Cách ghi âm mẫu để giọng nhân bản giống bạn nhất

Bản sao sẽ sao chép mọi thứ nghe được từ bản mẫu: âm sắc, cách nói cũng như tiếng vang, tiếng tủ lạnh chạy hoặc tiếng nhạc nền. Bản ghi âm càng tốt thì giọng tạo ra càng giống, và nhà cung cấp không thể chỉnh sửa bản ghi âm kém chất lượng sau đó.

Nơi ghi âm

Hãy ghi âm trong một căn phòng nhỏ, yên tĩnh có nhiều đồ vật mềm xung quanh, ví dụ như phòng ngủ có rèm cửa và ghế sofa. Tường trống, phòng tắm hoặc phòng không có đồ đạc sẽ tạo ra tiếng vang, và bản sao sẽ giữ nguyên tạp âm đó.

• Tắt TV, nhạc, quạt, máy điều hòa và đóng cửa sổ lại.

• Giữ điện thoại cách miệng 15–30 cm và duy trì khoảng cách này cho đến khi ghi âm xong.

• Không che micrô bằng tay hoặc ốp lưng, và không ghi âm qua khăn quàng hoặc khẩu trang.

Cách nói

Hãy nói theo cách bạn muốn giọng đọc phát ra ở kết quả cuối cùng. Nếu bạn cần giọng đọc lồng tiếng trầm tĩnh, hãy đọc thật điềm đạm; nếu cần sự sống động, hãy đọc với sự hào hứng.

• Nói với tốc độ và âm lượng bình thường của bạn. Không thì thầm, hét lớn hoặc kéo dài các từ.

• Đọc hết đoạn văn bản hiển thị trên màn hình. Đoạn văn này chứa các âm thanh và ngữ điệu đa dạng mà bản sao cần để học giọng.

• Nếu bạn nói nhầm, hãy nhấn vào Ghi âm lại và bắt đầu lại từ đầu. Khoảng dừng dài hoặc tiếng ho ở giữa chừng cũng sẽ bị lẫn vào bản sao.

Ghi âm bằng ngôn ngữ bạn sẽ dùng để lồng tiếng

Giọng nhân bản sẽ tự nhiên nhất khi đọc bằng chính ngôn ngữ của bản ghi âm mẫu. Giọng được ghi âm bằng tiếng Nga vẫn có thể nói tiếng Anh, nhưng ngữ điệu và trọng âm sẽ giữ nguyên nét tiếng Nga. MiniMax đặc biệt nhạy cảm với điều này, và ứng dụng có hiển thị nhắc nhở bạn trên màn hình Giọng mới. Giọng của Qwen 3 có thể nói 10 ngôn ngữ: tiếng Anh, tiếng Nga, tiếng Trung, tiếng Đức, tiếng Pháp, tiếng Tây Ban Nha, tiếng Ý, tiếng Nhật, tiếng Hàn và tiếng Bồ Đào Nha.

Nên chọn tệp nào

Tệp sẽ hoạt động tốt nếu chỉ có một người nói, không có nhạc hay hiệu ứng âm thanh. Giới hạn thời lượng từ 10 giây đến 5 phút và dung lượng tối đa 20 MB, trong đó ứng dụng khuyến nghị bạn dùng đoạn ghi âm dài 60 giây.

Nếu bản sao vẫn chưa giống giọng của bạn

Hãy thử chọn nhà cung cấp khác với cùng bản ghi âm đó. MiniMax và Qwen 3 tái tạo cùng một giọng nói theo cách khác nhau, và giọng từ Qwen 3 tốn khoảng 1 token nên bạn có thể thử so sánh rất tiết kiệm. Một giọng đã tạo không thể huấn luyện lại: để cải thiện, hãy tạo giọng mới từ bản ghi âm tốt hơn và xóa giọng cũ trong Giọng của tôi. Các nguyên nhân và lỗi khác: nhân bản giọng nói thất bại hoặc giọng nghe không đúng.