Ngôn ngữ: Tiếng Việt

Giọng nói AI: biến kịch bản thành lời đọc hoặc hội thoại

Giọng nói AI trong shuut đọc to kịch bản bạn viết thành lời đọc. Bạn dán văn bản, chọn mô hình giọng nói và một giọng, rồi nhận về một đoạn âm thanh.

Công cụ âm thanh có bốn mô hình giọng nói đặt cạnh nhau. Mỗi mô hình có bộ giọng, ngôn ngữ và cách điều chỉnh cảm xúc hay sắc thái riêng. Chế độ hội thoại cho phép nhiều người nói cùng chung một đoạn âm thanh.

Mở công cụ trên shuut

Mô hình cho mục đích này

Mô hìnhNhà phát triểnGiáGiá thấp nhất
Eleven v4ElevenLabs4 credit mỗi lần tạo4 credit mỗi lần tạo
Giọng nói Chirp 3 HDGoogle2 credit mỗi lần tạo2 credit mỗi lần tạo
MiniMax Speech 2.8 HDMiniMax5 credit mỗi lần tạo5 credit mỗi lần tạo
Qwen Audio 3.1 TTSAlibaba2 credit mỗi lần tạo2 credit mỗi lần tạo

Giá tính bằng credit (1 credit = 0,01 USD) và được trừ vào số dư shuut của bạn mỗi lần sử dụng. Bạn sẽ thấy giá chính xác trước mỗi lần tạo.

Giọng nói AI hoạt động thế nào trong công cụ âm thanh của shuut

Nút Giọng nói AI mở công cụ âm thanh với chế độ giọng nói đã được chọn sẵn.

Bạn gõ hoặc dán kịch bản cần đọc.

Bạn chọn một mô hình giọng nói, rồi chọn một giọng trong danh sách của mô hình đó.

Với một cuộc trò chuyện, chế độ hội thoại cho phép bạn gán giọng cho từng người nói để cả đoạn trao đổi thành một đoạn âm thanh.

Nhấn “Tạo” để biến kịch bản thành lời đọc mà bạn có thể nghe và tải xuống.

Các giọng Chirp 3 HD cũng đọc kịch bản trong công cụ “Avatar AI”.

Các mô hình giọng nói AI trong shuut và điểm khác nhau

Eleven v4 là mô hình giọng nói của ElevenLabs. Mô hình này đọc có cảm xúc, có nhiều giọng và hỗ trợ nhiều ngôn ngữ, bạn còn có thể thêm thẻ sắc thái vào kịch bản.

Eleven v4 Dialogue biến một đoạn hội thoại viết sẵn thành một đoạn âm thanh, mỗi người nói có giọng riêng.

Chirp 3 HD là mô hình chuyển văn bản thành giọng nói của Google, tập trung vào lời đọc tiếng Hàn tự nhiên với một số ít giọng.

MiniMax Speech 2.8 HD đọc tiếng Hàn và tiếng Anh, có danh sách giọng phong phú và cho phép bạn chọn cảm xúc.

Qwen Audio 3.1 TTS có vài giọng đa ngôn ngữ và làm theo chỉ dẫn sắc thái bạn đưa ra.

Trước khi viết kịch bản giọng nói AI

Hãy chọn ngôn ngữ trước, vì ngôn ngữ sẽ thu hẹp lựa chọn mô hình: Chirp 3 HD chỉ cho tiếng Hàn, MiniMax Speech 2.8 HD cho tiếng Hàn hoặc tiếng Anh, Eleven v4 hoặc Qwen Audio 3.1 TTS cho các ngôn ngữ khác.

Nếu cách đọc quan trọng, hãy định trước chỗ cần đổi cảm xúc hay sắc thái, rồi dùng thẻ sắc thái của Eleven v4, lựa chọn cảm xúc của MiniMax hoặc chỉ dẫn sắc thái của Qwen.

Với hội thoại, hãy ghi tên người nói cho từng dòng để việc gán giọng được dễ dàng.

Đọc bằng giọng nhân bản của chính bạn là một chế độ riêng của Eleven v4 và cần sự đồng ý của người có giọng nói đó.

Nếu có giọng của người thật, hãy kiểm tra xem nơi bạn đăng có yêu cầu nhãn nội dung do AI tạo hay không.

Cách tạo đoạn giọng nói AI trong shuut

  1. Mở Giọng nói AI để vào công cụ âm thanh với chế độ giọng nói đã được chọn.
  2. Dán kịch bản, hoặc viết hội thoại với mỗi dòng có ghi tên người nói.
  3. Chọn một mô hình giọng nói và một giọng, hoặc mỗi người nói một giọng trong chế độ hội thoại.
  4. Thêm cảm xúc, thẻ sắc thái hoặc chỉ dẫn sắc thái ở những mô hình có hỗ trợ.
  5. Nhấn “Tạo” và nghe lại lời đọc đã hoàn tất.

Câu hỏi thường gặp

Giọng nói AI đọc được những ngôn ngữ nào?
Eleven v4 hỗ trợ nhiều ngôn ngữ, Qwen Audio 3.1 TTS có các giọng đa ngôn ngữ. MiniMax Speech 2.8 HD đọc tiếng Hàn và tiếng Anh, còn Chirp 3 HD đọc tiếng Hàn.
Mô hình nào có giọng tiếng Hàn?
Chirp 3 HD được làm cho lời đọc tiếng Hàn tự nhiên, MiniMax Speech 2.8 HD đọc cả tiếng Hàn lẫn tiếng Anh. Eleven v4 và Qwen Audio 3.1 TTS cũng là lựa chọn đa ngôn ngữ.
Một đoạn âm thanh có thể có nhiều người nói không?
Có. Trong chế độ hội thoại, bạn chọn giọng cho từng người nói, và Eleven v4 Dialogue biến cả cuộc trò chuyện thành một đoạn âm thanh duy nhất với nhiều người nói.
Làm sao để giọng nghe vui, điềm tĩnh hay nghiêm túc?
Eleven v4 đọc có cảm xúc và nhận thẻ sắc thái trong kịch bản. MiniMax Speech 2.8 HD có lựa chọn cảm xúc, còn Qwen Audio 3.1 TTS làm theo chỉ dẫn sắc thái.
Có thể đọc bằng giọng của chính tôi không?
Đọc bằng giọng nhân bản là một chế độ riêng của Eleven v4. Chế độ này cần sự đồng ý của người có giọng được nhân bản.
Đoạn giọng nói AI được tính giá thế nào?
Mỗi lần tạo giọng nói được tính giá theo lượt. Mỗi mô hình hiển thị báo giá trước khi bạn nhấn “Tạo”.

Bạn có thể tạo gì

Mở công cụ trên shuut

Cập nhật 17 tháng 11, 2026

Trước khi bắt đầu

Bạn trả tiền theo từng kết quả, có báo giá trước khi bạn nhấn “Tạo”; gói đăng ký là tùy chọn.

Ảnh chuyển động, Phụ đề và Đổi tỷ lệ miễn phí khi đăng ký.

Mục 9 của Điều khoản quy định về việc sử dụng thương mại; phạm vi tùy theo mô hình và thỏa thuận, và bạn tự chịu trách nhiệm kiểm tra quyền, quy định quảng cáo và nhãn AI.

shuut không liên kết với các đơn vị phát triển mô hình.

Bảng giá · Điều khoản