Mình nhân bản giọng mình để đọc khoá học, nghe xong thì bỏ. Đây là lý do
31/10/2026
Bạn muốn làm khoá học, làm video bán hàng, mà ngại nói trước máy. Nghĩ ra cách nhân bản giọng mình bằng AI, ngồi chờ máy đọc xong, bật lên nghe thì giọng mình mà nghe như tổng đài báo cước, đọc đều như trả bài.
Mình vừa gặp đúng chuyện này với khoá CapCut điện thoại của Hill Media. Kết cục là mình bỏ bản đó, đổi qua một cách khác. Không phải vì công cụ dở, mà vì mình nhận ra một chuyện về sự thật thà với người xem.
Bản giọng nhân bản: giống, mà chưa phải mình
Khoá có 11 bài, và mình không quay mặt trong khoá. Lúc đầu mình nghĩ cách hợp lý nhất là nhân bản giọng mình bằng một công cụ AI, rồi cho nó đọc lời mình viết sẵn.
Máy đọc xong đủ 11 bài. Về kỹ thuật thì ổn: tiếng đều, không có khoảng im dài, máy nghe lại đoạn cuối từng bài thấy khớp lời gốc.
Nhưng mình nghe bằng tai thì thấy máy móc quá. Đúng là màu giọng mình, mà không có cái lên xuống khi mình nói chuyện thật. Người nghe sẽ thấy một cái gì đó lạ lạ, mà không biết lạ ở đâu.
Chỗ mình ngại hơn: người xem tưởng đó là mình đang nói. Mà thật ra không phải.
Đổi sang Trợ Lý Buu, và nói rõ ngay câu đầu
Mình có một trợ lý AI tên Buu. Buu đã đọc mấy video mẹo AI trên page Hill Media rồi.
Nên mình chốt cho Buu đọc khoá luôn. Và câu đầu tiên của bài đầu tiên, Buu nói thẳng: "Nói trước cho rõ nha, Buu là AI, không phải người thật."
Vì sao phải nói? Mình nghĩ đơn giản thế này. Người ta bỏ tiền học, người ta có quyền biết ai đang nói với mình. Giọng AI không có gì xấu. Giấu nó đi mới là chuyện không nên.
Nói rõ rồi thì lại dễ làm. Buu tự trào được: "Buu là giọng AI nên khỏi lo tiếng quạt, chứ anh chị thì phải lo nha." Người xem cười, mà nhớ luôn cái ý.
Còn mẹo, cách làm, quan điểm trong bài thì Buu không nhận là của Buu. Buu nói "bên Hill Media tụi mình hay làm" hoặc "anh Hửu hay dặn". Lời từng bài mình duyệt trước khi cho máy đọc.
Viết cho máy đọc khác viết cho người đọc
Đây là phần mình học được nhiều nhất, ghi lại cho bạn nào cũng đang tính xài giọng AI.
Hai chữ gần âm đứng sát nhau làm máy líu lưỡi. Có câu ban đầu là "Khoan lo, khóa này..." Đọc bằng mắt thấy bình thường. Máy đọc lên thì líu như người mới nhổ răng. Mình phải sửa lời, tránh mấy cặp chữ kiểu vậy.
Chữ "AI" viết hoa phải dặn máy đọc. Trong công cụ làm giọng cho video Buu, bên mình cho máy đọc "AI" viết hoa thành "ây-ai", còn chữ "ai" thường thì đọc bình thường. Không dặn thì có lúc máy đọc lẫn.
Đọc từng đoạn ngắn rồi cho máy nghe lại. Mình nhờ AI dựng một công cụ nhỏ: cắt lời ra từng đoạn, đọc từng đoạn, rồi cho máy nghe lại xem có thiếu chữ không. Thiếu thì đọc lại đoạn đó, tối đa ba lần. Lý do là có lúc giọng AI đọc bỏ mất một khúc mà không báo gì.
Máy nghe lại cũng có lúc sai. Có lần máy nghe "Hill Media" ra một chữ khác. Tới giờ mình vẫn chưa biết là giọng đọc sai hay máy nghe sai. Nên khâu cuối vẫn phải có người nghe bằng tai.
Văn nói phải giống người nói thật. Mình cho máy so lời viết với bản ghi lời mình nói chuyện thật, thấy bản viết thiếu hẳn mấy chữ mình hay dùng như "cái", "mình", "nha", "vô". Lời khoá được viết lại theo kiểu nói chuyện, câu ngắn, có chỗ dừng để người xem làm theo.
Bản miễn phí thì chậm, chấp nhận
Giọng của Buu chạy bằng bản miễn phí, mỗi ngày có giới hạn, mà lại dùng chung với video mẹo hằng ngày. Nên làm giọng cho đủ khoá phải chia ra mấy ngày. Mình chấp nhận chậm một chút, đổi lại không phát sinh thêm chi phí.
Nếu bạn cũng tính xài giọng AI
Mấy điều mình rút ra, bạn tham khảo:
- Nghe bằng tai trước khi quyết. Giống giọng mình chưa chắc là nghe tự nhiên.
- Nói rõ là giọng AI. Câu đầu tiên là đủ, không cần dài dòng.
- Viết lời theo kiểu nói, đọc to thử trước khi đưa máy.
- Có một bước máy tự nghe lại, và một bước người nghe lại.
- Lời nào là của mình thì để mình đứng tên, đừng để AI nhận.
Khoá CapCut Điện Thoại do Buu đọc có bài đầu cho xem thử miễn phí. Bạn nghe thử giọng Buu xem có hợp tai không rồi hẵng tính.