Text to speech tiếng Việt: chọn giọng và xuất MP3
Giọng không hỗ trợ thanh tiếng Việt sẽ đọc sai thoại. Nghe thử một câu, rồi mới xuất cả file.
Text to speech tiếng Việt là đưa văn bản thành giọng đọc. Dùng được cho sách nói, kênh YouTube, hoặc nghe lại bản thảo. Điểm dễ sai là chọn giọng “đa ngôn ngữ” nhưng thanh hỏi/ngã bị nuốt.
Nghe thử trước khi xuất cả file
Dùng một câu có tên riêng, thanh hỏi/ngã và nhiều dấu câu: “Hải hỏi: Bạn đã sửa bản thảo kỹ chưa? Nếu ổn, mình bắt đầu lúc bảy giờ nhé.” Nếu giọng đọc sai hoặc ngắt không tự nhiên, đổi giọng hay tốc độ trước khi chạy cả tài liệu.
- Giọng nữ/nam miền khác nhau: chọn đúng không khí truyện, không chọn vì tên giọng hay.
- Tốc độ: chậm hơn một nấc so với cảm giác “vừa” lúc nghe thử 10 giây.
- Xuất MP3: mở bằng trình nghe trên máy để kiểm tra ngắt câu, không chỉ nghe trong app.
Quy trình từ văn bản đến MP3
- Làm sạch văn bản và chia file theo chương hoặc phần.
- Chọn giọng, dán câu kiểm thử ở trên và chỉnh tốc độ.
- Xuất một đoạn ngắn, nghe lại bằng trình phát trên máy.
- Khi đoạn thử đạt yêu cầu, chạy hàng loạt và kiểm tra ngẫu nhiên vài file MP3.
Bạn có thể xem video chính thức hướng dẫn Tofu Voice để đối chiếu thao tác từ TXT hoặc SRT đến lúc tạo audio hàng loạt.
Chọn giọng online hay giọng trên máy
Tofu Voice bản thường dùng Edge hoặc CapCut. Bản Pro thêm giọng offline, clone giọng và tài liệu. Edition tofu-voice-EL có công cụ của Pro cùng catalog ElevenLabs: bạn mua mã TFVE, không dán API key chính thức; lane giọng đi qua proxy TofuToon vận hành. Các bản desktop không trừ năng lượng trên web TofuToon.
Khi nào nên chọn ElevenLabs
Chọn ElevenLabs khi bạn ưu tiên kho giọng lớn và muốn thử nhiều âm sắc cho truyện, video hoặc nội dung đa ngôn ngữ. Đừng chọn theo tên giọng: bài ElevenLabs tiếng Việt có câu kiểm thử thanh điệu, tên riêng và số. Bài tool voice ElevenLabs phân tích bảo mật API key và cách Tofu Voice bán edition này.
- Edge/CapCut: bắt đầu nhanh, phù hợp TXT và giọng online phổ thông.
- Offline: phù hợp khi cần tạo audio không có mạng sau khi đã chuẩn bị voice.
- ElevenLabs: nhiều lựa chọn voice hơn; app không dán key chính thức, lane đi qua proxy TofuToon, cần mạng.
CapCut cần mở app CapCut, đăng nhập, rồi kết nối lại trong Tofu Voice. Edge cần mạng ổn. Nếu hay cắt mạng giữa chừng, tách thành nhiều file TXT để file đã xong không bị làm lại.
Chữ đưa vào phải là chữ đọc được
Bỏ mục lục dính, dòng “chương 1 chương 1”, và ký tự rác từ copy web. Bài tạo sách nói từ file TXT nói rõ cách chuẩn bị chữ trước khi xuất MP3.
Một máy đang mở
Mã kích hoạt gắn một máy tại một thời điểm. Mở máy khác sẽ thoát máy đang dùng. Không phải giới hạn số lần cài; chỉ không chạy song song hai máy.
Câu hỏi thường gặp
Text to speech tiếng Việt miễn phí trên web khác gì app trên máy?
Hãy so sánh giới hạn ký tự, định dạng đầu vào, khả năng chạy hàng loạt và nơi lưu file của từng dịch vụ. Tofu Voice xử lý quy trình từ file trên máy và lưu MP3 về thư mục bạn chọn.
Có clone giọng trong bản thường không?
Không. Clone giọng và giọng offline nằm ở Pro và edition EL. Lane ElevenLabs là nhóm giọng riêng; không đồng nghĩa mọi voice trong thư viện là giọng bạn được phép clone hoặc mạo danh.
File MP3 nghe trên điện thoại được không?
Được. Copy MP3 sang điện thoại hoặc ổ đám mây của bạn. App không giữ file trên máy chủ TofuToon.