Tạo voice AI cho video YouTube và TikTok: làm theo từng đoạn kịch bản
Nội dung bài viết
Tạo voice AI cho video nghĩa là dán kịch bản vào công cụ chuyển văn bản thành giọng nói, chọn một giọng, tải tệp âm thanh về rồi đặt lên dòng thời gian của video. Trên trang lồng tiếng AI, việc này làm ngay trong trình duyệt và không cần đăng ký: mỗi lần tạo tối đa 1.000 ký tự, mỗi ngày có 2.000 ký tự miễn phí. Bài này đi theo một tình huống quen thuộc: bạn làm kênh giải thích công nghệ, ví dụ video “sạc nhanh trên điện thoại hoạt động thế nào”, cần giọng đọc cho bản YouTube dài vài phút và một bản TikTok ngắn cắt ra từ đó.
Video giải thích công nghệ được lợi gì từ giọng AI
Video công nghệ dày thông số, tên sản phẩm và con số. Khi tự thu âm, đọc nhầm một thông số là phải thu lại cả đoạn, cố giữ cùng giọng và cùng khoảng cách tới micro. Với giọng AI, bạn sửa chữ trong kịch bản rồi tạo lại đúng đoạn đó. Giọng và tốc độ giữ nguyên, nên đoạn mới nghe cùng giọng với các đoạn đã ghép.
Kênh không lộ mặt, video top list, video so sánh máy và video hướng dẫn cài đặt đều hợp cách làm này. Tự thu âm vẫn hợp hơn khi kênh dựa vào giọng và cá tính của người dẫn, như vlog hay video trò chuyện. Đọc Lên không nhân bản giọng của bạn, nên ở những kênh đó giọng AI hợp với phần phụ như lời giới thiệu hay chú thích.
Viết kịch bản để giọng AI đọc đúng thuật ngữ và con số
Đọc Lên đọc tiếng Việt. Chữ tiếng Anh trong văn bản được đọc theo chính tả tiếng Việt, nên “smartphone” hay “chip” có thể nghe khác cách bạn nói. Cách xử lý gọn nhất là tách hai lớp chữ: chữ hiện trên màn hình giữ tên gốc, còn kịch bản đọc viết theo cách bạn muốn người xem nghe thấy.
| Chữ trên màn hình | Gợi ý viết trong kịch bản đọc |
|---|---|
| AI | trí tuệ nhân tạo, hoặc phiên âm “ây-ai” |
| iPhone | ai-phôn |
| 5G | năm gờ |
| 65W | sáu mươi lăm oát |
| 4.500 mAh | bốn nghìn năm trăm mi-li-am-pe giờ |
| 3,2 GHz | ba phẩy hai gi-ga-héc |
| Wi-Fi | oai-phai |
| 2026 | năm hai nghìn không trăm hai mươi sáu |
Bảng trên chỉ là điểm xuất phát. Có từ giọng AI đọc ổn ngay khi viết nguyên gốc, có từ cần phiên âm. Để biết trước, hãy gom mọi thuật ngữ của video vào một đoạn thử khoảng 200–300 ký tự, tạo một lần và nghe. Từ nào nghe lạ thì đổi cách viết, tạo lại đoạn thử. Đoạn thử tốn ít ký tự hơn nhiều so với việc phát hiện lỗi sau khi đã tạo cả kịch bản.
Vài nguyên tắc khác cho kịch bản đọc:
- Mỗi câu một ý, ngắn vừa một hơi đọc. Câu dài nhiều mệnh đề khiến giọng đọc ngắt ở chỗ lạ.
- Dấu phẩy và dấu chấm là chỗ giọng đọc ngừng. Muốn có một nhịp ngừng trước con số quan trọng, đặt dấu phẩy ngay trước nó.
- Viết tiếng Việt có dấu đầy đủ, không viết tắt kiểu “vd”, “k”, “đc”.
- Tên hãng và tên dòng máy lặp lại nhiều lần thì dùng một cách viết thống nhất cho cả kịch bản.
Bộ đoạn cho một video giải thích
Một video giải thích thường có khung giống nhau: câu hỏi mở đầu, bối cảnh, giải thích từng phần, lưu ý cho người dùng và lời kết. Mỗi khối là một đoạn giọng đọc. Với video về sạc nhanh, bộ đoạn có thể là:
- Mở đầu: câu hỏi vì sao có máy sạc đầy nhanh hơn máy khác.
- Bối cảnh: pin, củ sạc và dây sạc cùng tham gia vào tốc độ sạc.
- Giải thích: công suất sạc là gì, đọc thông số trên củ sạc thế nào.
- Lưu ý: khi nào máy tự giảm tốc độ sạc, nên chọn củ sạc ra sao.
- Lời kết: tóm tắt và gợi ý video tiếp theo.
Mỗi đoạn nên dưới 1.000 ký tự để tạo được trong một lần khi chưa đăng nhập. Đánh số đoạn và giữ số đó cho tên tệp, như 01-mo-dau.mp3, 02-boi-canh.mp3. Khi dựng, bạn đặt tệp theo đúng thứ tự cảnh; khi sửa, bạn biết ngay phải tạo lại tệp nào.
Các bước tạo voice AI từng đoạn trên Đọc Lên
- Mở công cụ ngay dưới bài này hoặc trên trang lồng tiếng AI ở đầu bài. Dán đoạn 01 vào ô “Văn bản cần chuyển thành giọng nói”. Bộ đếm hiện số ký tự của đoạn và số ký tự miễn phí còn lại trong ngày.
- Chọn giọng ở mục “Giọng đọc”. Có 25 giọng nam và nữ: 15 giọng miền Bắc, 8 giọng miền Nam, 2 giọng miền Trung, với các phong cách tự nhiên, kể chuyện, tin tức, đọc truyện. Video giải thích thường hợp giọng tin tức hoặc tự nhiên. Nút “Nghe thử” phát đoạn mẫu có sẵn của giọng đó, chưa phải văn bản của bạn. Cần chọn giữa ba miền thì xem bài so sánh giọng Bắc, Nam, Trung.
- Chỉnh “Tốc độ đọc” trong khoảng 0,75 đến 1,5 lần. Đoạn nhiều thông số nên để 1 hoặc chậm hơn một chút để người xem kịp đọc chữ trên màn hình.
- Bấm “Chuyển thành giọng nói”. Khi hiện “Đã xong”, nghe lại cả đoạn rồi bấm “Tải xuống” và đặt tên tệp theo số đoạn.
- Ghi lại giọng và tốc độ vừa dùng. Tạo các đoạn còn lại với đúng thiết lập đó, để cả video là một giọng liền mạch.
Đăng nhập bằng Google hoặc mã gửi qua email thì bạn tải được thêm tệp WAV, xem lại lịch sử các lần tạo, và mỗi lần tạo được tối đa 20.000 ký tự trong phạm vi ký tự còn lại. Tệp tạo bằng ký tự miễn phí được giữ 24 giờ, nên tải về máy ngay sau mỗi đoạn.
Một video tốn bao nhiêu ký tự
Trước khi tạo, dán cả kịch bản vào công cụ hoặc trình soạn thảo để xem tổng số ký tự. Giả sử bản YouTube dài 8.000 ký tự. Với 2.000 ký tự miễn phí mỗi ngày, bạn làm xong trong bốn ngày, hạn mức làm mới lúc 00:00 giờ Việt Nam. Mỗi lần tạo lại một đoạn cũng tính ký tự, nên đoạn thử thuật ngữ ở trên giúp bạn đỡ tốn hạn mức.
Muốn làm xong trong một buổi, bạn đăng nhập và mua thêm ký tự:
- 175.000 ký tự: 49.000 ₫
- 600.000 ký tự: 149.000 ₫
- 2.000.000 ký tự: 449.000 ₫
Với kịch bản 8.000 ký tự như ví dụ, gói 175.000 ký tự đủ cho khoảng 21 kịch bản cỡ đó. Ký tự đã mua không hết hạn, tệp tạo bằng ký tự đã mua được giữ 7 ngày. Chi tiết về phần miễn phí có trong bài giọng đọc AI miễn phí.
Một bộ tệp cho hai bản video
Bản YouTube. Đặt các tệp theo thứ tự lên dòng thời gian, mỗi tệp dưới phần hình minh họa của đoạn đó. Thao tác nhập tệp MP3, kéo vào đúng cảnh và cân âm lượng với nhạc nền trong CapCut có trong bài cách lồng tiếng vào video.
Bản TikTok. Video dọc ngắn cần vào thẳng vấn đề. Bạn lấy lại tệp mở đầu và tệp giải thích chính từ bản YouTube, rồi viết thêm một câu kết ngắn mời khán giả xem bản đầy đủ và tạo riêng câu đó. Câu kết chỉ tốn vài chục ký tự. Nếu bản ngắn cần nhịp nhanh hơn, tạo lại hai đoạn kia với tốc độ 1,1–1,2. Nếu muốn tạo giọng ngay trong CapCut, bài chuyển văn bản thành giọng nói CapCut so sánh hai cách.
Khi voice AI nghe chưa ổn
- Một từ đọc lạ. Đổi cách viết từ đó trong đoạn, rồi tạo lại riêng đoạn ấy. Các đoạn khác giữ nguyên.
- Giọng đọc dài hơn cảnh. Cắt khoảng lặng ở cuối tệp, tăng tốc độ lên 1,1–1,2 và tạo lại, hoặc rút bớt chữ trong câu.
- Đoạn dài nghe đều và phẳng. Tách câu ngắn hơn, thêm dấu phẩy ở chỗ cần ngừng. Với đoạn kể lại lịch sử sản phẩm, thử giọng phong cách kể chuyện.
- Đoạn mới nghe khác đoạn cũ. So giọng và tốc độ vừa dùng với thiết lập đã ghi ở bước 5, rồi tạo lại đoạn mới với đúng thiết lập đó.
Chọn cách tạo voice cho video
| Cách | Làm tốt | Giới hạn | Hợp với |
|---|---|---|---|
| Đọc Lên | 25 giọng tiếng Việt ba miền, 2.000 ký tự miễn phí mỗi ngày, không cần đăng ký | Chỉ đọc tiếng Việt, không nhân bản giọng, không tải video lên | Kênh tiếng Việt làm giọng đọc từ kịch bản |
| Giọng đọc trong CapCut | Tạo ngay trong phần mềm dựng, khỏi tải tệp qua lại | Danh sách giọng tiếng Việt tùy phiên bản ứng dụng | Clip ngắn dựng hoàn toàn trong CapCut |
| HeyGen | 175+ ngôn ngữ và phương ngữ, nhân bản giọng từ đoạn ghi âm mẫu | Giá các gói xem trên trang của họ | Video nhiều ngôn ngữ, cần giọng của chính bạn |
| Tự thu âm | Giọng và cá tính của người dẫn | Đọc nhầm phải thu lại, cần chỗ yên tĩnh | Vlog, kênh dựa vào người dẫn |
Thông tin về HeyGen lấy từ trang chính thức của họ ngày 26/10/2026.
Nếu kênh của bạn làm review phim, bài giọng đọc review phim đi theo cùng cách chia đoạn với kịch bản kể chuyện. Các công cụ giọng đọc khác của Đọc Lên nằm trong danh sách công cụ.
Video công nghệ đầu tiên với giọng AI mất nhiều thời gian nhất ở khâu viết kịch bản đọc. Từ video thứ hai, bảng phiên âm thuật ngữ và thiết lập giọng đã có sẵn, bạn chỉ cần viết kịch bản mới và tạo lại các đoạn.