Thiết kế giọng AI bằng tiếng Việt trên HeyGen: tả bằng lời ra 3 giọng, nhưng chưa đọc được tiếng Việt

Không muốn dùng giọng thật, cũng không ưng giọng có sẵn trong thư viện, nhiều người tìm tới tính năng thiết kế giọng: tả giọng bằng lời, AI tạo giọng mới. HeyGen có tính năng này trong mục Voices với tên Design a voice. Bài này trả lời thẳng câu hỏi người làm nội dung Việt quan tâm nhất: giọng thiết kế có đọc tiếng Việt dùng được không, và nếu không thì nên chọn đường nào.

Design a voice của HeyGen ở đâu, làm được gì?

Vào Avatar → Voices, bạn thấy 3 cách có giọng mới: “Create your HeyGen voice” để nhân bản giọng thật, “Design a voice” để tả giọng bằng lời, và “Import from 3rd party” để nhập giọng từ dịch vụ khác bằng khoá API. Design a voice có ô “Describe your new voice” và nút “Try a sample”.

Tôi tả bằng tiếng Việt: “Giọng nữ miền Bắc khoảng 30 tuổi, ấm và rõ chữ, nhịp vừa phải, thân thiện như người dẫn bản tin công nghệ buổi sáng.” Khoảng 30 đến 40 giây sau có 3 giọng tên “User Input – Voice 1”, “Voice 2”, “Voice 3”. Bảng Usage & History không ghi dòng nào, tức 0 credit.

Giọng thiết kế có đọc tiếng Việt không?

Không, ít nhất là ở bản nghe thử. Cả 3 bản đều đọc một đoạn tiếng Anh tự sinh, kiểu chào buổi sáng và điểm tin công nghệ, dài khoảng 25 giây. Chất giọng có màu Việt, công cụ nhận dạng giọng nói đoán là tiếng Việt với độ tin 0,90 đến 0,95, nhưng nội dung đọc là tiếng Anh.

Khi đem giọng này vào làm video tiếng Việt, HeyGen chặn ngay với thông báo giọng đã chọn không nói được tiếng Việt và gợi ý sửa giọng để chuyển sang engine phù hợp. Lý do: giọng thiết kế mặc định chạy engine ElevenLabs Multilingual v2 với ngôn ngữ English.

Tôi vào “Edit voice”, đổi Language sang Vietnamese, engine sang Panda, rồi tạo video với avatar mẫu Kristy, kịch bản: “Chào buổi sáng, đây là bản tin công nghệ của Để AI Tính. Hôm nay có ba tin đáng chú ý về HeyGen.” Video ra dài 8,68 giây, tốn 1 credit. Nghe lại thì méo nặng, công cụ nhận dạng chỉ còn tin là tiếng Việt ở mức 0,46, và nghe ra một chuỗi gần như vô nghĩa. Giọng này không dùng được cho kênh tiếng Việt.

Số liệu đo ngày 14/10/2026 trên gói Pro, giá và credit có thể đổi.

Những chi tiết giao diện dễ nhầm

• Chọn lưu Voice 2 nhưng giọng lưu vào My voices lại mang tên mặc định “User Input – Voice 1”. Hãy tự đổi tên ngay sau khi lưu.
• Menu của giọng có: Improve this voice, Get Voice ID, Delete, Add to Avatar, Share.
• “Improve this voice” mở phần đổi engine: ElevenLabs (Eleven Multilingual v2, Similarity 75%, Stability 50%) hoặc Panda. Language mặc định là English.

Vậy nên chọn giọng nào cho video tiếng Việt?

Design a voice vẫn có chỗ dùng: bạn làm nội dung tiếng Anh, cần một giọng không trùng ai, không muốn dùng giọng thật. Khi đó 3 giọng miễn phí cho mỗi lần mô tả là lợi thế.

Khuôn mô tả giọng, dùng lại được:

[Giới tính], khoảng [tuổi], [vùng miền / chất giọng].
Âm sắc [ấm / trong / trầm], [rõ chữ / mềm], nhịp [chậm / vừa / nhanh].
Cảm giác như [vai trò: người dẫn bản tin, giáo viên, người bán hàng thân thiện].

Các nhu cầu khác và cách chọn giọng

Doanh nghiệp xuất khẩu làm video tiếng Anh: Design a voice tạo giọng thương hiệu riêng. Điều cần chỉnh: đặt tên giọng rõ ràng, lưu Voice ID để dùng thống nhất.

Kênh kể chuyện tiếng Việt cần giọng ẩn danh: chưa nên dùng giọng thiết kế. Điều cần chỉnh: chọn giọng thư viện nghe thử từng câu, hoặc nhờ người đọc rồi nhân bản.

Trung tâm ngoại ngữ: giọng thiết kế tiếng Anh cho bài nghe. Điều cần chỉnh: mô tả rõ giọng Anh hay Mỹ, tốc độ chậm cho người mới học.

Người làm podcast tiếng Việt: dùng giọng nhân bản của chính mình. Điều cần chỉnh: thu mẫu giọng ở phòng yên tĩnh để bản nhân bản sạch.

Câu hỏi thường gặp về thiết kế giọng trên HeyGen

Design a voice HeyGen có tốn credit không?

Không. Tạo 3 giọng từ một câu mô tả không ghi dòng nào trong Usage & History, đo ngày 14/10/2026 trên gói Pro. Credit chỉ bị trừ khi bạn dùng giọng đó tạo video, ví dụ video 8,68 giây tốn 1 credit.

Mô tả giọng bằng tiếng Việt có được không?

Được, HeyGen hiểu mô tả tiếng Việt và tạo giọng đúng tinh thần mô tả. Nhưng bản nghe thử đọc tiếng Anh, và giọng mặc định chạy ngôn ngữ English.

Đổi sang engine Panda có đọc tiếng Việt chuẩn không?

Không. Đổi Language sang Vietnamese và engine Panda thì HeyGen cho tạo video, nhưng lời đọc méo nặng, khó nghe ra chữ. Chưa dùng được cho nội dung tiếng Việt.

Muốn giọng tiếng Việt tự nhiên trên HeyGen thì làm sao?

Nhân bản giọng thật bằng “Create your HeyGen voice”. Giọng nhân bản chạy ElevenLabs v3 đọc tiếng Việt rõ, là cách các video tiếng Việt của kênh Để AI Tính đang dùng.

Đọc thêm

• HeyGen có gì ngoài avatar? 9 app ít ai mở, thử thật hết 43 credit
• Brand Glossary HeyGen: sửa cách đọc tên riêng khi dịch
• Dịch video bằng HeyGen sang tiếng Anh: chọn Audio only, Speed hay Precision
• HeyGen Video Podcast: làm podcast hai người dẫn từ một chủ đề

Hoàng Nhật Mai – Founder hệ thống Để AI Tính