Kinh nghiệm tạo giọng nói bằng AI miễn phí cho học trực tuyến
Tối thứ ba, khoảng mười một giờ rưỡi, tôi ngồi trước chiếc máy tính xách tay với một ly cà phê đã nguội ngắt. Sáng hôm sau phải đăng bài học mới lên nhóm Zalo của lớp, nhưng phần thuyết minh vẫn còn trống. Tôi đã thu thử bằng điện thoại đến lần thứ sáu, lần nào cũng có tiếng xe máy ngoài đường, tiếng quạt quay hoặc giọng tôi nghe khô khốc như đang đọc nội quy.
Lúc ấy tôi nghĩ: chẳng lẽ làm một đoạn thuyết minh dài năm phút cũng phải thuê phòng thu? Tôi tìm thử giọng nói ai miễn phí và thấy VoxClone. Trang giới thiệu nói có thể tạo giọng đọc trực tuyến, không cần đăng ký, dùng miễn phí. Nghe khá tiện, nhưng tôi vẫn hơi ngờ vực. Những công cụ kiểu này thường làm giọng đều đều, phát âm tên riêng sai, còn phần giọng mẫu thì lúc được lúc không.
Tôi quyết định thử vì bài học chỉ dành cho học sinh ở Việt Nam, nội dung không quá dài và tôi vẫn có thể chỉnh lại nếu kết quả không ổn. Lần đầu thất bại thật. Lần thứ hai mới bắt đầu giống một đoạn thuyết minh mà tôi có thể mạnh dạn gửi đi.
Tôi tìm đến công cụ này trong một buổi tối khá gấp
Bài học hôm đó nói về cách phân biệt tin đáng tin cậy trên mạng. Tôi đã viết sẵn phần chữ trong một tệp, tổng cộng khoảng sáu trăm từ, có vài ví dụ liên quan đến TikTok, YouTube và Facebook. Nếu tự đọc, tôi cần gần năm phút. Nếu đọc quá nhanh, học sinh sẽ khó theo kịp; nếu đọc chậm, đoạn ghi âm lại dài và nặng nề.
Tôi mở trang trực tuyến chuyển văn bản thành giọng nói của VoxClone trên trình duyệt. Điều khiến tôi bớt ngại là không phải tạo tài khoản hay điền số điện thoại. Tôi không muốn đăng ký thêm một dịch vụ chỉ để làm một bài học nhỏ, nhất là khi chưa biết chất lượng thực tế ra sao. Giao diện cũng không làm tôi rối: có khu vực nhập nội dung, phần chọn giọng và nút tạo âm thanh.
Trước đó, tôi từng tìm những cụm như giọng ai miễn phí, giọng đọc miễn phí và tạo giọng nói bằng ai miễn phí. Kết quả tìm kiếm có rất nhiều trang, nhưng không phải trang nào cũng cho thử ngay. Có nơi bắt tải phần mềm, có nơi yêu cầu nhập thẻ, có nơi hiển thị quá nhiều quảng cáo khiến tôi không biết đâu là nút thật. VoxClone đơn giản hơn, phù hợp với tình huống cần làm nhanh trên máy tính ở nhà.
Tôi dán toàn bộ đoạn văn vào ô nhập liệu rồi chọn một giọng có âm sắc khá ấm. Khi nhìn nút tạo âm thanh, tôi còn chần chừ vài giây. Một phần vì tò mò, phần khác vì sợ giọng máy sẽ làm bài học mất tự nhiên. Thuyết minh cho học sinh không chỉ cần nghe rõ; nó còn phải có nhịp nghỉ, có cảm giác người nói đang giải thích chứ không phải đọc từng chữ trong danh sách.
Lần đầu tôi làm hỏng vì viết như đang ghi chú
Tôi bấm tạo ngay sau khi dán văn bản. Kết quả ra nhanh hơn tôi nghĩ, nhưng nghe chưa ổn. Câu mở đầu bị dính liền với câu sau, đoạn có dấu hai chấm nghe cứng, còn phần liệt kê ba dấu hiệu nhận biết tin giả thì gần như không có khoảng nghỉ. Một số chữ viết tắt trong ví dụ cũng được đọc theo cách tôi không mong muốn.
Tôi nghe lại bằng tai nghe, rồi mở loa ngoài để kiểm tra ở âm lượng nhỏ. Hai cách nghe cho cảm nhận khác nhau. Bằng tai nghe, tôi nhận ra âm cuối của vài câu hơi cụt. Qua loa máy tính, giọng lại khá rõ nhưng có cảm giác đơn điệu. Tôi đã định bỏ cuộc và quay lại thu bằng điện thoại, song nghĩ đến tiếng quạt cùng những lần phải đọc lại, tôi quyết định sửa văn bản trước.
Sai lầm của tôi là coi phần chữ dành cho người đọc giống hệt phần chữ dành cho máy. Trên màn hình, câu “Có ba dấu hiệu bạn nên kiểm tra” trông rất bình thường. Khi đọc thành tiếng, nó cần một nhịp dừng ngắn sau chữ “ba”, rồi mới đi vào từng ý. Tôi thêm dấu phẩy, tách các câu quá dài và bỏ bớt vài từ nối không cần thiết.
Tôi cũng viết lại những con số theo cách người Việt thường nói. Thay vì để một chuỗi số và ký hiệu, tôi ghi rõ “ba bước”, “khoảng năm phút” và “hơn một nửa số người được hỏi”. Nhờ vậy, giọng đọc ai miễn phí nghe tự nhiên hơn hẳn. Không phải công cụ tự nhiên thay đổi, mà tôi đã học được cách soạn văn bản phù hợp với việc nghe.
Một chi tiết khác cũng đáng kể: tên riêng. Tôi thử giữ nguyên tên một kênh trên YouTube và một cụm tiếng Anh trong tài liệu, sau đó nghe thấy cách phát âm khá lạ. Với bài học cho học sinh, tôi đổi sang cách diễn đạt tiếng Việt hoặc viết phiên âm dễ đọc. Nếu bắt buộc phải giữ tên gốc, tôi thường thêm một câu giải thích bằng tiếng Việt ngay sau đó, thay vì để tên riêng đứng một mình.
Lần thứ hai mới cho tôi cảm giác có thể dùng được
Khoảng mười lăm phút sau, tôi dán bản đã chỉnh vào công cụ tạo giọng nói miễn phí. Lần này tôi chia nội dung thành ba đoạn nhỏ thay vì xử lý tất cả trong một lượt. Đoạn đầu giới thiệu khái niệm, đoạn giữa đưa ví dụ, đoạn cuối hướng dẫn học sinh tự kiểm tra nguồn tin. Cách chia này giúp tôi dễ nghe lại và dễ thay thế một phần nếu có lỗi.
Tôi không cố làm giọng quá kịch tính. Với bài giảng, một giọng rõ, vừa phải và ổn định có ích hơn giọng đọc thật truyền cảm nhưng lúc to lúc nhỏ. Tôi chọn tốc độ trung bình, sau đó thêm dấu chấm ở những nơi muốn người nghe dừng lại. Có đoạn tôi chủ động tách thành hai câu ngắn, dù khi viết bài đăng thì một câu dài sẽ gọn hơn.
Bản thứ hai nghe khá hơn ngay từ câu mở đầu. Giọng có nhịp, những phần chuyển ý không bị dính vào nhau, còn câu hỏi “Bạn có kiểm tra nguồn trước khi chia sẻ không?” nghe giống một lời gợi mở hơn là một câu đọc máy. Tôi vẫn nhận ra đây không phải giọng người thật, nhưng khoảng cách không còn khó chịu như lần đầu.
Tôi xuất từng đoạn rồi ghép lại trong trình chỉnh sửa âm thanh cơ bản trên máy. Tổng thời lượng sau khi chỉnh là bốn phút mười tám giây, ngắn hơn bản tôi tự thu khoảng bốn mươi giây. Quan trọng hơn, tôi không phải thu lại cả đoạn chỉ vì một tiếng xe máy chạy ngang. Với một người không có thiết bị chuyên dụng, đó là sự khác biệt rất rõ.
Tôi từng tìm cả cụm giọng ai hay miễn phí vì muốn thử nhiều màu giọng khác nhau. Tuy vậy, tôi nhận ra “hay” không đồng nghĩa với phù hợp. Một giọng trầm có thể hợp với video giới thiệu, nhưng bài học cho học sinh tiểu học lại cần âm sắc sáng và tốc độ vừa phải. Tôi nghe thử từng lựa chọn bằng một đoạn ngắn khoảng năm mươi từ trước khi quyết định.
Nếu bạn muốn tạo giọng nói ai miễn phí cho một bài học dài, tôi khuyên nên viết bản thuyết minh thành những đoạn có chủ đích. Mỗi đoạn nên có một ý chính, một ví dụ và một câu chuyển. Khi cần sửa, bạn sẽ không phải tạo lại toàn bộ âm thanh. Cách làm này cũng tiện nếu muốn đăng cùng một nội dung lên YouTube hoặc gửi bản âm thanh riêng qua Zalo.
Những điều tôi kiểm tra trước khi đưa lên lớp
Sau khi có âm thanh, tôi không gửi ngay. Tôi mở lại từ đầu đến cuối và đánh dấu ba loại lỗi: phát âm, nhịp đọc và nội dung. Có câu nghe rất ổn khi đứng riêng nhưng lại quá sát với câu trước khi ghép thành bài hoàn chỉnh. Tôi cũng kiểm tra xem phần thuyết minh có nói đúng với hình ảnh đang hiện trên màn hình hay không.
Đoạn đầu của bài học có hình minh họa một bài đăng trên Facebook. Tôi phải sửa lời đọc từ “bài đăng trên mạng xã hội” thành “bài đăng bạn đang xem”, vì hình ảnh đã đủ cho người học biết bối cảnh. Những thay đổi nhỏ như vậy làm phần nghe bớt lặp và tự nhiên hơn.
Tôi còn để ý đến thông tin cá nhân. Khi làm ví dụ, tôi dùng tên giả, không đưa số điện thoại, địa chỉ hay ảnh thật của học sinh vào nội dung. Ở Việt Nam, câu chuyện về luật bảo vệ dữ liệu cá nhân ngày càng được nhắc đến nhiều hơn, nên người làm bài giảng không nên tùy tiện đưa dữ liệu nhận diện của người khác vào công cụ trực tuyến. Dù chỉ là bài tập nhỏ, thói quen giữ kín thông tin vẫn cần được duy trì.
Một số bạn hỏi tôi có thể dùng công cụ này như phần mềm chỉnh giọng hát miễn phí hay không. Theo trải nghiệm của tôi, đó là hai nhu cầu khác nhau. Công cụ tạo giọng phù hợp hơn với lời thuyết minh, câu hướng dẫn và đoạn văn cần đọc rõ. Nếu muốn sửa cao độ, hòa âm hoặc xử lý bản thu ca hát, bạn nên dùng phần mềm chuyên cho âm thanh. Đừng cố ép một công cụ làm quá nhiều việc rồi thất vọng vì kết quả.
Tôi cũng thử một đoạn có cụm giọng adam miễn phí vì thấy nhiều người tìm kiếm cụm này. Kết quả làm tôi hiểu rằng tên gọi được tìm nhiều không đảm bảo giọng đó hợp với bài giảng. Tôi ưu tiên chất giọng dễ nghe, phát âm tiếng Việt rõ và không làm học sinh mất tập trung. Với nội dung giáo dục, sự ổn định quan trọng hơn việc chạy theo một giọng đang được nhắc đến.
Trước khi đăng, tôi mở tệp âm thanh bằng điện thoại, loa máy tính và tai nghe giá rẻ. Nếu nghe rõ trên cả ba thiết bị thì tôi mới yên tâm gửi. Tôi cũng giảm phần nhạc nền xuống rất thấp, vì nhiều đoạn thuyết minh bị chìm không phải do giọng đọc kém mà do nhạc mở quá lớn. Một bài học tốt nên để người nghe tập trung vào ý chính.
Một buổi học ngắn và cách tôi dùng lại bản thuyết minh
Sáng hôm sau, tôi gửi bài học vào nhóm Zalo lúc bảy giờ mười lăm. Tôi kèm một câu nhắc học sinh nghe bằng tai nghe nếu đang ở nơi đông người, sau đó đặt hai câu hỏi ở cuối bài. Đến trưa, một bạn nhắn rằng phần ví dụ về TikTok dễ hiểu hơn phần định nghĩa ban đầu. Tôi xem lại và thấy bạn ấy nhận xét đúng: ví dụ có nhịp kể rõ, còn phần định nghĩa vẫn hơi nặng chữ.
Tôi không xóa bài để làm lại ngay. Thay vào đó, tôi ghi chú phần cần sửa cho lần cập nhật sau. Đây là điểm tôi thích ở việc tạo giọng đọc bằng công cụ trực tuyến: có thể thử một đoạn ngắn, nghe lại và điều chỉnh nhiều lần mà không cần đặt lịch phòng thu. Với người mới, quy trình ấy bớt áp lực hơn rất nhiều.
Vài ngày sau, tôi dùng lại cấu trúc đó cho một bài nói về cách đặt mật khẩu an toàn. Tôi không sao chép nguyên văn, nhưng giữ cách chia đoạn: mở vấn đề, đưa tình huống gần gũi, hướng dẫn từng bước rồi đặt câu hỏi kiểm tra. Lần này tôi chỉ cần khoảng hai mươi phút để chuẩn bị phần âm thanh, trong khi lần đầu mất gần một tiếng vì vừa làm vừa đoán.
Nếu đang tìm cách tạo giọng ai miễn phí cho khóa học cá nhân, bạn có thể bắt đầu bằng một đoạn dài khoảng một phút. Hãy nghe bằng nhiều thiết bị, sửa câu chữ trước khi đổi giọng, và đừng đưa dữ liệu thật của học sinh vào bản thử. Khi đã quen, bạn có thể xem thêm các hướng dẫn khác để tìm cách trình bày bài học mạch lạc hơn.
Tôi vẫn giữ bản thu giọng thật của mình cho những bài cần cảm xúc riêng, chẳng hạn lời chào đầu khóa hoặc lời nhắn động viên. Còn với phần giải thích khái niệm, đọc định nghĩa và hướng dẫn thao tác, giọng tạo tự động giúp tôi tiết kiệm thời gian đáng kể. Nó không thay thế hoàn toàn người dạy; nó chỉ làm bớt một công đoạn lặp lại.
Tối nay, nếu phải làm lại đoạn bài học về kiểm tra nguồn tin, tôi sẽ mở VoxClone, viết phần thuyết minh thành ba đoạn ngắn và nghe thử từng đoạn trước khi ghép — đó là cách giúp tôi có một bản giọng đọc rõ ràng mà không phải thu đi thu lại cả đêm.