Google text to speech là gì? Cách dùng đọc tiếng Việt
Nội dung bài viết
Google text to speech là cách gọi chung cho ít nhất ba thứ khác nhau của Google: dịch vụ Cloud Text-to-Speech dành cho lập trình viên, công cụ đọc chữ thành tiếng có sẵn trên điện thoại Android, và giọng đọc bạn nghe khi bấm nút loa trong Google Dịch. Bài này tách từng loại, nói rõ cái nào đọc được tiếng Việt, và chỉ cách lấy tệp MP3 nhanh nếu bạn không muốn làm việc với code.
Nếu bạn đang tìm giọng nữ đọc rõ, đều nhịp để làm video, hãy thử trang giọng Google dịch của Đọc Lên: dán văn bản, nghe thử và tải MP3, không cần đăng ký.
Ba thứ thường bị gọi chung là “Google TTS”
| Cloud Text-to-Speech | Công cụ đọc trên Android | Giọng trong Google Dịch | |
|---|---|---|---|
| Dành cho | Lập trình viên, doanh nghiệp | Người dùng điện thoại Android | Người dùng thường |
| Dùng ở đâu | Dịch vụ trên Google Cloud, gọi bằng API | Cài đặt điện thoại, đọc màn hình và ứng dụng | Ứng dụng và trang Google Dịch |
| Tiếng Việt | Có (vi-VN) | Chọn ngôn ngữ trong cài đặt, có thể cần cài dữ liệu giọng | Xem trong ứng dụng |
| Lấy tệp âm thanh | Có, qua mã hoặc công cụ trung gian | Không phải mục đích của tính năng | Không phải mục đích của tính năng |
| Chi phí | Có hạn mức miễn phí, sau đó tính theo ký tự | Tính năng của điện thoại | Xem trên trang của Google |
Cả ba cùng đọc chữ thành tiếng, nhưng mục đích khác nhau. Cloud Text-to-Speech sinh ra để gắn vào phần mềm. Công cụ trên Android phục vụ việc nghe nội dung trên máy. Giọng Google Dịch chỉ để nghe cách phát âm.
Cloud Text-to-Speech: API cho người làm phần mềm
Đây là sản phẩm khi người ta nói “Google Cloud Text to Speech”. Bạn tạo dự án Google Cloud, bật dịch vụ, bật thanh toán rồi gửi văn bản qua API hoặc qua một ứng dụng trung gian để nhận tệp âm thanh. Trang giá của Google ghi rõ phải bật thanh toán để dùng, và hệ thống tự tính phí khi vượt số ký tự miễn phí trong tháng.
Theo trang giá và trang danh sách giọng của Google, kiểm tra ngày 16/10/2026:
- Giọng tiếng Việt (vi-VN) có nhiều loại: Standard, WaveNet, Neural2 và nhóm cao cấp Chirp 3: HD.
- Hạn mức miễn phí mỗi tháng: giọng Standard và WaveNet 4 triệu ký tự, giọng Neural2 và Chirp 3: HD 1 triệu ký tự.
- Giá sau hạn mức: Standard và WaveNet 4 USD cho 1 triệu ký tự, Neural2 16 USD, Chirp 3: HD 30 USD.
Giá và hạn mức có thể thay đổi, bạn nên xem lại trang giá của Google trước khi đăng ký. Điểm mạnh của dịch vụ này là API, nhiều ngôn ngữ, nhiều loại giọng và khả năng đọc hàng loạt trong ứng dụng của bạn. Điểm khó với người chỉ cần một đoạn lời dẫn là phải qua các bước tạo dự án, bật thanh toán và quản lý khóa truy cập.
Công cụ đọc trên Android: nghe nội dung trên điện thoại
Phần “Đầu ra văn bản sang giọng nói” trên Android quyết định điện thoại đọc chữ bằng giọng nào. Theo trang hỗ trợ Android của Google, bạn mở Cài đặt, vào Hỗ trợ tiếp cận, chọn Đầu ra văn bản sang giọng nói. Ở đó có thể chọn công cụ đọc, ngôn ngữ, tốc độ nói và cao độ, nhấn Phát để nghe thử. Danh sách công cụ khác nhau theo từng máy, có thể gồm công cụ của Google, của nhà sản xuất hoặc ứng dụng cài thêm từ cửa hàng.
Để đọc tiếng Việt, chọn ngôn ngữ tiếng Việt. Nếu chưa có giọng, chọn “Cài đặt dữ liệu giọng nói” rồi tải tiếng Việt về. Công cụ này phục vụ việc đọc màn hình và nghe nội dung ngay trên máy, nên không tạo ra tệp MP3 để bạn mang đi ghép video.
Giọng đọc trong Google Dịch
Khi nhập một câu tiếng Việt vào Google Dịch và bấm biểu tượng loa, bạn nghe được câu đó. Tính năng này tiện để kiểm tra cách đọc một từ hay một câu ngắn. Tính năng này dùng để nghe thử: bạn không chọn được giọng theo miền hay chỉnh nhịp đọc cho cả bài. Người làm video vì vậy thường tìm một công cụ có giọng tương tự và cho tải tệp.
Kiểu giọng nữ đều, rõ chữ này là thứ người xem TikTok hay gọi là “giọng chị Google”. Cách làm giọng đó trong video có trong bài cách lồng tiếng vào video.
Cách lấy giọng tiếng Việt thành MP3 mà không cần code
Khi mục tiêu chỉ là một tệp âm thanh để ghép vào CapCut, gửi qua Zalo hay chèn vào bài giảng, bạn có thể làm ngay trên Đọc Lên:
- Mở trang chuyển văn bản thành giọng nói và dán văn bản tiếng Việt có dấu vào ô nhập, tối đa 1.000 ký tự mỗi lần.
- Chọn giọng. Có 25 giọng: 15 giọng miền Bắc, 8 giọng miền Nam, 2 giọng miền Trung. Giọng Lan là giọng nữ đọc theo phong cách tin tức, rõ chữ, đều nhịp, gần với kiểu giọng chị Google. Kéo tốc độ trong khoảng 0,75 đến 1,5 lần.
- Bấm “Chuyển thành giọng nói”, đợi trạng thái “Đã xong”, nghe lại rồi bấm “Tải xuống” để lấy MP3.
Mỗi thiết bị có 2.000 ký tự miễn phí mỗi ngày, hạn mức làm mới lúc 00:00 giờ Việt Nam, không cần đăng ký. Tệp được giữ 24 giờ, nên tải về máy ngay. Nút “Nghe thử” cạnh mỗi giọng phát một mẫu có sẵn của giọng đó, không đọc văn bản của bạn. Muốn nghe đúng câu của mình thì tạo âm thanh rồi nghe lại.
Nên chọn cái nào
| Việc bạn cần | Hợp với |
|---|---|
| Gắn giọng đọc vào ứng dụng, website, hệ thống riêng | Cloud Text-to-Speech |
| Nhiều ngôn ngữ, giọng tùy biến, đọc số lượng lớn | Cloud Text-to-Speech |
| Nghe tin nhắn, bài báo, sách ngay trên điện thoại | Công cụ đọc trên Android |
| Kiểm tra cách đọc một từ | Giọng trong Google Dịch |
| Lời dẫn tiếng Việt cho video, tệp MP3 nhanh, không đăng ký | Đọc Lên |
Đọc Lên không có API, không tạo giọng mới từ bản ghi âm của bạn, không nhận tệp tải lên và chỉ đọc tiếng Việt. Đổi lại, bạn không cần tạo tài khoản hay bật thanh toán, và chọn được giọng Bắc, Trung, Nam. Một số trường hợp thường gặp:
- Video ngắn, review, TikTok: xem công cụ lồng tiếng AI cho video.
- Đọc một đoạn dài tài liệu: trang đọc văn bản online.
- Cần so sánh giọng nam nữ và vùng miền: giọng đọc AI tiếng Việt.
- Hiểu thêm công nghệ này là gì: bài TTS là gì.
- Công cụ miễn phí khác để so sánh: bài text to speech miễn phí.
Các công cụ khác của Đọc Lên nằm ở trang tất cả công cụ.
Mẹo để giọng đọc tiếng Việt nghe tự nhiên
- Dán văn bản có dấu. Giọng đọc theo đúng chữ bạn gõ, câu không dấu sẽ sai thanh điệu.
- Viết câu ngắn, đặt dấu chấm và dấu phẩy đúng chỗ vì giọng ngắt nghỉ theo dấu câu.
- Viết tên riêng nước ngoài theo cách đọc tiếng Việt nếu muốn nghe rõ. Đọc Lên đọc theo chính tả tiếng Việt nên từ tiếng Anh có thể không giống bản xứ.
- Văn bản dài thì chia theo ý, tạo từng phần rồi ghép lại trong phần mềm chỉnh âm thanh.