ElevenLabs là gì? Cách tạo giọng đọc AI tiếng Việt miễn phí cho video, podcast (hướng dẫn từng bước 2026)

ElevenLabs là một công cụ AI biến chữ thành giọng nói (text to speech) nghe rất giống người thật, có hỗ trợ tiếng Việt. Bạn gõ hoặc dán kịch bản vào, chọn một giọng, bấm tạo, vài giây sau là có file âm thanh để lồng vào video TikTok, YouTube hay podcast. Gói miễn phí cho khoảng 10.000 credit mỗi tháng, đủ để thử và làm vài video ngắn, nhưng không được dùng cho mục đích thương mại.

Bài này đi từng bước: ElevenLabs là gì, gói miễn phí được gì, cách tạo giọng đọc tiếng Việt đầu tiên, khi nào nên trả tiền, và vài lựa chọn miễn phí khác nếu bạn chưa muốn chi đồng nào. Nếu bạn mới làm quen với AI nói chung, đọc trước bài AI là gì, giải thích dễ hiểu cho người mới sẽ dễ theo hơn.

ElevenLabs là gì?

ElevenLabs là công ty AI chuyên về giọng nói. Sản phẩm nổi tiếng nhất của họ là Text to Speech: bạn đưa chữ, AI đọc lên bằng giọng có ngữ điệu, có nhấn nhá, có cả tiếng thở nhẹ như người thật. Đây là lý do rất nhiều kênh review, kể chuyện, tóm tắt phim trên TikTok và YouTube đang dùng nó.

Ngoài đọc chữ, ElevenLabs còn có:

• Speech to Text: nghe file ghi âm rồi chép lại thành chữ.
• Voice Design: mô tả bằng lời ("giọng nữ trẻ, ấm, nói chậm") để AI tạo ra một giọng mới.
• Sound Effects và Music: tạo hiệu ứng âm thanh, nhạc nền.
• Voice Cloning (nhân bản giọng): cho AI nghe giọng của bạn rồi đọc kịch bản bằng chính giọng đó.
• Dubbing (lồng tiếng): dịch và lồng tiếng video sang ngôn ngữ khác.

Theo trang giá của ElevenLabs tại thời điểm viết, nền tảng hỗ trợ 74 ngôn ngữ, trong đó có tiếng Việt. Cuối tháng 9/2026 họ vừa ra mắt mẫu giọng mới Eleven v4, được giới thiệu là mẫu biểu cảm nhất từ trước đến nay.

Tiếng Việt có ổn không? Mẹo chọn đúng mẫu giọng

Có, nhưng bạn cần chọn đúng model (mẫu AI đứng sau giọng đọc). Đây là lỗi người mới hay gặp nhất.

Theo tài liệu chính thức của ElevenLabs:

• Eleven v4, Eleven v3 và Flash v2.5: có tiếng Việt.
• Multilingual v2: không có tiếng Việt. Nếu bạn để model này mà dán chữ tiếng Việt vào, giọng đọc sẽ lơ lớ, sai dấu.

Mẹo nhỏ:

• Muốn giọng có cảm xúc, kể chuyện, quảng cáo: chọn Eleven v4 hoặc v3.
• Muốn tiết kiệm credit: chọn Flash v2.5. Model này chỉ tốn khoảng 0,5 credit cho mỗi ký tự, tức là cùng số credit bạn được gấp đôi thời lượng, đổi lại giọng hơi "phẳng" hơn một chút.

Gói miễn phí được gì? Bảng giá tham khảo

Giá dưới đây là tham khảo tại thời điểm viết (tháng 9/2026), lấy từ trang giá của ElevenLabs. Giá có thể thay đổi, bạn nên xem lại trước khi mua.

Credit là gì? Hiểu đơn giản, mỗi ký tự bạn đưa cho AI đọc sẽ trừ credit. Với các model tiêu chuẩn, 1 ký tự tốn khoảng 1 credit. ElevenLabs quy đổi 10.000 credit của gói Free ra khoảng 10 phút âm thanh. Nếu dùng Flash v2.5 thì được khoảng gấp đôi.

Để dễ hình dung: một video TikTok 60 giây thường có kịch bản chừng 800 đến 1.000 ký tự. Vậy gói Free đủ cho khoảng 10 video ngắn mỗi tháng, nhiều hơn nếu bạn dùng Flash.

Luật quan trọng: dùng miễn phí thì được làm gì?

Phần này nhiều người bỏ qua, và đó là cách bị gỡ video hoặc khóa tài khoản.

Theo trang trợ giúp của ElevenLabs:

• Gói Free không có giấy phép thương mại. Bạn không được dùng giọng đọc từ gói Free cho video bán hàng, quảng cáo, kênh bật kiếm tiền, hay làm cho khách.
• Khi đăng nội dung làm bằng gói Free, bạn phải ghi nguồn bằng cách thêm "elevenlabs.io" hoặc "11.ai" vào tiêu đề.
• Mọi gói trả phí đều có giấy phép thương mại (trừ các tính năng đang ở giai đoạn thử nghiệm Beta).
• Nội dung tạo ngoài thời gian bạn có gói trả phí (trước khi mua hoặc sau khi hủy) thì không được dùng thương mại và vẫn phải ghi nguồn.

Nói gọn: học, thử, làm video cá nhân thì dùng Free được. Kiếm tiền thì cần ít nhất gói Starter, và nên tạo file âm thanh trong lúc gói còn hiệu lực.

Hướng dẫn từng bước: tạo giọng đọc tiếng Việt đầu tiên

Bước 1: Tạo tài khoản. Vào trang ElevenLabs để đăng ký miễn phí, đăng nhập bằng Google hoặc email. Không cần thẻ ngân hàng cho gói Free.

Bước 2: Mở Text to Speech. Ở thanh bên trái, chọn mục Text to Speech. Bạn sẽ thấy một ô lớn để dán chữ.

Bước 3: Chọn model có tiếng Việt. Ở phần cài đặt, đổi model sang Eleven v3, Eleven v4 hoặc Flash v2.5. Nhớ là đừng để Multilingual v2.

Bước 4: Chọn giọng. Vào thư viện giọng (Voice Library), lọc theo ngôn ngữ Vietnamese để thấy các giọng do cộng đồng chia sẻ. Nghe thử vài giọng rồi bấm thêm vào danh sách của bạn.

Bước 5: Viết kịch bản cho dễ đọc. Vài mẹo giúp giọng tự nhiên hơn:

• Câu ngắn, mỗi câu một ý.
• Dùng dấu phẩy, dấu chấm để AI ngắt nghỉ đúng chỗ.
• Viết số thành chữ khi cần ("hai nghìn không trăm hai mươi sáu" thay cho "2026") nếu AI đọc sai.
• Tên tiếng Anh khó đọc thì viết theo cách phát âm.

Nếu bạn nhờ ChatGPT hay Claude viết kịch bản, bài Prompt là gì và cách viết prompt hiệu quả sẽ giúp bạn ra lệnh cho AI viết văn nói, không phải văn viết.

Bước 6: Chỉnh thanh trượt. Hai thông số đáng để ý:

• Stability (độ ổn định): kéo thấp thì giọng nhiều cảm xúc hơn nhưng dễ "lệch", kéo cao thì đều đều, an toàn.
• Speed (tốc độ): video TikTok thường hợp với tốc độ hơi nhanh.

Bước 7: Tạo và tải về. Bấm Generate, nghe lại, chỗ nào sai thì sửa chữ và tạo lại riêng đoạn đó. Tải file MP3 rồi kéo vào CapCut hoặc phần mềm dựng video bạn quen dùng.

Nhân bản giọng của chính mình: nhớ luật về sự đồng ý

Tính năng Voice Cloning cho phép bạn đọc một đoạn mẫu, rồi AI đọc mọi kịch bản sau đó bằng giọng của bạn. Rất tiện khi bạn muốn giữ "chất giọng kênh" mà không phải thu âm mỗi ngày.

Nhưng có vài quy tắc rõ ràng:

• Chỉ nhân bản giọng của bạn, hoặc của người đã đồng ý rõ ràng. Chính sách của ElevenLabs cấm tạo giọng giả của người khác khi không có sự đồng ý hoặc quyền hợp pháp. Vi phạm có thể bị khóa tài khoản.
• Với Professional Voice Cloning (bản nhân giọng chất lượng cao), bạn phải qua bước xác minh giọng: đọc một câu do hệ thống đưa ra để chứng minh đó đúng là giọng bạn.
• Giọng người nổi tiếng và chính trị gia bị chặn, kể cả khi bạn nói là đã được cho phép.

Về gói: bản nhân giọng nhanh (Instant Voice Cloning) có từ gói Starter, bản chuyên nghiệp có từ gói Creator.

Khi nào gói Free là đủ, khi nào nên trả tiền?

Gói Free đủ nếu bạn:

• Đang thử xem mình có hợp làm video giọng AI không.
• Làm video cá nhân, bài tập, không kiếm tiền.
• Mỗi tháng chỉ cần khoảng 10 đến 20 video ngắn.

Nên lên gói trả phí nếu bạn:

• Làm video cho kênh đã bật kiếm tiền, video bán hàng, hay nhận làm cho khách.
• Muốn dùng giọng của chính mình.
• Hết credit trước giữa tháng.

Với đa số người làm TikTok mới bắt đầu kiếm tiền, Starter là đủ. Chỉ lên Creator khi bạn thật sự cần nhiều thời lượng hoặc bản nhân giọng chuyên nghiệp.

🆓 Lựa chọn miễn phí khác nếu chưa muốn trả tiền

ElevenLabs không phải lựa chọn duy nhất. Hai hướng bạn có thể xem:

• Voicebox: ứng dụng đọc chữ mã nguồn mở, chạy ngay trên máy bạn, không giới hạn credit. Đổi lại cần máy khá mạnh và chịu khó cài đặt. Xem bài Voicebox, ứng dụng TTS mã nguồn mở thay thế ElevenLabs miễn phí.
• MiniMax Speech: một dịch vụ giọng nói AI khác, hỗ trợ khoảng 40 ngôn ngữ. Xem bài MiniMax Speech, công nghệ tạo giọng nói AI chân thực.

Thật lòng mà nói: ElevenLabs hiện vẫn là một trong những lựa chọn cho giọng Việt tự nhiên và dễ dùng nhất cho người không biết kỹ thuật. Nhưng nếu bạn chỉ làm video cá nhân và có máy tính mạnh, công cụ mã nguồn mở hoàn toàn đáng thử. Sẵn sàng rồi thì thử tạo giọng đọc đầu tiên trên ElevenLabs và so sánh bằng chính tai của bạn.

Câu hỏi thường gặp

ElevenLabs có miễn phí không? Có. Gói Free cho 10.000 credit mỗi tháng, khoảng 10 phút âm thanh, không cần thẻ ngân hàng. Nhưng gói này không có quyền dùng thương mại và bạn phải ghi "elevenlabs.io" hoặc "11.ai" trong tiêu đề khi đăng.

ElevenLabs đọc tiếng Việt có hay không? Khá tự nhiên nếu bạn chọn đúng model có tiếng Việt: Eleven v4, Eleven v3 hoặc Flash v2.5. Model Multilingual v2 không hỗ trợ tiếng Việt nên sẽ đọc sai.

Dùng giọng ElevenLabs gói Free cho video TikTok kiếm tiền được không? Không. Theo trang trợ giúp của ElevenLabs, gói Free không được dùng cho bất kỳ mục đích thương mại nào. Muốn kiếm tiền, bạn cần gói trả phí, rẻ nhất là Starter.

Tôi có thể nhân bản giọng ca sĩ hay người nổi tiếng không? Không. Bạn chỉ được nhân bản giọng của mình hoặc của người đã đồng ý rõ ràng. Giọng người nổi tiếng và chính trị gia bị chặn, và dùng giọng người khác không xin phép có thể khiến tài khoản bị khóa.

Hủy gói trả phí thì các video cũ có sao không? Theo ElevenLabs, nội dung tạo ra ngoài thời gian có gói trả phí thì không được dùng thương mại. Vì vậy hãy tạo và tải file âm thanh trong lúc gói còn hiệu lực, và lưu lại hóa đơn để chứng minh khi cần.

#elevenlabs #giongnoiai #texttospeech #aitiengviet #lamvideoai #congcuai