Giọng AI miễn phí mà đọc sai dấu? Tôi đã cứu giọng clone của mình như thế nào
Tuần trước, tôi ngồi cắn móng tay xem bản nháp video TikTok của mình. Giọng clone tôi vừa tạo xong đọc câu "Con cá bơi qua cầu" thành "Con cả bơi qua cầu". Cả một đoạn phim về ẩm thực miền Tây bỗng dưng thành trò cười. Tôi tưởng mình đã làm đúng hết: thu âm bằng điện thoại, cắt bớt đoạn đầu, upload lên web. Vậy mà vẫn sai.
Sau 3 đêm mất ngủ, tôi tìm ra thủ phạm. Không phải do trang web tệ, mà do tôi đưa vào thứ rác. Giờ thì tôi có hẳn một checklist để cứu bất kỳ giọng clone nào. Bạn cứ làm theo thứ tự này, đảm bảo đỡ tốn thuốc bổ não.
Bước 1: Thu âm lại từ đầu, nhưng đừng thu trong phòng ngủ
Tôi từng nghĩ phòng ngủ lúc nửa đêm là yên tĩnh nhất. Sai. Cái quạt treo tường, tiếng ổ cứng, thậm chí tiếng bụng sôi của tôi cũng bị mic thu vào. Lần đầu clone giọng, tôi upload 20 giây thu bằng tai nghe rẻ tiền, kết quả giọng AI nghe như đang nói chuyện trong hang động.
Cách sửa: tìm góc phòng có rèm vải dày, đóng hết cửa sổ. Đặt điện thoại cách miệng 15-20cm, không phải 5cm. Thu xong, nghe lại bằng tai nghe mới nhận ra tiếng ồn nền. Tôi dùng thêm app ghi âm có chức năng giảm ồn trên điện thoại Android, nhưng bạn đừng lạm dụng vì nó làm giọng mất tự nhiên.
Bước 2: Cắt audio sạch sẽ, đừng để 2 giây đầu
Cái bẫy tiếp theo là đoạn audio dài 30 giây nhưng 5 giây đầu toàn tiếng hắng giọng. Tôi từng đưa cả đoạn đó vào, kết quả giọng clone bị vấp ở mọi câu bắt đầu bằng chữ "Và".
Quy tắc tôi tự đặt ra: chỉ giữ đoạn nói liền mạch, không ngập ngừng. Mỗi câu phải kết thúc trọn vẹn. Nếu bạn muốn clone giọng đọc sách, hãy đọc 3-4 câu ngắn, nghỉ 1 giây giữa mỗi câu. Đừng đọc liền một hơi dài 30 giây, vì AI sẽ học cả nhịp thở của bạn, rồi chèn tiếng thở vào chỗ không cần thiết.
Bước 3: Tách text thành từng cụm ngắn, đừng dồn cả đoạn văn
Đây là lúc tôi nhận ra mình đã sai từ khâu chuẩn bị text. Tôi copy nguyên một đoạn giới thiệu món ăn dài 200 chữ, dán vào ô text. AI đọc trơn tru nhưng sai dấu ở những chỗ tôi không ngờ: "cá" thành "cả", "mực" thành "mục", "nghệ" thành "nghề".
Cách cứu: chia nhỏ text thành từng câu hoàn chỉnh, mỗi câu không quá 25 chữ. Đặt dấu chấm, dấu phẩy đầy đủ. Đặc biệt với tiếng Việt, phải viết đúng dấu nặng, dấu hỏi. Tôi từng gõ "một chút" nhưng bỏ quên dấu nặng, AI đọc thành "mọt chút" - nghe như đang nói về con mọt gỗ.
Bước 4: Dùng tính năng chỉnh giọng đọc có sẵn trên web
Trang web tôi hay dùng có phần nâng cao cho phép chỉnh tốc độ và cao độ. Lúc đầu tôi không đụng vào vì sợ phức tạp. Sau lần "cá" thành "cả", tôi mới mày mò thử.
Tôi giảm tốc độ xuống 0.9, tăng cao độ lên 1.05. Giọng nghe tự nhiên hơn hẳn, đỡ bị robot. Nhưng lưu ý: đừng chỉnh quá tay. Tôi từng tăng tốc độ lên 1.3 để video ngắn lại, kết quả giọng đọc như người bị đuổi bắt. Cứ để mặc định rồi tinh chỉnh từ từ, mỗi lần 0.05.
Bước 5: Thử nghiệm 3 lần với cùng một text
Nghe có vẻ tốn thời gian, nhưng đây là cách duy nhất tôi tìm được giọng ưng ý. Lần 1: giọng đều nhưng hơi buồn. Lần 2: giọng nhanh hơn nhưng sai dấu ở từ "thuở". Lần 3: chỉnh thêm dấu phẩy sau "thuở ấy", kết quả hoàn hảo.
Tôi không nói bạn phải thử 3 lần mọi lúc, nhưng với video TikTok mà giọng đọc sai là coi như hỏng. Một lần thử thêm mất 2 phút, đáng giá hơn việc phải quay lại cảnh hình.
Câu hỏi tôi nhận được nhiều nhất
Hỏi: Tôi không có micro xịn, chỉ có điện thoại cũ, có clone được không?
Được, nhưng đừng thu ở ngoài đường. Vào phòng tắm, đóng cửa, treo rèm nhung nếu có. Tiếng vang trong phòng tắm thực ra giúp giọng ấm hơn, nhưng đừng để tiếng nước chảy lọt vào.
Hỏi: Giọng clone của tôi đọc tiếng Anh được không?
Nếu bạn thu âm toàn tiếng Việt, thì chỉ nên dùng cho tiếng Việt. Tôi từng thử đọc từ "OK" trong câu tiếng Việt, nó đọc thành "ò-kê" - nghe buồn cười vô cùng. Tốt nhất là viết hẳn "ô-kê" nếu muốn giọng tự nhiên.
Hỏi: Có mất phí gì không?
Trang tôi dùng miễn phí hoàn toàn, không cần đăng ký. Cứ vào web, tải audio lên, chờ 30 giây là xong. Nhưng đừng upload audio có nhạc nền, vì AI sẽ học cả tiếng nhạc, rồi giọng clone bị rè như loa kẹo.
Lời cuối từ một người từng ném điện thoại vì giọng clone
Giờ tôi đã có giọng clone ưng ý, đọc đúng dấu, tự nhiên như người thật. Video TikTok của tôi tăng view vì người xem không nhận ra đó là giọng AI. Nhưng tôi vẫn luôn nghe lại 2 lần trước khi xuất bản.
Bạn thử ngay hôm nay: mở web, thu 20 giây giọng đọc sách, upload lên, rồi dán một câu có đầy đủ dấu như "Mẹ mua mực về nấu cháo". Xem nó đọc đúng không. Nếu sai, quay lại bước 3 và tách câu ngắn hơn. Tin tôi đi, lần đầu thành công sẽ khiến bạn cười như tôi đã cười - vui sướng vì cuối cùng cũng thắng được cái dấu nặng.