Chuyện thường gặp
Chị Lan bán khoá học nấu ăn. Quay xong video, thu âm lời dẫn, ghép lại — mất cả buổi.
Đăng lên rồi mới phát hiện đọc nhầm: "học phí một triệu hai" đáng ra là "một triệu tám".
Sai một chữ. Nhưng để sửa thì phải mở micro, chỉnh lại giọng cho giống hôm trước, thu lại cả đoạn, ghép lại cả video.
Hôm đó chị đang ho. Giọng khác hẳn. Đành để nguyên video sai.
Thứ anh chị cần không phải phần mềm đắt tiền
Có nhiều dịch vụ đọc giọng bán theo tháng, tính tiền theo số chữ. Đọc nhiều là hết tiền.
Nhưng có công cụ chạy ngay trên máy tính của anh chị, miễn phí, không giới hạn số chữ — và không gửi lời thoại của mình đi đâu cả.
Đổi lại: máy tính chạy hơi lâu một chút, và giọng chưa mượt bằng người thật.
Đủ dùng cho video giới thiệu, video hướng dẫn, video nhắc việc. Còn video mặt anh chị nói trực tiếp thì vẫn nên tự nói.
Bước 1 — Chuẩn bị
Cần Python trên máy. Vào python.org, tải bản mới nhất, cài bình thường.
⚠️ Ở màn hình cài đặt đầu tiên, nhớ tích vào ô "Add Python to PATH" rồi mới bấm Install. Quên ô này là lát nữa gõ lệnh gì cũng báo lỗi.
Cài xong, mở Command Prompt, gõ:
python --version
Hiện ra một con số là được.
Bước 2 — Cài công cụ đọc
Vẫn trong Command Prompt, gõ:
pip install edge-tts
Chờ nó chạy xong. Đây là công cụ đọc miễn phí, có sẵn giọng tiếng Việt cả nam lẫn nữ.
Thử ngay một câu:
edge-tts --voice vi-VN-HoaiMyNeural --text "Xin chào, đây là giọng đọc thử" --write-media thu.mp3
Vào thư mục đang đứng, mở file thu.mp3 ra nghe.
Hai giọng tiếng Việt hay dùng:
| Tên giọng | Kiểu |
|---|---|
| vi-VN-HoaiMyNeural | Nữ, nhẹ, hợp video hướng dẫn |
| vi-VN-NamMinhNeural | Nam, chắc, hợp video giới thiệu dịch vụ |
Bước 3 — Đọc cả file lời thoại
Gõ tay từng câu thì mệt. Để lời thoại vào một file loi.txt, rồi gõ:
edge-tts --voice vi-VN-NamMinhNeural --file loi.txt --write-media loi-doc.mp3
Xong. Sửa một chữ trong loi.txt, chạy lại lệnh trên, có file mới trong vài giây.
Đó là toàn bộ lý do bài này tồn tại: lời thoại là chữ, không phải là băng thu. Chữ thì sửa lúc nào cũng được.
Bước 4 — Nối vào việc thật
Giờ bảo máy gói nó thành công cụ dùng hằng ngày:
📋 Câu lệnh — chép nguyên cả khối
Tôi đã cài được edge-tts trên máy Windows và đọc được tiếng Việt.
Tôi không biết lập trình, hãy hướng dẫn từng bước rất cụ thể.
Tôi muốn một công cụ làm việc này:
- Đọc file kich-ban.txt, mỗi dòng là một câu
- Tạo ra một file mp3 riêng cho từng câu, đặt tên 01.mp3, 02.mp3, ...
- Đồng thời tạo một file "thoi-luong.txt" ghi mỗi câu dài bao nhiêu giây
(để tôi dùng canh phụ đề khi ghép video)
- Giọng đọc để thành biến ở đầu file cho tôi tự đổi: [vi-VN-NamMinhNeural]
- Thư mục làm việc cũng để thành biến: [D:\video\bai-01]
- Câu nào đã có file mp3 rồi thì bỏ qua, không đọc lại,
trừ khi tôi xoá file đó đi
Viết bằng Python, một file duy nhất.
Kèm một file .bat để tôi bấm đúp là chạy.
Nói rõ lưu ở đâu, chạy thế nào.
Có được thứ này rồi thì nối thẳng vào công cụ ghép video ở bài trước: sửa chữ → chạy đọc → chạy ghép → ra video mới.
Bước 5 — Viết lời thoại cho máy đọc nghe xuôi
Máy đọc theo mặt chữ. Muốn nghe tự nhiên thì viết khác một chút:
- Viết số ra chữ. Gõ "một triệu tám" thay vì "1.800.000" — máy đọc số hay sai cách ngắt.
- Câu ngắn. Câu dài quá máy đọc một hơi, nghe hụt hơi.
- Chấm phẩy là chỗ nghỉ. Muốn nó ngừng lâu hơn thì xuống dòng.
- Đừng viết tắt. "SL" nó đọc là "ét lờ". Viết "số lượng".
- Tên riêng lạ thì viết theo cách đọc. Ví dụ ghi "Xoa-la" thay vì "Solar".
⛔ Ba điều phải nhớ
Đừng nhại giọng người khác. Có công cụ sao chép giọng từ một đoạn ghi âm. Sao chép giọng người nổi tiếng, giọng đồng nghiệp, giọng khách để đăng công khai là chuyện pháp lý, không phải chuyện kỹ thuật. Dùng giọng có sẵn, hoặc giọng chính anh chị đã đồng ý.
Đừng nạp thông tin khách vào công cụ đọc. Danh sách tên, số điện thoại, địa chỉ khách — không có việc gì phải đưa vào đây.
Việc dính tiền thì nghe lại trước khi đăng. Video nói giá, nói khuyến mãi, nói cam kết bảo hành — bật lên nghe hết một lượt. Máy đọc "một trăm tám" thành "một trăm tám mươi" là lời hứa sai với cả nghìn người.
Ba chỗ hay làm sai
Gõ lệnh báo "edge-tts is not recognized". Quên tích ô "Add Python to PATH" lúc cài. Gỡ Python ra cài lại, nhớ tích ô đó.
File mp3 ra mà im lặng, không có tiếng. File loi.txt lưu sai bảng mã nên máy không đọc được chữ tiếng Việt. Mở Notepad, Lưu thành, chọn UTF-8.
Giọng đọc ngắt sai chỗ, nghe khó chịu. Câu quá dài hoặc dùng dấu ba chấm. Tách thành hai câu ngắn, mỗi câu một dòng.
Sau bài này anh chị có gì
File lời thoại (chữ) Công cụ đọc File giọng đọc
kich-ban.txt → (bấm đúp, vài giây) → 01.mp3 02.mp3...
↑ ↓
sửa 1 chữ, chạy lại ←──────────────────────── ghép vào video
Lời thoại thành thứ sửa được. Không còn cảnh sai một chữ mà phải bỏ cả video, hoặc phải chờ đến hôm hết ho mới thu lại được.