Sản xuất nội dung giọng nói AI: 5 cách làm

Dành cho những người phụ trách công việc lập kế hoạch, bài viết này tổng hợp các bí quyết và điểm cần lưu ý để triển khai thuận lợi quá trình sản xuất nội dung giọng nói bằng AI tạo sinh, dựa trên kinh nghiệm thực tế từ các dự án phát triển.

Việc tạo một bản demo thuyết minh bằng AI có thể dễ dàng đến mức đáng ngạc nhiên. Khi nghe một giọng nói tương đối tự nhiên đọc nội dung, bạn có thể sẽ nghĩ: “Như thế này là có thể làm được.”

Trên thực tế, hoàn toàn có thể làm được.

Tuy nhiên, khi chuyển sang giai đoạn sản xuất chính thức, dự án sẽ cần kiểm soát chất lượng tinh tế hơn và điều chỉnh cách thể hiện chi tiết hơn để phù hợp với việc vận hành thực tế.

Ví dụ, sẽ phát sinh quá trình tinh chỉnh những sắc thái nhỏ như:

• Muốn tạo cảm giác điềm tĩnh hơn
• Muốn tối ưu nhịp độ đọc
• Muốn điều chỉnh khoảng nghỉ
• Muốn tạo nhiều phương án để so sánh và lựa chọn

Những điều chỉnh này là bước quan trọng để nâng cao mức độ hoàn thiện của nội dung giọng nói AI.

Nếu thiết kế quy trình ngay từ đầu, dự án có thể được triển khai hiệu quả hơn, đồng thời tạo ra kết quả mà các bên liên quan cảm thấy thuyết phục và dễ thống nhất.

Dựa trên kinh nghiệm từ các dự án phát triển, bài viết này giới thiệu cách triển khai giúp dự án tiến tới thành công một cách thuận lợi.

Nội dung giọng nói được tạo bằng AI ở hai công đoạn

Khi tích hợp chức năng tạo giọng nói AI vào một sản phẩm, quy trình có vẻ chỉ gồm một bước: đưa văn bản vào TTS, tức Text-to-Speech hay công nghệ tổng hợp giọng nói.

Tuy nhiên, trên thực tế, quy trình không đơn giản như vậy.

Nội dung lời thoại được đọc lên cũng cần được AI xây dựng.

Nếu đưa nguyên văn bản gốc vào TTS, các câu thường quá dài do được viết theo văn phong đọc, khiến người nghe khó hiểu nội dung. AI cũng có thể đọc sai chữ Hán hoặc tên riêng.

Ví dụ:

• Chữ 「方」trong tiếng Nhật nên được đọc là “kata” hay “hō”?
• Tên riêng cần được phát âm như thế nào?
• Câu nên được ngắt ở đâu?
• Từ nào cần được nhấn mạnh?

Chỉ điều chỉnh cài đặt của TTS không phải lúc nào cũng có thể ngăn chặn hoàn toàn những vấn đề này.

Vì vậy, trước bước tổng hợp giọng nói, cần có một công đoạn chuyển đổi văn bản gốc thành kịch bản phù hợp để đọc thành tiếng.

Quá trình chuyển đổi này được thực hiện bởi AI tạo văn bản, hay LLM.

Pipeline sẽ có cấu trúc như sau:

Nội dung gốc
→ ① AI tạo kịch bản
→ ② Tổng hợp giọng nói – TTS
→ Nội dung giọng nói

Việc hiểu rõ cấu trúc này giúp nhanh chóng xác định vị trí cần điều chỉnh.

Nguyên nhân của lỗi đọc sai thường nằm ở bước ①, tức phần kịch bản. Trong khi đó, giọng điệu và nhịp độ thường liên quan đến bước ②, tức phần tổng hợp giọng nói.

Nhờ vậy, thay vì chỉ trao đổi bằng những phản hồi mang tính cảm nhận, đội ngũ lập kế hoạch và đội ngũ phát triển có thể thảo luận rõ ràng hơn:

• Đây là vấn đề của cấu trúc kịch bản ở bước ①?
• Hay cần điều chỉnh tham số giọng nói ở bước ②?

Việc phân tách nguyên nhân như vậy có thể giúp giảm đáng kể chi phí thử nghiệm và điều chỉnh.

Ngoài ra, các TTS dựa trên LLM như Gemini-TTS cho phép đưa ra chỉ dẫn về cách đọc bằng prompt ngôn ngữ tự nhiên, chẳng hạn như:

• “Hãy đọc với giọng điềm tĩnh như đang giải thích.”
• “Hãy đọc đoạn này như đang thì thầm.”
• “Hãy đọc phần này với nhịp nhanh hơn một chút.”

Nói cách khác, ý đồ thể hiện do đội ngũ lập kế hoạch viết bằng ngôn ngữ thông thường có thể được sử dụng trực tiếp làm cơ sở điều chỉnh giọng nói.

Về chi phí tham khảo, theo mức giá tiêu chuẩn của Gemini-TTS, chi phí tạo một phút âm thanh vào khoảng 0,03 USD. Chi phí tạo kịch bản vào khoảng 0,002 USD cho mỗi nội dung.

Đây là con số ước tính tại thời điểm tháng 7 năm 2026. Khi triển khai thực tế, hãy kiểm tra bảng giá chính thức mới nhất.

Điểm cần lưu ý

Nếu thay đổi đồng thời cả bước ① và bước ②, sẽ rất khó xác định thay đổi nào đã tạo ra kết quả.

Nguyên tắc cơ bản là tách riêng từng giai đoạn để kiểm chứng.

Khi được phân tách, một số hoạt động kiểm chứng cũng có thể được thực hiện song song, từ đó giúp rút ngắn thời gian triển khai.

Tư duy cần có: Chất lượng giọng nói luôn là một mục tiêu chuyển động

Hiểu trước một đặc điểm riêng của nội dung âm thanh sẽ giúp dự án được triển khai chủ động hơn.

Việc đánh giá chất lượng giọng nói mang tính chủ quan, và các yêu cầu thường tiếp tục thay đổi trong suốt quá trình sản xuất.

Trong giai đoạn cải thiện, các bên liên quan có thể đưa ra nhiều ý kiến khác nhau về:

• Giọng điệu
• Nhịp độ
• Khoảng nghỉ
• Năng lượng
• Cách phát âm
• Sắc thái cảm xúc
• Ấn tượng tổng thể

Ấn tượng do giọng nói tạo ra liên quan sâu sắc đến cảm nhận của người nghe và hoàn cảnh sử dụng nội dung.

Vì vậy, điều quan trọng không phải là tìm ra một “đáp án đúng” duy nhất, mà là theo đuổi một trải nghiệm phù hợp với mục tiêu đã đặt ra.

Trong quá trình nghe thử nhiều lần, việc phát sinh thêm những ý tưởng cải thiện mới cũng là một chu trình tự nhiên và tích cực để nâng cao chất lượng nội dung giọng nói.

Chính vì vậy, kế hoạch sản xuất không nên được xây dựng với giả định rằng nội dung sẽ hoàn thiện chỉ sau một lần tạo.

Thay vào đó, cần chuẩn hóa quy trình:

• Cấu trúc hóa phản hồi
• So sánh nhiều phương án
• Kiểm chứng từng thay đổi
• Cải thiện nội dung theo từng bước

Dưới đây là năm phương pháp cụ thể để thực hiện điều đó.

5 cách triển khai hiệu quả

1. Chia sẻ trước danh sách các tham số có thể điều chỉnh với đội ngũ phát triển

Trước khi bắt đầu, đội ngũ lập kế hoạch và đội ngũ phát triển nên thống nhất danh sách những yếu tố có thể thay đổi.

Ví dụ:

• Loại model
• Loại giọng nói
• Tốc độ đọc
• Mức độ biến thiên của đầu ra
• Tham số temperature hoặc thiết lập tương tự
• Nội dung chỉ dẫn hay prompt
• Định dạng âm thanh
• Cài đặt hậu kỳ

Khi có sẵn danh sách này, một yêu cầu mang tính cảm nhận như:

“Tôi muốn giọng đọc điềm tĩnh hơn một chút.”

có thể được chuyển thành một cuộc trao đổi cụ thể:

“Vậy chúng ta sẽ thay đổi thiết lập này và tạo một phiên bản mới để so sánh.”

Danh sách này cũng trở thành nền tảng cho việc quản lý sự khác biệt giữa các phiên bản được trình bày ở phần sau.

2. Bắt đầu kiểm chứng bằng các giọng nói có sẵn

Có hai phương pháp chính để chuẩn bị giọng nói.

Phương pháp thứ nhất là lựa chọn các giọng đã được hệ thống cung cấp sẵn, như trong Gemini.

Phương pháp thứ hai là sử dụng Voice Clone, tức công nghệ sao chép một giọng nói cụ thể, được cung cấp bởi các dịch vụ như ElevenLabs hoặc Fish Audio.

Nếu bắt đầu ngay với Voice Clone, quá trình tạo và tinh chỉnh giọng nói có thể bị trộn lẫn với quá trình kiểm chứng:

• Kịch bản
• Cách nói
• Phát âm
• Giọng điệu
• Nhịp độ
• Chất lượng của giọng được sao chép

Điều này dễ khiến phạm vi kiểm chứng mở rộng theo quá nhiều hướng.

Trong giai đoạn PoC ban đầu, nên bắt đầu bằng giọng nói có sẵn.

Sau khi xác nhận rằng các yêu cầu về kịch bản và cách đọc có khả năng được đáp ứng, dự án mới chuyển sang kiểm chứng Voice Clone.

Khuyến nghị quan trọng là chia nhỏ quy trình thành các bước rõ ràng và kiểm chứng từng yếu tố một.

3. Cụ thể hóa phản hồi mang tính cảm nhận và tập hợp thành danh sách yêu cầu

Một cảm nhận định tính như:

“Giọng có vẻ hơi cao.”

nên được chuyển thành một yêu cầu cụ thể hơn, chẳng hạn:

“Giọng điệu: bình tĩnh và mang tính giải thích. Phần chào mở đầu có thể tươi sáng hơn một chút.”

Khi những cảm nhận chủ quan được diễn đạt thành yêu cầu cụ thể, chúng sẽ trở thành tiêu chí đánh giá chung cho toàn bộ đội ngũ.

Chỉ cần ghi lại mỗi yêu cầu cùng với người đưa ra ý kiến và thời điểm đưa ra, lịch sử thảo luận cũng sẽ trở nên rõ ràng hơn, giúp các bên thống nhất hiệu quả hơn.

Sau mỗi lần cải thiện, không nên chỉ nghe lại dựa trên yêu cầu mới nhất. Cần nghe lại toàn bộ nội dung dựa trên toàn bộ danh sách yêu cầu.

Đây chính là regression test trong sản xuất nội dung giọng nói: kiểm tra xem thay đổi mới có làm hỏng một chất lượng đã đạt được trước đó hay không.

Cách làm này cũng giúp sớm phát hiện việc chất lượng ở một phần khác bị suy giảm.

4. Đội ngũ lập kế hoạch cần quyết định thứ tự ưu tiên khi các yêu cầu đánh đổi lẫn nhau

Một số yêu cầu có thể tạo ra mối quan hệ đánh đổi.

Ví dụ:

• Giọng điềm tĩnh và chậm rãi
• Cảm giác nhanh, mạnh và giàu năng lượng

Việc xuất hiện nhiều ý tưởng từ các góc nhìn khác nhau là điều rất có giá trị trong quá trình tạo ra nội dung tốt hơn.

Tuy nhiên, khi các yêu cầu xung đột, cần xác định rõ thứ tự ưu tiên và lưu lại làm tiêu chuẩn ra quyết định.

Điều này giúp đội ngũ ra quyết định nhanh chóng mà không làm lệch mục tiêu chính của nội dung.

Việc đánh giá một yêu cầu đánh đổi quan trọng hơn yêu cầu nào chỉ có thể được thực hiện bởi người hiểu rõ mục đích và trải nghiệm mà nội dung cần tạo ra.

Vì vậy, quyết định này không nên được giao hoàn toàn cho đội ngũ phát triển.

5. Đưa “buổi nghe chung” vào kế hoạch sản xuất

Mỗi người cảm nhận giọng nói theo một cách khác nhau. Vì vậy, quyết định cuối cùng không nên chỉ dựa trên đánh giá của một người.

Nên tổ chức một buổi để các bên liên quan cùng nghe âm thanh được tạo ra trong thời gian thực và thảo luận trực tiếp.

Điều này giúp loại bỏ sự khác biệt trong cách hiểu và rút ngắn con đường cải thiện chất lượng.

Bí quyết là vừa nghe vừa đối chiếu với danh sách yêu cầu, sau đó ghi lại kết quả thảo luận dưới dạng nội dung cập nhật cho danh sách đó.

Điểm cần lưu ý

Chỉ lưu lại từng phiên bản âm thanh đã tạo là chưa đủ.

Đối với mỗi phiên bản, cần ghi lại và chia sẻ đầy đủ:

• Đã thay đổi điều gì?
• Các thiết lập khác nhau ở điểm nào?
• Prompt nào đã được sử dụng?
• Phiên bản kịch bản nào đã được sử dụng?
• Model và giọng nói nào đã được sử dụng?
• Những vấn đề nào vẫn cần tiếp tục xem xét?

Việc quản lý phiên bản như vậy giúp đội ngũ có thể quay lại hoặc tái tạo một trạng thái tốt trước đây bất cứ lúc nào.

Về mặt kỹ thuật, quản lý sự khác biệt của các thiết lập bằng định dạng JSON có thể là một phương pháp hiệu quả và có thể được xây dựng tương đối đơn giản khi phối hợp với đội ngũ phát triển.

Hậu kỳ cũng là một lựa chọn quan trọng

Một khái niệm khác giúp các cuộc trao đổi diễn ra nhanh hơn là hậu kỳ, hay post-processing.

Một số yêu cầu không thể được xử lý hoàn toàn chỉ bằng cài đặt của AI tạo giọng nói.

Ví dụ:

• Tinh chỉnh tốc độ phát
• Ngăn hiện tượng âm thanh bị vỡ
• Đồng đều hóa âm lượng
• Chèn khoảng lặng giữa các chương
• Cắt bỏ những khoảng nghỉ không cần thiết
• Ghép nhiều đoạn âm thanh đã tạo
• Thêm hiệu ứng fade-in hoặc fade-out

Trong những trường hợp này, có thể giải quyết bằng công đoạn hậu kỳ, trong đó âm thanh đã tạo được xử lý bằng chương trình.

Nếu luôn cân nhắc hai hướng:

• Điều chỉnh bằng cài đặt của AI
• Xử lý bằng chương trình hậu kỳ

đội ngũ sẽ có nhiều phương án hơn để đáp ứng yêu cầu sản xuất.

Khi hướng tới sự đồng thuận, quá trình sản xuất sẽ đi đến điểm kết thúc

Nếu mục tiêu là tạo ra một nội dung giọng nói AI mà tất cả mọi người đều hài lòng mãi mãi, quá trình sản xuất có thể sẽ không bao giờ kết thúc.

Mục tiêu thực tế nên là đạt được sự đồng thuận:

“Danh sách yêu cầu này đã được đáp ứng đến mức độ này, theo thứ tự ưu tiên này.”

Ghi lại thiết lập, diễn đạt yêu cầu bằng ngôn ngữ rõ ràng, cùng nhau nghe và cùng đưa ra quyết định.

Nếu đưa quy trình này vào dự án ngay từ giai đoạn đầu, đội ngũ có thể liên tục nâng cao chất lượng mà không bị lạc trong quá trình thử nghiệm thiếu cấu trúc mỗi khi nhận được phản hồi mới.

Năm bước chuẩn bị được giới thiệu trong bài viết gồm:

1. Chuẩn bị danh sách các tham số có thể điều chỉnh
2. Bắt đầu kiểm chứng bằng giọng nói có sẵn
3. Tập hợp phản hồi thành danh sách yêu cầu
4. Thống nhất thứ tự ưu tiên
5. Tổ chức buổi nghe chung

Không bước nào yêu cầu một công cụ đặc biệt. Đây đều là những công việc chuẩn bị có thể bắt đầu ngay từ ngày mai.

Hãy bắt đầu bằng việc thêm năm nội dung này vào chương trình của buổi kickoff dự án.

Bài viết này được tổng hợp dựa trên kinh nghiệm phát triển của công ty chúng tôi.

Hiệu suất và thông số kỹ thuật của AI tổng hợp giọng nói liên tục được cập nhật, vì vậy phương pháp triển khai tối ưu cũng có thể thay đổi theo thời gian.

Để tìm hiểu chi tiết hơn về mặt kỹ thuật, vui lòng tham khảo white paper sắp được phát hành:

“Cách ổn định chất lượng khi sản xuất nội dung giọng nói bằng AI tạo sinh”

Chúng tôi cũng tiếp nhận tư vấn và hỗ trợ phát triển các dự án sản xuất nội dung giọng nói AI.