AI đọc văn bản tiếng Việt: chuyển văn bản thành giọng nói miễn phí trên Edge, điện thoại, FPT.AI, Viettel AI, Vbee

AI đọc văn bản là gì?

AI đọc văn bản, hay text to speech (TTS), chuyển chữ thành giọng nói. Người ta dùng để nghe tài liệu thay vì đọc, nghe lại bài mình viết để bắt lỗi, đọc cho người khiếm thị, lồng tiếng video, làm sách nói, tổng đài tự động. Giọng đọc thế hệ mới dựa trên AI tạo sinh nên ngắt nghỉ, lên xuống giọng gần với người thật hơn giọng máy cũ.

Có ba nhóm: bộ đọc có sẵn trong trình duyệt, Word và điện thoại, miễn phí, nghe ngay nhưng thường không xuất file âm thanh; dịch vụ tạo giọng đọc cho tải file MP3, WAV để làm video, sách nói như FPT.AI, Viettel AI, Vbee, ElevenLabs; và API cho lập trình viên gắn giọng đọc vào ứng dụng.

Nghe trang web, PDF tiếng Việt bằng Microsoft Edge

Read aloud của Edge miễn phí và đọc được cả trang web lẫn file PDF tiếng Việt, theo bảng ngôn ngữ của Microsoft. Mở Reading mode bằng nút trên thanh địa chỉ hoặc phím F9 rồi chọn Read aloud; hoặc vào menu ba chấm, More tools, Read aloud. Muốn nghe một đoạn, bôi đen đoạn đó, bấm chuột phải rồi chọn Read aloud selection. Mục Voice options cho đổi giọng và tốc độ đọc. Read aloud chạy được cả khi không có mạng, nhưng khi đó chỉ còn ít giọng để chọn.

Word, Chrome, iPhone, Android đọc văn bản thế nào?

Các bộ đọc có sẵn khác, theo trợ giúp của từng hãng:

• Word: vào thẻ Review, chọn Read Aloud (có ở Office 2019, 2021 và Microsoft 365). Word đọc theo ngôn ngữ soát chính tả của tài liệu, nên đặt ngôn ngữ đó là tiếng Việt; giọng tự nhiên (neural) cần đăng nhập Microsoft 365 và có mạng.
• Chrome trên Android: mở trang, bấm menu ba chấm, chọn Listen to this page. Chế độ Standard đọc toàn bộ chữ trên trang, chế độ AI biến trang thành cuộc trò chuyện kiểu podcast; danh sách ngôn ngữ có tiếng Việt, vẫn nghe tiếp khi khoá màn hình.
• iPhone: vào Cài đặt, Trợ năng, Read & Speak (Đọc và nói); bật Speak Selection rồi chọn chữ và bấm Speak, hoặc bật Speak Screen rồi vuốt hai ngón từ đỉnh màn hình xuống để nghe cả màn hình; chọn giọng, ngôn ngữ mặc định, tốc độ trong cùng mục.
• Android: bôi đen chữ, chọn More rồi Read aloud; hoặc bật Select to Speak trong Cài đặt, Hỗ trợ tiếp cận để chạm vào chữ trên màn hình mà nghe. Bộ đọc của Google có tiếng Việt; đổi ngôn ngữ, tốc độ ở mục Text-to-speech output.

Dịch vụ tạo giọng đọc tiếng Việt, tải file âm thanh

Khi cần file âm thanh để làm video hay sách nói, các dịch vụ dưới đây có giọng tiếng Việt và phần miễn phí:

• FPT.AI Voice Maker: miễn phí 100.000 ký tự mỗi tháng khi đăng ký ở voicemaker.fpt.ai; 9 giọng đọc theo vùng miền Bắc, Trung, Nam và 7 tốc độ; dán link trang web để tự tách nội dung, thêm từ điển phiên âm từ tiếng Anh, chèn khoảng nghỉ, dùng nhiều giọng trong một bài; tải file MP3.
• Viettel AI Text to Speech: giọng tiếng Việt theo vùng miền; tài khoản mới được tặng 50.000 ký tự; nghe thử rồi tải file MP3 hoặc WAV.
• Vbee AIVoice: dùng trên web, chuyển văn bản, file .docx, .txt, link trang hay file phụ đề .srt thành giọng đọc, có nhân bản giọng, lồng tiếng và API; Vbee ghi có 20 giọng tiếng Việt; gói Free chuyển tối đa 3.000 ký tự mỗi lần; tải MP3, WAV.
• ElevenLabs: đọc được tiếng Việt từ 19/07/2024; gói Free 10.000 credit mỗi tháng, khoảng 10 phút giọng đọc, nhưng chỉ dùng phi thương mại và phải ghi nguồn. Chọn giọng của người nói tiếng Việt để đỡ lơ lớ; chi tiết ở bài ElevenLabs là gì.

API đọc văn bản tiếng Việt cho lập trình viên

Muốn gắn giọng đọc vào ứng dụng, tổng đài hay website, có thể gọi API: Azure AI Speech có giọng vi-VN-HoaiMyNeural (nữ), vi-VN-NamMinhNeural (nam) và giọng Linh thế hệ mới; Google Cloud Text-to-Speech có nhiều giọng vi-VN ở các bậc Standard, WaveNet, Neural2; API text to speech của OpenAI đọc được tiếng Việt, dù giọng được tối ưu cho tiếng Anh. FPT.AI, Viettel AI, Vbee và ElevenLabs cũng có API riêng. Cách lấy key của các hãng có ở bài cách lấy API key.

Mẹo để giọng đọc tiếng Việt tự nhiên

Phần lớn lỗi đọc sai đến từ văn bản đầu vào:

• Gõ đủ dấu, đúng chính tả; dấu phẩy, dấu chấm quyết định chỗ ngắt nghỉ.
• Số, ngày tháng, đơn vị, chữ viết tắt nên viết thành chữ, hoặc thêm vào từ điển của dịch vụ nếu có.
• Từ tiếng Anh, tên riêng nước ngoài: phiên âm sang cách đọc tiếng Việt trong từ điển để giọng đọc không vấp.
• Chia văn bản dài thành đoạn ngắn, nghe thử từng đoạn và chỉnh tốc độ trước khi xuất cả bài.
• Chọn giọng hợp vùng miền và người nghe: bài giảng, quảng cáo, kể chuyện cần chất giọng khác nhau.

Nhân bản giọng nói và bản quyền

Giọng đọc AI dễ làm nhưng có vài ranh giới cần giữ:

• Chỉ nhân bản giọng của chính bạn hoặc người đã đồng ý. Theo Luật Trí tuệ nhân tạo, nội dung mô phỏng giọng nói của người thật phải gắn nhãn dễ nhận biết.
• Đọc sách, truyện, bài báo của người khác thành audio rồi đăng công khai cần chủ sở hữu quyền tác giả cho phép; Vbee ghi không chịu trách nhiệm về bản quyền của văn bản người dùng đưa lên.
• Đọc kỹ điều khoản dùng thương mại của từng dịch vụ, ví dụ gói Free của ElevenLabs không cho dùng thương mại.
• Cảnh giác cuộc gọi dùng giọng giả người quen để hỏi tiền: gác máy và gọi lại số bạn vẫn dùng để kiểm tra.

Câu hỏi thường gặp