Chuyển văn bản thành giọng nói

Chuyển văn bản thành giọng nói là công cụ miễn phí giúp gửi văn bản cùng mã ngôn ngữ bạn chọn đến máy chủ, dùng API Google Dịch để tạo âm thanh giọng nói và cho phép bạn nghe kết quả.

Làm cách nào để chuyển văn bản thành giọng nói?

Nhập mã ngôn ngữ phù hợp, tạo âm thanh rồi nghe kết quả. Mã ngôn ngữ cho dịch vụ biết cách diễn giải và phát âm văn bản.

1. Soạn nội dung đúng như cách bạn muốn giọng đọc thể hiện.
2. Nhập mã ngôn ngữ khớp với ngôn ngữ của văn bản.
3. Tạo âm thanh giọng nói.
4. Nghe kỹ tên riêng, từ viết tắt, ngày tháng và số để phát hiện lỗi phát âm.
5. Nếu bản đọc chưa rõ, hãy sửa cách diễn đạt rồi tạo lại.

Ví dụ, khi nhập Please close the window. cùng mã ngôn ngữ tiếng Anh, công cụ sẽ tạo âm thanh đọc thành tiếng câu này. Nếu nhập nội dung tiếng Pháp, hãy dùng mã ngôn ngữ tiếng Pháp thay vì để giọng tiếng Anh diễn giải cách viết tiếng Pháp.

Công cụ trả về âm thanh, không viết lại hay dịch văn bản. Nếu cần một ngôn ngữ khác, hãy dịch nội dung trước, sau đó tạo giọng nói bằng mã ngôn ngữ tương ứng.

Mã ngôn ngữ thay đổi điều gì?

Mã ngôn ngữ quyết định các quy tắc phát âm dùng để tạo giọng nói. Mã này có thể ảnh hưởng đến âm, nhịp điệu và cách diễn giải số hoặc từ viết tắt, ngay cả khi phần văn bản hiển thị không thay đổi.

Trường do người dùng điền được ghi trong tài liệu là Language code. Mã này phải khớp với ngôn ngữ của văn bản.

Mã ngôn ngữ không phải là lệnh dịch. Nhập văn bản tiếng Anh với mã tiếng Pháp sẽ không chuyển câu đó sang tiếng Pháp một cách đáng tin cậy. Thao tác này chỉ yêu cầu bộ máy giọng nói đọc các ký tự hiện có theo quy tắc phát âm tiếng Pháp, vì vậy kết quả có thể thiếu tự nhiên.

Âm thanh giọng nói tạo sẵn hữu ích khi nào?

Giọng nói tạo sẵn hữu ích khi bạn muốn nghe một nội dung viết mà không cần thu âm người đọc. Một số trường hợp sử dụng phổ biến là kiểm tra kịch bản, chuẩn bị phương án hỗ trợ khả năng tiếp cận và đánh giá văn bản khi được đọc thành tiếng.

• Bản nháp video có thể dùng lời thuyết minh tạm thời trong lúc căn thời lượng cảnh, phụ đề hoặc bản dựng YouTube.
• Kiểm tra cách phát âm có thể giúp phát hiện cách diễn đạt thiếu tự nhiên trong thông báo, hướng dẫn và bài tập học ngôn ngữ.
• Đánh giá khả năng tiếp cận có thể giúp người viết nhận ra những câu khó hiểu khi nghe thay vì đọc.
• Kịch bản điện thoại có thể được kiểm tra để phát hiện câu quá dài, số khó hiểu và từ viết tắt trước khi thu thông báo cuối cùng.

Giọng nói tổng hợp có thể phù hợp với bản nháp hoặc nhu cầu nghe đơn giản. Tuy nhiên, giọng này không thay thế được bản thu của người thật khi nội dung cần cảm xúc, cách nhấn giọng cẩn thận, cá tính nhân vật hoặc chất giọng vùng miền chính xác.

Chi tiết đầu vào và cách xử lý văn bản khó đọc

Hệ thống gọi hàm strlen của PHP, hàm này trả về độ dài của một chuỗi tính theo byte, đồng thời dùng mã hóa URL khi gửi các giá trị. Nhờ đó, dấu cách và các ký tự dành riêng trong URL được truyền dưới dạng dữ liệu thay vì bị hiểu nhầm là một phần của địa chỉ web. Các ký tự nhạy cảm với HTML cũng được escape trong quá trình xử lý. Những bước kỹ thuật này không quyết định cách bộ máy giọng nói phát âm văn bản.

Dấu câu thường ảnh hưởng đến chỗ ngắt nghỉ, vì vậy dấu chấm hoặc dấu phẩy có thể giúp câu dễ nghe hơn. Quá nhiều dấu câu có thể tạo ra những khoảng dừng bất thường hoặc bị bỏ qua. Các con số cũng có thể gây nhầm lẫn. Ví dụ, 03/04/2026 có thể được đọc thành các số riêng lẻ, còn ngày được muốn nói đến sẽ không rõ nếu không nêu quy ước. Viết 3 April 2026 sẽ cung cấp nội dung rõ ràng hơn cho bộ máy.

Các ký tự có dấu và ký tự không thuộc bảng chữ cái Latinh cần đi cùng mã ngôn ngữ phù hợp. Cách phát âm vẫn phụ thuộc vào khả năng hỗ trợ của dịch vụ nền. Đầu vào trống không thể tạo ra giọng nói có ý nghĩa. Khi cần, hãy chia nội dung dài thành từng câu hoặc đoạn ngắn.

Đầu ra chuyển văn bản thành giọng nói có những hạn chế nào?

Đầu ra không thể bảo đảm cách phát âm, nhấn giọng hoặc chất giọng vùng miền luôn chính xác. Tên người, địa danh, từ cấu tạo bằng chữ cái đầu và thuật ngữ chuyên ngành thường dễ bị đọc sai vì chỉ dựa vào cách viết có thể chưa đủ để xác định cách phát âm.

Đầu vào được ghi trong tài liệu có mã ngôn ngữ, nhưng không có cơ sở để cho rằng công cụ hỗ trợ chọn giọng, điều chỉnh tốc độ đọc, cao độ hoặc định dạng âm thanh. Đừng xây dựng quy trình sản xuất phụ thuộc vào các tùy chọn này, trừ khi chúng thực sự xuất hiện khi bạn sử dụng công cụ.

Quá trình xử lý diễn ra trên máy chủ. Nội dung bạn nhập được truyền đến máy chủ qua HTTPS và không được lưu trữ. Dịch vụ phụ thuộc vào API Google Dịch, vì vậy không nên nhập thông tin mật, nội dung bị hạn chế về mặt pháp lý hoặc dữ liệu cá nhân nhạy cảm, trừ khi việc sử dụng được cho phép theo các quy định áp dụng cho tổ chức của bạn và dịch vụ bên ngoài.

Câu hỏi thường gặp

Tôi có thể dùng âm thanh đã tạo cho mục đích thương mại không?

Công cụ không xác lập quyền sử dụng thương mại đối với âm thanh chuyển văn bản thành giọng nói được tạo bằng API Google Dịch. Hãy kiểm tra các điều khoản hiện hành của dịch vụ Google và mọi yêu cầu theo hợp đồng đối với ấn phẩm, quảng cáo, khóa học hoặc sản phẩm mà bạn định dùng âm thanh này.

Công cụ có đọc được emoji không?

Cách xử lý emoji thay đổi tùy theo bộ máy giọng nói, ngôn ngữ và từng biểu tượng. Emoji có thể được mô tả, bị bỏ qua hoặc được phát âm ngoài dự kiến. Nếu cần người nghe hiểu rõ ý nghĩa, hãy thay emoji bằng từ ngữ thông thường.

Tại sao từ viết tắt lại bị đọc sai?

Bộ máy giọng nói có thể coi một từ viết tắt là một từ hoàn chỉnh hoặc đọc riêng từng chữ cái. Hãy thêm dấu cách hoặc dấu chấm giữa các chữ cái, hoặc viết đầy đủ thuật ngữ rồi so sánh kết quả. Ví dụ, viết đầy đủ tên một phòng ban thường rõ ràng hơn so với dùng một từ viết tắt ít người biết.

Công cụ có hỗ trợ cú pháp SSML không?

Không có đầu vào SSML nào được nêu trong các trường đã ghi trong tài liệu, vì vậy đừng mặc định rằng các thẻ điều khiển khoảng dừng, nhấn giọng hoặc phát âm sẽ được diễn giải. Thay vào đó, hãy dùng dấu câu thông thường và cách diễn đạt rõ ràng hơn, hoặc chọn một nền tảng giọng nói chuyên dụng có hỗ trợ rõ ràng Speech Synthesis Markup Language.

Tôi cần điền trường nào trong biểu mẫu?

Trường do người dùng điền được ghi trong tài liệu là Language code.

Kiểm tra lần cuối

Hãy nghe toàn bộ kết quả trước khi sử dụng. Đối chiếu tên, địa chỉ, giá tiền, giờ và ngày tháng với văn bản gốc, đồng thời viết lại mọi nội dung bị bộ máy đọc theo cách gây nhầm lẫn. Giữ lại bản nội dung ban đầu để có thể sửa và tạo lại từng đoạn ngắn mà không phải dựng lại toàn bộ kịch bản.