạn duyệt trên máy. Nén dải động hợp lý ngay từ khâu dựng sẽ giúp video nghe nhất quán hơn ở mọi thiết bị.

Đây là tình huống phổ biến nhất mà tôi thấy ở các kênh tài liệu, true crime, tiểu sử dùng giọng đọc: người làm kênh để nhạc nền hoành tráng, đo tổng file thì rất to, YouTube hạ 5-6 dB, kết quả là giọng kể bị kéo xuống theo và nghe nhỏ hơn hẳn các kênh cùng ngách — dù tổng thể video vẫn "ồn".

Lý do: chỉ số integrated LUFS đo cả hỗn hợp giọng + nhạc + hiệu ứng. Nhạc nền là loại âm thanh dày, liên tục, đầy tần số, nên nó đóng góp rất lớn vào con số đo được. Khi nhạc đẩy tổng loudness lên -9 hay -10 LUFS, YouTube hạ toàn bộ bản mix về -14. Giọng nói — vốn chỉ chiếm một phần trong bản mix — bị hạ cùng. Người xem nghe thấy nhạc ổn, lời kể thì phải căng tai.

Tỷ lệ giọng đọc và nhạc nền nên bắt đầu từ đâu

• Giọng đọc là trung tâm — với video kể chuyện/tài liệu, giọng nên chiếm vai trò chính trong bản mix, nhạc chỉ là nền đỡ cảm xúc.
• Điểm khởi đầu phổ biến: nhạc nền thấp hơn giọng khoảng 18 dB — đây là mốc khởi đầu nhiều người dựng âm thanh dùng, không phải con số cố định. Nghe thử rồi nhích lên xuống 2-3 dB tuỳ bản nhạc.
• Ducking (hạ nhạc khi có lời) — nếu công cụ dựng hỗ trợ, cho nhạc tự hạ xuống vài dB mỗi khi có giọng và trở lại ở khoảng lặng. Đây là cách giữ cả độ hoành tráng lẫn độ rõ lời.
• Nhạc có dải tần trùng giọng thì nên tránh — nhạc nhiều lớp piano/dây tầm trung sẽ "ăn" vào vùng tần số của giọng người, nghe mờ dù mức dB đúng.

Giọng đọc AI/TTS có gì khác

Giọng TTS thường đã được xử lý sẵn, dải động hẹp, mức khá đều từ đầu đến cuối — đó là lợi thế. Nhưng mỗi nhà cung cấp xuất ra một mức khác nhau; có file nghe rất to, có file khá nhỏ. Nếu bạn đổi giọng giữa các tập mà không đo lại, âm lượng kênh sẽ nhấp nhô giữa tập này và tập kia. Thói quen tốt: mỗi lần nhận file giọng đọc mới, đo LUFS của riêng track giọng, đưa về một mức cố định mà bạn dùng cho cả kênh, rồi mới ghép nhạc. Nếu bạn đang dựng theo hướng này, bài dựng video YouTube dài từ giọng đọc có sẵn mô tả kỹ hơn trình tự làm việc với file giọng.

Đây là phần trả lời trực tiếp cho câu hỏi video youtube bị tự động giảm âm lượng phải làm sao. Làm đúng 5 bước dưới đây cho mỗi tập, bạn sẽ không còn phải đoán.

Năm bước chuẩn hoá âm lượng cho một tập video dài trước khi đăng YouTube.

Vài lưu ý khi thực hiện

• Đừng nhắm -14 LUFS "chằn chặn" — mục tiêu là nằm trong khoảng an toàn. Nhiều kênh nói chuyện chọn mức -14 đến -16 LUFS và nghe vẫn rất ổn. Quá -12 là chắc chắn bị hạ.
• True peak -1 dBTP, không phải 0 — YouTube nén lại file khi xử lý, quá trình nén có thể đẩy đỉnh sóng vượt 0 và gây rè. Chừa 1 dB là mức dự phòng phổ biến.
• Đừng dùng normalize theo peak — chức năng "Normalize to 0 dB" trong nhiều phần mềm chỉ kéo đỉnh sóng, không liên quan gì đến loudness cảm nhận. Phải dùng đúng chức năng loudness normalization theo LUFS.
• Cố định một mức cho cả kênh — mỗi tập mỗi mức khác nhau thì khán giả quen tai với tập này sẽ phải vặn loa ở tập sau. Ghi mức chuẩn vào một file ghi chú và dùng mãi.
• Kiểm tra lại sau khi đăng — đăng ở chế độ không công khai, mở Stats for Nerds, xem con số content loudness. Nếu khoảng 0.0 dB là đạt.

Nếu bạn dựng bằng phần mềm không có đồng hồ LUFS (các app dựng đơn giản, app điện thoại), hãy xuất video ra rồi tách audio đưa vào Audacity để xử lý bước 3-5, sau đó ghép lại. Mất thêm vài phút nhưng tránh được việc cả kênh nhỏ tiếng suốt nhiều tháng.

Thực tế vận hành kênh dài: đo LUFS thủ công cho một tập không khó, nhưng làm đi làm lại mỗi tuần vài tập thì rất dễ bỏ qua. Và chỉ cần quên một tập, tập đó sẽ nghe lệch hẳn so với phần còn lại của kênh — khán giả không biết lý do, họ chỉ thấy khó nghe rồi thoát. Đây là loại công việc lặp lại, có quy tắc rõ ràng, nên để máy làm thay.

Nếu bạn đang dựng tập theo hướng faceless — giọng đọc có sẵn, ảnh minh hoạ, đồ hoạ số liệu, phụ đề — thì DC23 AI Studio xử lý phần này ở khâu xuất: app chia cảnh khớp lời kể từ giọng đọc và kịch bản của bạn, ra danh sách ảnh cần có, làm đồ hoạ số liệu và phụ đề, cho sửa bằng chat tiếng Việt, rồi xuất MP4 1080p đã chuẩn hoá âm lượng theo chuẩn YouTube. Nghĩa là bạn không phải tự mở Audacity đo loudness cho từng tập rồi chỉnh gain tay — mức âm lượng giữa các tập trong cùng kênh cũng vì thế mà đồng nhất.

• Chạy trên Windows — dùng API key kie.ai riêng của bạn; phân tích một tập khoảng 19 phút tốn chừng 0,4-0,5 USD, nên bạn biết trước chi phí mỗi tập.
• Dùng được ảnh/clip tự có — tư liệu bạn đã sưu tầm hoặc tự chụp đều đưa vào được, không bắt buộc sinh toàn bộ bằng AI.
• Giữ nguyên giọng của bạn — app không viết kịch bản, không tạo giọng đọc, không làm tiêu đề/mô tả/thumbnail và không đăng YouTube. Nội dung và kênh vẫn do bạn quyết định hoàn toàn.

Muốn thử, bạn nhắn Zalo kèm mã máy để được cấp mã dùng thử (áp dụng cho 1 máy), rồi kích hoạt bằng mã đó; ai đang còn hạn key DC23 cũ thì mở thẳng bản Pro. Chi tiết cài đặt và luồng làm việc có trong hướng dẫn dùng DC23 AI Studio.

Tại sao hai video cùng kênh nghe to nhỏ khác nhau dù tôi không chỉnh gì?

Vì mỗi tập có tỷ lệ giọng/nhạc/hiệu ứng khác nhau, nên integrated LUFS đo được cũng khác. Tập nhiều nhạc nền sẽ đo cao hơn và bị hạ nhiều hơn; tập gần như chỉ có giọng đọc sẽ đo thấp và không bị hạ. Giải pháp là cố định mức loudness cho mọi tập chứ không dựa vào cảm giác khi duyệt.

Có cách nào bắt YouTube tăng âm lượng video quá nhỏ không?

Không. Chuẩn hoá chỉ đi một chiều: hạ cái quá to, giữ nguyên cái quá nhỏ. Bạn phải tự nâng ở file gốc rồi đăng lại (hoặc thay file bằng bản mới trên video mới — YouTube không cho thay file của video đã đăng).

Tắt Stable Volume có làm video tôi to tiếng hơn không?

Không, với người xem khác. Đó là cài đặt nằm trên trình phát của từng người xem, bạn không điều khiển được từ phía kênh. Nó cũng không thay đổi mức loudness mà YouTube đã áp cho file của bạn.

Đẩy gain thật cao cho "chắc ăn" được không?

Không nên. File quá to sẽ bị hạ mạnh, mà phần bị hạ thường kéo theo cảm giác giọng nói bẹt và thiếu lực. Tệ hơn, nếu bạn đẩy gain đến mức chạm trần thì sóng bị cắt đỉnh (clipping), tiếng rè này tồn tại vĩnh viễn trong file và không cách nào sửa được sau khi đăng. Dùng limiter ở -1 dBTP thay vì đẩy gain mù.

Video dùng giọng TTS có cần chuẩn hoá khác không?

Quy trình giống hệt. Khác biệt duy nhất là TTS có dải động hẹp sẵn nên bạn ít phải nén; đổi lại, mỗi nhà cung cấp xuất ra một mức khác nhau nên phải đo lại mỗi khi đổi giọng. Nếu bạn còn đang chọn công cụ cho kênh, tham khảo thêm bộ công cụ cho người mới làm YouTube không lộ mặt.

Phụ đề có liên quan gì tới âm lượng không?

Không trực tiếp, nhưng cùng phục vụ một mục tiêu: giữ người xem không thoát khi âm thanh không lý tưởng. Nhiều người xem video dài ở nơi ồn hoặc để loa nhỏ, phụ đề khớp thời gian sẽ cứu được phần đó — xem thêm cách làm phụ đề tự động không bị lệch thời gian.

Tóm lại: YouTube chuẩn hoá mọi video về khoảng -14 LUFS, chỉ hạ cái quá to và không nâng cái quá nhỏ. Vì vậy, video youtube bị tự động giảm âm lượng phải làm sao thì câu trả lời luôn nằm ở file gốc — cân lại tỷ lệ giọng/nhạc, nén dải động nhẹ, đo integrated LUFS, chỉnh gain về mức mục tiêu, đặt limiter ở -1 dBTP, rồi kiểm tra lại bằng Stats for Nerds sau khi đăng. Đừng trông chờ Stable Volume hay cài đặt của người xem sửa giúp.

Phần việc này không khó, chỉ phiền vì phải lặp lại ở mỗi tập. Nếu bạn đang làm kênh dài dạng faceless và muốn bớt một việc thủ công, DC23 AI Studio xuất MP4 1080p với âm lượng đã chuẩn hoá theo chuẩn YouTube sẵn, nên các tập trong kênh giữ được mức đồng nhất mà bạn không phải tự đo loudness từng lần. Muốn dùng thử, nhắn Zalo kèm mã máy để được cấp mã, rồi kích hoạt bằng mã đó.