Cách Text to Speech hoạt động: giọng đọc, giới hạn và chi phí

Text to Speech chuyển đổi văn bản viết thành tệp âm thanh giọng nói. Mọi người thường dùng tính năng này để lồng tiếng cho trang trình chiếu hoặc video, nghe đọc bài viết thay vì đọc chữ, nghe cách phát âm một cụm từ tiếng nước ngoài, hoặc gửi tin nhắn bằng chính giọng nói nhân bản của mình. Tính năng hoạt động trên web.vocalingo.app, iOS và Android.

Bạn có thể nhập văn bản nào

Mỗi lần chạy xử lý tối đa 10.000 ký tự, tương đương khoảng 11 phút giọng nói ở tốc độ bình thường. Bộ đếm bên dưới ô nhập liệu sẽ cho biết bạn đã dùng bao nhiêu ký tự.

• Nhập văn bản hoặc chạm vào Dán để chèn từ khay nhớ tạm.

• Đọc văn bản bằng nút micro: ứng dụng sẽ chuyển giọng nói của bạn thành văn bản.

• Chuyển tiếp từ công cụ khác: sau khi dùng Speech to Text hoặc Video to Text, chạm vào Text to speech trong mục Tiếp theo?.

Nếu văn bản dài hơn giới hạn, ứng dụng sẽ hiển thị thông báo "Text is too long. Maximum 10000 characters." Hãy chia nhỏ văn bản thành nhiều phần và tạo âm thanh cho từng phần.

Cách chuyển văn bản thành giọng nói

1. Trên tab Công cụ, mở Text to Speech.

2. Trên tab Văn bản, nhập văn bản và chạm vào Tiếp tục.

3. Trên tab Giọng đọc, chọn một giọng nói. Nút phát bên cạnh giọng đọc sẽ phát thử một đoạn mẫu. Theo mặc định, giọng Expressive Narrator của MiniMax sẽ được chọn sẵn.

4. Nếu cần, bạn có thể thiết lập thêm giọng đọc ở phía dưới danh sách: hướng dẫn cho giọng OpenAI, cảm xúc, tốc độ và cao độ cho MiniMax, độ ổn định, độ tương đồng và phong cách cho ElevenLabs. Chạm vào Tiếp tục.

5. Trên tab Kết quả, kiểm tra chi phí ước tính rồi chạm vào Tạo.

Trong khi tệp âm thanh đang được tạo, nút sẽ hiển thị "Generating audio..." kèm tỷ lệ phần trăm, và nút Hủy sẽ xuất hiện bên dưới.

Các giọng đọc bạn có thể chọn

Trình chọn giọng đọc gồm có bảy tab: Yêu thích, Gần đây, Giọng của tôi, MiniMax, Qwen 3, OpenAI và ElevenLabs. MiniMax và ElevenLabs đem lại giọng đọc tự nhiên nhất cho các văn bản dài, giọng OpenAI có thể điều chỉnh theo hướng dẫn, còn tab Giọng của tôi chứa các giọng được nhân bản từ bản ghi âm của bạn. Bảng so sánh tất cả các nhóm giọng đọc kèm giá: nên chọn giọng Text to Speech nào. Cách tìm kiếm, nghe thử và lưu giọng đọc vào danh sách Yêu thích: cách chọn giọng đọc.

Cách thêm tiếng cười, khoảng dừng và nhấn âm chính xác

Với các giọng đọc của MiniMax và ElevenLabs, tab Văn bản sẽ hiển thị các thẻ tag. Chạm vào một thẻ để sao chép rồi dán vào đúng vị trí cần phát âm trong văn bản.

• MiniMax: (laughs), (sighs), (coughs), (crying), (gasps), (groans), và <#1#> cho khoảng dừng một giây.

• ElevenLabs: [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying], và dấu chấm lửng (...) cho một khoảng dừng. Quá nhiều thẻ liên tiếp có thể khiến âm thanh bị lỗi.

• Nếu một từ bị nhấn sai trọng âm, hãy viết hoa phần cần nhấn, ví dụ như REcord (album) và reCORD (ghi âm).

Nội dung nhận được và vị trí tìm lại

Tab Kết quả hiển thị một trình phát âm thanh. Bên cạnh trình phát có một nút bấm: trên ứng dụng di động, nút này mở menu chia sẻ để bạn gửi tệp hoặc lưu về thiết bị; trên trình duyệt web, nút này dùng để tải tệp xuống. Để thay đổi nội dung, hãy chỉnh sửa văn bản hoặc giọng đọc rồi chạm vào Tạo lại.

Mọi kết quả đều được lưu vào Lịch sử: chạm vào biểu tượng đồng hồ ở phía trên cùng. Nếu không có Premium, 3 kết quả gần nhất sẽ được giữ lại, còn với gói Premium, toàn bộ kết quả sẽ được lưu. Chi tiết: Lịch sử: lưu, khôi phục và xóa kết quả.

Chi phí sử dụng

Giá sẽ tùy thuộc vào giọng đọc và độ dài của văn bản. Token chỉ bị trừ khi tệp âm thanh đã hoàn tất: nếu quá trình tạo thất bại, bạn sẽ không mất gì hoặc token sẽ được hoàn lại.

Mức tối thiểu cho mỗi lần chạy là 1 token. Các hướng dẫn, cảm xúc và cài đặt khác không làm thay đổi mức giá. Bảng giá cho các công cụ khác: bảng giá token cho từng công cụ.

Những điều Text to Speech không thể làm

• Tính năng không hỗ trợ dịch thuật. Giọng đọc sẽ đọc văn bản theo đúng ngôn ngữ được viết. Để có giọng đọc bằng ngôn ngữ khác, bạn hãy dịch văn bản trước trong công cụ Dịch văn bản.

• Tính năng không thể đổi giọng đọc trong bản ghi âm có sẵn. Để làm việc đó, bạn hãy dùng Voice Changer.

• Trang kết quả không có khối Tiếp theo?, vì vậy âm thanh sẽ không tự động chuyển tiếp sang các công cụ khác.

Nếu quá trình tạo mất quá nhiều thời gian, ứng dụng sẽ báo "Voice generation took too long. Please try again." Hãy chạm vào Thử lại, và nếu vẫn không được, bạn hãy thử chọn một giọng đọc khác.