Cách tạo thuyết minh cho bài thuyết trình bằng Text to Speech

Trường hợp điển hình: bạn có một bài thuyết trình 10 slide hoặc một bài học và cần giọng đọc thuyết minh cho từng slide để có thể gửi bài dưới dạng video hoặc phát tự động mà không cần bạn có mặt. Tự ghi âm thường phải thử lại nhiều lần, và mỗi khi có thay đổi bạn lại phải thu âm lại từ đầu. Với Text to Speech, bạn chỉ cần chỉnh sửa văn bản và tạo lại âm thanh.

Nên dùng công cụ nào và vì sao

Hãy dùng Text to Speech: công cụ này chuyển kịch bản dạng văn bản thành giọng nói bằng giọng đọc bạn đã chọn. Nếu bạn muốn bài thuyết minh phát ra giọng của chính mình, hãy nhân bản giọng của bạn trước rồi chọn nó trong tab Giọng của tôi: xem thêm giọng tùy chỉnh là gì. Voice Changer không phù hợp trong trường hợp này: công cụ đó dùng để đổi giọng trong tệp ghi âm có sẵn và không hỗ trợ xử lý văn bản.

Các bước thực hiện qua ví dụ

Ví dụ: một bài thuyết trình sản phẩm gồm 10 slide bằng tiếng Anh, mỗi slide có kịch bản khoảng 150 từ.

1. Viết kịch bản cho từng slide trong ứng dụng ghi chú. Viết số, từ viết tắt và tên riêng theo đúng cách phát âm mong muốn, ví dụ: viết "twenty twenty-six" thay vì "2026" nếu bạn muốn đọc như vậy.

2. Mở Text to Speech trên tab Công cụ và dán nội dung của slide 1 bằng nút Dán. Nhấn Tiếp tục.

3. Chọn một giọng đọc duy nhất cho toàn bộ bài thuyết trình. Đối với bài thuyết trình công việc, hãy thử giọng MiniMax Expressive Narrator hoặc giọng OpenAI như Onyx hoặc Coral cùng cài đặt sẵn News. Nhấn Tiếp tục.

4. Nhấn Tạo và nghe thử kết quả. Nếu tốc độ hoặc ngữ điệu chưa phù hợp, hãy điều chỉnh tốc độ cho MiniMax hoặc câu lệnh chỉ dẫn cho OpenAI rồi nhấn Tạo lại.

5. Khi slide 1 đã nghe ưng ý, hãy lưu tệp: nút bên cạnh trình phát cho phép chia sẻ tệp trên ứng dụng hoặc tải xuống trên web.

6. Quay lại tab Văn bản, thay thế bằng nội dung của slide 2 và nhấn tạo tiếp. Giọng đọc cùng các cài đặt đã chọn sẽ được giữ nguyên.

7. Chèn từng tệp âm thanh vào đúng slide tương ứng trong PowerPoint, Keynote hoặc Google Slides.

Bạn nên lưu từng tệp ngay sau khi tạo xong. Nếu không có gói Premium, mục Lịch sử chỉ lưu 3 kết quả gần nhất, vì vậy sau slide 4 thì tệp của slide 1 sẽ không còn trong Lịch sử.

Mẹo để giọng đọc nghe tự nhiên hơn

• Lồng tiếng theo từng slide riêng lẻ. Các đoạn ngắn sẽ dễ chỉnh sửa và dễ đặt vào từng slide hơn. Mỗi lượt tạo hỗ trợ tối đa 10,000 ký tự.

• Để tạo khoảng dừng trước một ý quan trọng, hãy thêm <#1#> khi dùng giọng MiniMax hoặc dấu ba chấm khi dùng giọng ElevenLabs.

• Nếu một từ bị nhấn sai trọng âm, hãy viết hoa phần cần nhấn: REcord hoặc reCORD.

• Để tạo kịch bản bằng chính giọng của bạn, hãy ghi âm mẫu giọng bằng đúng ngôn ngữ của bài thuyết trình.

Tìm hiểu thêm về các thẻ và cài đặt: cách thức hoạt động của Text to Speech và câu lệnh chỉ dẫn cho giọng đọc OpenAI.

Chi phí sử dụng

Với ví dụ trên, 10 slide khoảng 150 từ mỗi slide, tổng cộng khoảng 9,000 ký tự:

Mỗi lần nhấn "Tạo lại" được tính phí như một lượt tạo mới, vì vậy bạn nên thử giọng đọc trên một slide trước khi lồng tiếng cho các phần còn lại. Bảng giá cho tất cả công cụ: biểu phí token cho từng công cụ.