Tuần trước, thằng bạn thân mình đang ngồi ở quán cà phê, nghe xong đoạn ghi âm IVR mình gửi, nó nhìn mình kiểu không tin nổi: “Mày thuê ai lồng tiếng thế? Nghe tự nhiên vãi, còn nghe thấy tiếng thở nữa.” Mình cười, bảo nó: “Tao dùng web nhân bản giọng nói miễn phí, gõ văn bản vào, mười phút sau có file.”
Nó tròn mắt: “Miễn phí á? Không cần đăng ký? Mày xài lén API của mấy ông lớn à?” Mình lắc đầu, mở tab chuyển văn bản thành giọng nói cho nó xem. Nó nhìn màn hình vài giây, thốt lên: “Để trong tổng đài của công ty, chắc sếp tưởng mình thuê diễn viên lồng tiếng.”
Thú thật, mình cũng không nghĩ nó dễ đến vậy. Trước đây mình thử kha khá mấy đứa tạo giọng nói miễn phí, đứa thì âm thanh đục, đứa thì ngắt câu như robot. Nhưng cái web này cho mình cảm giác là nó thật sự hiểu “người ta nói chuyện kiểu gì”.
Đoạn đầu vấp: từ “giọng đọc” đến “giọng người”
Kể chuyện vấp trước. Hồi đầu, mình lấy bài giới thiệu công ty thử một con nhân bản giọng nói miễn phí, nó đọc thì rõ ràng từng chữ, nhưng câu “Xin chào, quý khách vui lòng bấm phím 1” nghe y như đọc bản tin thời tiết. Từ nào cũng đều đều, không nhấn nhá gì. Nghĩ thử mà xem, khách gọi vào nghe kiểu đó, ai cũng biết là máy, cúp máy liền.
Rồi mình rút kinh nghiệm, khi dùng chuyển văn bản thành giọng nói tiếng việt miễn phí, mình sửa lại văn bản theo kiểu nói chuyện: “bấm phím 1” thành “bấm 1 là được”, “chuyển máy lẻ” thành “muốn gặp người thật thì bấm 0”. Rồi chỉnh tốc độ và chỗ ngừng, sau chữ “chuyển máy” mình để dấu phẩy dài ra nửa giây. Chỉ thay đổi nhỏ vậy thôi, nghe khác hẳn.
Điều làm mình bất ngờ nhất là cái chức năng giọng nói ai miễn phí này nó giữ được cảm xúc trong câu. Ví dụ cuối câu mình thêm chữ “nha”, nó đọc lên nghe có chút dễ thương; thêm “nhe” thì giọng mềm xuống. Với IVR tổng đài thì cái này quan trọng lắm – đâu ai muốn nghe một con robot cọc cằn than phiền.
Sao mình bỏ hẳn chuyện thu âm người thật
Chắc bạn thắc mắc, sao không thu âm người thật cho xong? Mình cũng từng nghĩ vậy. Nhưng sự thật là: thu âm người thật đắt, mà sửa còn đắt hơn. Tháng trước phòng kinh doanh đổi gói cước, có ba chỗ giá phải cập nhật lại. Gọi anh kỹ thuật viên phòng thu? Tính phí theo giờ, qua lại ba lần, một tuần trôi qua.
Sau đó mình dùng nhân bản giọng nói miễn phí không cần đăng ký, dán văn bản mới vào, chọn giọng gần giống bản cũ, mười phút có file mới. Mà cái khoản voice clone không cần đăng ký đúng là lợi hại – muốn sửa từ nào, mở web lên, tải file giọng mẫu lên, chỉnh giọng điệu, xong.
Có một chi tiết nhỏ: mình thử chức năng nhân bản giọng nói để hát với đoạn nhạc chờ, dù không dùng cho IVR, nhưng hiệu quả khiến mình nhận ra engine này nền tảng tốt thật. Nó không chỉ “đọc chữ”, mà giống như “diễn xuất” văn bản vậy.
Những cú vấp và lời khuyên
Nói vậy chứ cũng có vài cú vấp. Lần đầu dùng nhân bản giọng nói miễn phí, mình viết nguyên chữ “VIP” trong văn bản, kết quả nó đọc thành “vi-ai-pi”. Sửa lại thành “víp” mới ổn. Rồi câu dài phải nhớ thêm dấu phẩy – web này phụ thuộc vào dấu câu nhiều hơn mình tưởng.
Còn vụ xử lý tiếng ồn nền thì cũng hay. Mình thu một đoạn giọng mẫu trong phòng có tiếng máy lạnh rè rè, nó tự lọc sạch. Nhưng nếu file mẫu có tiếng vang, kết quả sẽ nghe “rỗng” một chút. Nên nhớ, thu giọng mẫu ở phòng yên tĩnh, điện thoại cũng được, máy tính cũng không sao.
Cuối cùng, có một chuyện bạn mình không biết: đoạn IVR mà đồng nghiệp khen “người thật lồng tiếng” đó, mình không tốn một đồng. Dùng thẳng trang nhân bản giọng nói miễn phí vĩnh viễn, chưa cần đăng ký tài khoản. Nếu bạn làm tổng đài, hoặc muốn đổi giọng cho cuộc gọi tự động, cứ copy đoạn này thử:
“Xin chào, đây là tổng đài công ty XYZ. Tư vấn bấm 1, chăm sóc sau bán hàng bấm 2, gặp nhân viên bấm 0. Chúc quý khách một ngày tốt lành, xin cảm ơn.”
Nghe xong tự đánh giá – nếu đồng nghiệp bạn cũng hỏi “giọng này người thật à?”, thì mình đã không uổng công.
À, đừng thử ở máy công ty nhé, kẻo bộ phận IT tưởng bạn đang xài tạo giọng nói miễn phí để làm việc riêng. Mình toàn thử ở nhà, hiệu quả vẫn y vậy.
So sánh chi tiết: cùng một câu, khác tham số là khác hẳn
Mình làm thí nghiệm nho nhỏ: cùng đoạn văn bản, tạo ba bản – mặc định, tăng tốc độ, và tăng thời gian ngừng. Bản mặc định đọc “Xin chào, quý khách vui lòng bấm 1” với tốc độ vừa, các từ cách đều, nghe như bản tin. Bản tăng tốc thì gấp gáp hơn, nhưng chữ “xin chào” bị dính nhẹ, như đang vội. Bản tăng ngừng thì gần giống người thật nhất – mình thêm hai dấu phẩy sau “xin chào”, nó đọc xong câu, giọng trầm xuống, trước khi nói “bấm 1” có một nhịp thở, y như nhân viên tổng đài thật sự.
So sánh này cho mình bài học: công cụ nhân bản giọng nói miễn phí không phải chỉnh càng nhanh càng tốt, mà phải tìm nhịp “thở” tự nhiên. Từ đó mình tách mọi câu dài thành câu ngắn, cuối mỗi câu thêm dấu phẩy, kết quả gần như không còn cảm giác máy móc.
Một cái bẫy dễ bỏ qua: dấu câu có “tính cách”
Bạn nghĩ dấu câu chỉ là hình thức? Trên web này, dấu câu ảnh hưởng trực tiếp đến cảm xúc. Mình thử thêm dấu chấm than sau “bấm 1”, nó đọc ra vẻ giục giã; đổi thành dấu chấm thì thành câu kể bình thường. Điều kỳ lạ nhất, mình thêm dấu hỏi sau “gặp nhân viên”, nó đọc lên như đang hỏi “bạn chắc chắn muốn gặp người thật chứ?” – nghe buồn cười thật sự.
Nên khi viết kịch bản IVR, đừng lười bỏ dấu. Chỗ nào cần chấm thì chấm, cần phẩy thì phẩy. Mình còn thêm dấu chấm sau “chúc quý khách một ngày tốt lành” để giọng kết thúc gọn gàng, không kéo dài. Chi tiết này bạn mình không để ý, nhưng nó bảo “nghe vẫn dễ chịu hơn mấy tổng đài khác”.
Cho ai lười, có sẵn công thức
Nếu bạn không muốn chỉnh lung tung, cứ copy theo mình: đầu câu “Xin chào” thêm dấu phẩy, giữa các lựa chọn dùng dấu chấm, cuối câu “xin cảm ơn” không thêm dấu gì. Tốc độ chỉnh hơi chậm, thời gian ngừng tăng lên 1.2. Kết quả tạo ra, qua mặt được 90% người nghe.
Còn nếu lười tới mức không muốn chỉnh gì, dùng luôn preset “tổng đài” trong trang tạo giọng nói miễn phí – nó có sẵn giọng ấm áp, pha chút tươi cười. Mình thử rồi, còn tự nhiên hơn mình tự chỉnh – vì người ta đã tối ưu riêng cho kịch bản tổng đài.
Cuối cùng nhắc lại: đừng so với bản thu âm chuyên nghiệp, bạn sẽ thấy hụt hẫng. Nhưng nếu thay cho giọng robot hiện tại, thì đúng là nâng cấp vượt bậc. Khi đồng nghiệp hỏi “giọng này người thật lồng à?”, cứ trả lời: “Đoán thử xem.”