Hôm nay tôi thử nhân bản giọng nói miễn phí ngay trên hành lang lab, kết quả "ma ám" hết sức
Lúc 9 giờ sáng, tôi đứng giữa hành lang lab ĐH Bách Khoa, điện thoại trong tay, cố gắng ghi lại câu "Kiểm tra dữ liệu thực nghiệm" của thầy hướng dẫn
Không gian hẹp, máy lạnh rít rít, tiếng chân đi lại, tiếng nói chuyện của các bạn cùng phòng – tất cả hòa vào nhau thành một bản giao hưởng lộn xộn. Tôi nghĩ: chắc chắn công cụ nhân bản giọng nói miễn phí sẽ xử lý được, nó free, không cần đăng ký, lên web là xài ngay. Mở trang, kéo thả file âm thanh, bấm Tạo giọng nói miễn phí, chờ hai phút.
Kết quả? Một đoạn audio nghe như ma ám: tiếng rít máy lạnh biến thành tiếng xì xào, tiếng chân thành tiếng gõ đùn đùn, giọng thầy thì bị nhấn chìm. Tôi ngồi im, nhìn màn hình, tự hỏi: Tại sao voice cloning tiếng việt lại "học" cả tiếng ồn?
##本来嘈杂环境录音，AI会把噪音也“克隆”进去
原理很简单: bạn cho AI nghe gì, nó học cái đó. Những âm thanh nền – tiếng điều hòa, tiếng bước chân, tiếng nói chuyện xa xôi – đều bị coi là một phần của "giọng nói". Khi chuyển văn bản thành giọng nói với mẫu âm thanh đó, AI tái tạo cả lớp nhiễu dày đặc. Thử tải lại file lên trang chủ để so sánh, tiếng "slịp slịp" lớn hơn cả giọng người.
还有一个细节: điện thoại mặc định bật chế độ khử tiếng ồn, làm mờ một số phụ âm. Câu "Kiểm tra" nghe thành "Kiểm cha". Lỗi này không phải do thuật toán, mà do bản ghi âm gốc đã bị méo. Hiểu ra điều này, tôi mới thấy tại sao text to speech tiếng việt miễn phí đôi khi cho kết quả kém – nguyên nhân nằm ở khâu thu âm.
回声也是杀手。走廊墙壁反射声波,手机把直达声和反射声一起录进去,AI以为那是天然混响,克隆出来就像在大礼堂说话,别扭得要命。免费工具不会帮你做后期降噪,所以 对录音环境的要求反而比收费版更高。
换了图书馆角落,重新录了十秒钟
第二天 sáng, tôi lẻn vào góc thư viện trung tâm, tắt điều hòa, đóng cửa sổ, dùng tai nghe có mic tích hợp, miệng cách mic khoảng 10 cm. Ghi lại đúng 10 giây: "Kiểm tra dữ liệu thực nghiệm". Không tiếng ồn, không vọng. Tải lên công cụ nhân bản giọng nói lần nữa – lần này giọng điệu, tốc độ, nhấn nhá đều y hệt thầy. So sánh hai phiên bản, chênh lệch như giữa walkie‑talkie và phòng thu chuyên nghiệp.
把克隆好的声音做成课程提醒,居然挺管用
Giọng đã sẵn sàng, tôi ghép vào một tiện ích nhắc lịch thực hành nhỏ. Mỗi khi đến giờ lab, điện thoại vang lên giọng thầy: "Kiểm tra dữ liệu thực nghiệm". Nghe quen thuộc, bạn bè cười lớn, tôi cũng vui. Toàn bộ quy trình: mở trang chuyển văn bản thành âm thanh miễn phí, dán văn bản, chọn giọng vừa clone, bấm Tạo – vài giây là xong. Không cài đặt, không lo trial hết hạn, không watermark. Đối với ai chỉ cần lồng tiếng video bằng ai miễn phí hay thu âm audiobook bằng ai miễn phí, luồng này đủ nhanh, đủ nhẹ.
给后来者的几条老实建议
- Đừng quay ở hành lang, cà phê, cửa sổ lớp – tiếng ồn sẽ bị "nhân bản" theo.
- Tìm một phòng kín, tắt điều hòa, đóng cửa, mic cách miệng ~10 cm.
- Quay 10 giây thử, nghe lại: nếu có tiếng rít, vọng, thì quay lại.
- Muốn xem thêm mẹo chi tiết? Ghé hướng dẫn chi tiết – có nhiều bài chia sẻ về ghi âm và clone giọng.
- Nếu sau này cần gắn API vào dự án riêng, hiện tại công cụ chỉ hỗ trợ dùng trên web, chưa cung cấp free TTS API.
Bây giờ bạn có thể拿 điện thoại, tìm một góc yên tĩnh, ghi 10 giây giọng mình, rồi thử ngay. Sai lần đầu cũng chẳng sao, quay lại là xong – quan trọng là bắt đầu.