Miễn phí chuyển văn bản thành giọng nói có làm gì được? Mình thử một công cụ nửa tháng, đây là kết quả thật
Tháng trước mình quay TikTok review bánh mì ở chợ Bến Thành, ngoài đường xe máy claxon không ngừng, trong nhà mèo lại kéo sàn. Quay ba lần giọng nói vẫn bị ngắt ngõ, cuối cùng mình ném điện thoại xuống bàn và tự hỏi: sao không để một giọng khác đọc thay mình một lần?
Vậy là mình bắt đầu tìm công cụ chuyển văn bản thành giọng nói miễn phí. Trang đầu tiên mình nhấp vào, vừa dán xong đoạn văn thì hiện bảng đăng ký. Đăng ký xong lại chỉ cho miễn phí ba trăm chữ mỗi ngày. Mình lúc đó thật muốn ném máy tính đi.
Vậy nên khi bạn bè gợi ý một công cụ không cần đăng ký, miễn phí vĩnh viễn, mình chỉ cười nhạt. Miễn phí thường có cái bẫy, đúng không? Nhưng vì nhục mặt không dám nói không, nên mình vẫn copy một đoạn bình luận phim dán vào. Không hỏi số điện thoại, không hỏi email, ra âm thanh ngay lập tức. Giọng nói thì, nói thật, giống người hơn mình tưởng tượng nhiều. Sau này mới biết nó còn dán mác "truyền ngôn người thật miễn phí", "chuyển văn bản thành giọng nói không giới hạn" cũng không phải là chiêu quảng cáo. Mình thừa nhận, lúc đầu mình nói quá to.
Nhưng mình vẫn để tâm. Công cụ miễn phí sợ nhất không phải âm thanh kém, là hôm nay còn có, ngày mai biến mất. Mình dùng liên tục một tuần, mỗi ngày hợp thành mấy vạn chữ, nó không sập, không hops lên thông báo "nâng cấp thành viên VIP". Nhờ độ ổn định này, mình chuyển nó từ "thử xem sao" sang "dùng hằng ngày".
Lồng tiếng video ngắn, cứu cả mạng lưới
Tình huống mà mình dùng nhiều nhất vẫn là lồng tiếng video.
Ai làm tự phương cũng biết, viết kịch bản mười phút, quay lại hai giờ. Không phải là tiếng ồn ngoài đường, chính là chính mình lưỡi nhảy. Ai chưa từng muốn lười một lần? Bây giờ mình chỉ cần dán kịch bản vào công cụ chuyển văn bản thành giọng nói, chọn giọng nam hơi thấp, tốc độ kéo nhanh 1,2 lần, xuất ra rồi dán vào timeline. Lồng tiếng video bằng ai miễn phí đến mức này, thật ra mình đã không còn muốn tự mở miệng nữa. Đây cũng là một trong những lựa chọn giọng đọc hay miễn phí mà mình quay lại thường xuyên.
Tháng trước mình còn làm cái lười hơn: dùng làm nhạc nền cho livestream. Chia ba giờ giới thiệu sản phẩm thành mười mấy đoạn, phát lặp lại, mình ngồi sau ghế uống trà. Khách hàng tưởng mình đang nói, thực ra mình đang đếm số người online. Công cụ chuyển văn bản thành giọng nói miễn phí làm được đến như vậy, đối với nhóm nhỏ thì thật sự rất thân thiện.
Tuy nhiên nó cũng có thời điểm "giận dữ". Gặp chữ đa âm như "hàng" hay "trọng", đôi khi nó đọc sai một cách hài hước. Nhưng tổng thể thì luồn luồn, không đọc từng chữ một ra ngoài. Chuyển văn bản thành giọng nói miễn phí đến mức này, bạn còn muốn gì nữa?
Đọc báo dài, mắt thật sự sẽ mỏi
Mục thứ hai có thể có điểm lạ: mình dùng nó để đọc tài liệu dài.
Trước đó phải xem một báo cáo ngành tám mươi trang, PDF dày đặc, đọc được ba trang là mắt bắt đầu đau. Sau đó mình trích văn bản ra, dùng công cụ chuyển văn bản thành âm thanh miễn phí ném vào, trên đường đi làm đeo tai nghe nghe. Đây là một trong những lựa chọn text to speech tiếng việt miễn phí mà mình tin dùng. Giống như được mời một người đọc miễn phí, mặc dù các thuật ngữ chuyên môn vẫn đọc sai mấy chỗ, nhưng ý nghĩa lớn vẫn nắm được. Thoải mái hơn ngắm màn hình không thể, và đôi mắt được nghỉ ngơi thật.
Dùng tai nghe để sửa bài, con đường lách lách của người viết
Còn có một cách dùng hơi lạ, viết cho những người cùng nghề: dùng tai nghe để sửa bài.
Trước đây mình sửa bài bằng cách đọc im, nhưng đọc im có lỗi lớn là mắt sẽ tự động bù đắp nhịp điệu, câu hay sai đọc ba lần cũng không thấy sai. Sau khi dán bản thảo vào công cụ đọc văn bản bằng giọng nói AI rồi nghe, trời ơi, những câu mình tưởng mượt mà toàn lộ liễu. "Địa gets" lẫn lộn, câu dài tám mươi chữ không hít thở, từ lặp lại trước sau, máy đọc thẳng thắn thì không giấu được gì. Người đọc sẽ theo bản năng cứu trường, máy không, nên nó chính là người đọc trung thực nhất.
Thao tác không có gì khó: dán, chọn một giọng không mang cảm xúc, đeo tai nghe đi dạo nghe, nghe chỗ khó chịu thì tạm dừng ghi lại. Nghe một bản ba ngàn chữ một lần, hiệu quả hơn ngó màn hình sửa ba lần. Lưu ý nhỏ: đừng chọn giọng quá kịch tính, nếu không bạn sẽ bỏ quan tâm vào việc nghe thêm, quên đi mình đang tìm lỗi.
Phần nhân bản giọng nói, mình do dự ba ngày
Phần hay nhất nằm ở trang nhân bản giọng nói miễn phí.
Mình do dự ba ngày trọn không dám bấm. Thường thì nghĩ nhân bản giọng nói là công nghệ đắt đỏ, hoặc phức tạp đến khôn nguôi. Kết quả upload một đoạn ghi âm ba phút — chính là mình đọc danh sách món ăn ngẫu nhiên — chờ mấy phút, nó xong rồi. Nhân bản giọng nói AI trực tuyến xong, không bắt mua gói, cũng không bắt ký hợp đồng. Sau khi tra cứu thì biết đây chính là công cụ chủ yếu là nhân bản giọng nói miễn phí, còn có tính năng voice clone không cần đăng ký. Đây cũng là một công cụ voice cloning tiếng Việt mà mình cảm thấy ổn.
Mình dùng nó để làm một chuyện hơi buồn tẻ: lồng tiếng lại một vlog du lịch năm ngoái chưa có lời thoại. Nghe xong lưng có chút lạnh lẽo, quá giống. Ngay cả những tiếng "ừm… à…" thói quen của mình cũng bị sao chép tám chín phần mười. Nhưng mình phải nói, tính năng này cần có ranh giới, đừng lấy đi mạo danh người khác làm chuyện xấu, công nghệ là trung tính, còn người dùng thì không.
Luyện nghe tiếng Anh, bất ngờ là khá ổn
Còn có một tình huống nhẹ nhàng, sinh viên có thể áp dụng.
Em gái mình đang luyện nghe tiếng Anh, giáo viên yêu cầu mỗi ngày phải shadowing. Cô ấy dán bài học vào, chọn giọng phát âm Mỹ, phát lặp lại. Mình từng thử vài ứng dụng giọng nói ai miễn phí nhưng chất lượng chưa ổn, nhưng công cụ này ổn định hơn. Truyền ngôn người thật miễn phí đến mức này, cô ấy ngay cả tai nghe cũng không cần phải mua đắt. Tất nhiên so với đài thanh thanh chuyên nghiệp vẫn có chênh lệch, nhưng như công cụ luyện tai hằng ngày thì đủ rồi.
Phiên âm thanh cho mẹ
Tình huống này hoàn toàn ngẫu nhiên. Mẹ mù kín, các bài viết dưỡng sinh trong nhóm gia đình cô ấy không bao giờ bấm vào, luôn nhờ mình đọc qua điện thoại. Sau này mình học cách: copy bài vào công cụ chuyển văn bản thành giọng nói, tốc độ chậm lại một bậc, chọn giọng nữ nhẹ nhàng, xuất âm thanh gửi vào nhóm gia đình. Đây cũng có thể coi là một cách thu âm audiobook bằng ai miễn phí cho người lớn. Bây giờ mẹ mỗi ngày đeo tai nghe đi dạo, vừa đi vừa nghe, thoải mái hơn nhắm chém chém nhìn màn hình nhiều.
Làm âm thanh cho người lớn có một chi tiết: tốc độ chắc chắn phải chỉnh thủ công. Tốc độ mặc định cho người trẻ vừa phải, nhưng đối với người lớn thì như máy phát thanh không ngừng nghỉ. Mình thói quen thêm một dấu chấm giữa các đoạn, ngừng thở dài nửa nhịp, nghe thì dịu dàng hơn. Lần đầu mình không điều chỉnh, gửi đi nguyên tốc độ, phản hồi của mẹ là "cô gái này nói sao lại vội như vậy" — được, làm lại từ đầu.
Công cụ giống nhau, sao mình hợp thành hay hơn
Nói vài mẹo không có gì kỹ thuật nhưng cực kỳ thực tế: xử lý văn bản trước khi nhập.
Cùng một trang web, cùng một đoạn văn, mỗi người hợp thành ra thì khác nhau một trăm dặm, sai lầm đa số không nằm ở giọng nói, mà nằm ở văn bản bạn dán vào. Mẹo của mình: số viết bằng chữ, "năm 2024" không bằng "năm hai nghìn không bốn" đọc ổn hơn; câu trộn tiếng Anh và tiếng Việt, trước sau chữ Anh để khoảng trắng, đọc mới không bị ngắt; muốn dừng ở đâu thì cứ thêm dấu câu, phẩy ngừng ngắn, chấm ngừng dài. Còn đừng đưa cả ba ngàn chữ vào một lần, chia theo đoạn, đoạn nào không ưng thì làm lại đơn lẻ, không phải đảo cả bài.
Lỗi thường gặp là tin tưởng vào việc thay giọng. Hợp xong không ưng, phản ứng đầu tiên của nhiều người là đổi giọng thử lại, đổi bảy tám giọng vẫn khó chịu. Nhìn lại bài viết đi, tám trong mười là câu quá dài, dấu câu quá dày. Văn bản mượt thì chọn giọng nào cũng mượt; văn bản co rút thì giọng thần tiên cũng không cứu được.
Các bẫy của công cụ miễn phí, mình đã thay bạn vấp phải
Nói về các bẫy của công cụ miễn phí, những bẫy này mình đã từng vấp phải.
Một, đừng mang kỳ vọng của công cụ thu phí mà đeo vào công cụ miễn phí. Nó nhanh, nó không tiền, nhưng trong việc xử lý cảm xúc cực đoan — ví dụ như châm mỉ, khóc lớn — thì vẫn khá bình đẳng. Muốn độ dao động cảm xúc như phim, hiện tại vẫn phải dựa vào người thật.
Hai, có người hỏi về API giọng nói miễn phí, lời khuyên của mình là người thường trước giờ đừng chạm vào, đó là dành cho lập trình viên, người thường chơi trang web là đủ.
Ba, phần mềm nhân bản giọng nói miễn phí thì nhiều như cỏ, nhưng tỷ lệ "chạy trốn" cũng cao. VoxClone loại này không cần đăng ký, mở ra là dùng, lại làm người như mình sợ ràng buộc điện thoại yên tâm hơn. Cái cửa vào càng thấp, càng cần người dùng tự ý thức. Thêm nhiều cách chơi có thể xem tại trang hướng dẫn thêm, so với mình tự mò mẫm thì mạnh hơn.
Về vấn đề riêng tư, mỗi người tự cân nhắc, âm thanh nhạy cảm đừng upload ngẫu nhiên, đây là tri thức phổ thông.
Cách dùng ổn định của mình bây giờ
Hiện tại cách dùng của mình cực kỳ đơn giản: sáng nào cũng đưa danh sách việc cần làm và mấy đoạn cần đọc vào, hợp thành một bản âm thanh, trên đường đi làm nghe xong. Sự việc của một ngày, tai nghe trước, não theo sau.
Công cụ cuối cùng thì chỉ là thứ giúp mọi người tiết kiệm thời gian. Tiết kiệm đến mức không cần đăng ký, tiết kiệm đến mức không tốn một xu, mình nghĩ đây đã không phải là cạo lông cừu, mà là năng suất thực sự đáng để lưu vào mục yêu thích.
Bạn thường dùng chuyển văn bản thành giọng nói ở những nơi lạ lùng nào?