Review
Đánh giá ElevenLabs cho giọng đọc tiếng Việt (2026): cảm xúc nhất, nhưng đắt nhất
Bài có link affiliate — chúng tôi có thể nhận hoa hồng. Cách chúng tôi review
Kết luận nhanh
ElevenLabs v3 là giọng đọc tiếng Việt có cảm xúc tự nhiên nhất mà chúng tôi từng dùng, và thẻ cảm xúc như [softly] hay [sleepy] hoạt động thật. Đổi lại, khoảng 1 credit cho mỗi ký tự khiến nó là lựa chọn đắt nhất khi làm số lượng lớn, và gói miễn phí không cho dùng thương mại. Đáng tiền cho thiền, kể chuyện và nội dung cần cảm xúc; chưa chắc đáng cho hàng trăm video ngắn mỗi tháng.
Hợp với: Thiền, thư giãn, kể chuyện · Nội dung cần giọng chậm, mềm, có cảm xúc · Kênh có ngân sách cho giọng đọc
Không hợp với: Thư viện hàng trăm video ngắn với ngân sách gần 0 · Ai muốn dùng thương mại mà chỉ dùng gói miễn phí
Ưu điểm
- Giọng tiếng Việt có cảm xúc tự nhiên nhất trong 4 công cụ chúng tôi đã dùng
- Thẻ cảm xúc ([calmly], [whispering], [sleepy], [deep breath]…) hoạt động thật
- Có gói miễn phí 10.000 credit/tháng để nghe thử trước khi trả tiền
Nhược điểm
- Đắt nhất khi làm số lượng lớn, credit hết rất nhanh
- Gói miễn phí không cho dùng thương mại
- Bài dài phải cắt đoạn rồi nối MP3, dễ dính lỗi header ID3
Kết luận nhanh: có nên dùng ElevenLabs v3 cho tiếng Việt?
Có, nếu nội dung của bạn cần cảm xúc và bạn có ngân sách. Chúng tôi dùng ElevenLabs v3 làm giọng nữ mặc định cho các bài thiền có hướng dẫn của YogaWay, ứng dụng anh em của Zuzuway, vì trong bốn công cụ đã dùng thật, đây là giọng tiếng Việt có cảm xúc tự nhiên nhất. Nhưng nếu bạn cần đọc hàng trăm video mỗi tháng với ngân sách nhỏ, credit sẽ hết nhanh hơn bạn nghĩ.
- Nên dùng: thiền, thư giãn, kể chuyện, nội dung cần giọng chậm và mềm.
- Cân nhắc kỹ: video ngắn số lượng lớn, nội dung chỉ cần đọc rõ ràng.
- Không đủ: dùng gói miễn phí cho kênh kiếm tiền, vì giấy phép gói miễn phí không cho dùng thương mại.
Chúng tôi đã dùng ElevenLabs vào việc gì
Trong trang quản trị của YogaWay có Voice Studio, một công cụ nội bộ: người viết dán kịch bản thiền, chọn giọng, bấm đọc và nhận về file MP3. Khoảng 200 kịch bản đã đi qua đó, ngắn nhất khoảng 500 ký tự, dài nhất khoảng 5.000 ký tự. Trung bình cứ khoảng 11 ký tự là một giây lời đọc, nên một bài 5 phút đã là vài nghìn ký tự.
Mô hình chúng tôi dùng là eleven_v3. Đây không phải bài nghe thử vài câu demo. Mọi nhận xét dưới đây đến từ việc chạy công cụ trong sản xuất, kể cả những lần nó gây lỗi.
Chất lượng giọng đọc tiếng Việt
Điểm mạnh rõ nhất của v3 là cảm xúc. Câu đọc có nhịp, có chỗ chậm lại, không đều đều như giọng đọc tin tức. Với thiền có hướng dẫn, đây là khác biệt lớn: người nghe đang thả lỏng sẽ nhận ra ngay một giọng đọc máy móc.
Chúng tôi không đưa ra điểm số từ người nghe, vì chúng tôi không làm khảo sát. Nhận xét ở đây là của đội làm nội dung, sau khi dùng Gemini TTS, Google Cloud TTS và Vbee cho cùng loại nội dung tiếng Việt. Trong bốn cái, ElevenLabs là giọng chúng tôi chọn khi bài cần cảm xúc.
Thẻ cảm xúc: tính năng đáng tiền nhất
v3 hiểu các audio tag, tức chỉ dẫn cảm xúc đặt trong ngoặc vuông ngay trong văn bản. Các thẻ chúng tôi dùng nhiều:
- [calmly] và [softly]: giọng bình thản, nhẹ hơn.
- [whispering]: thì thầm, hợp các đoạn cuối bài.
- [sleepy]: giọng buồn ngủ, cho bài thiền ngủ.
- [deep breath] và [exhale]: chèn nhịp hít vào, thở ra.
Cách chúng tôi dùng: phần đầu bài thiền ngủ để giọng bình thường, càng về cuối càng thêm [softly], [sleepy], [whispering] để giọng chậm và nhỏ dần. Thẻ hoạt động thật, và đây là lý do chính chúng tôi trả tiền cho ElevenLabs thay vì dùng công cụ rẻ hơn.
Credit hết nhanh thế nào: phép tính thực tế
Với v3, mỗi ký tự tốn khoảng 1 credit. Một bài thiền 5 phút tốn khoảng 3.600 credit. Gói miễn phí cho 10.000 credit mỗi tháng, tức chỉ đủ khoảng 2 bài 5 phút.
Thư viện của chúng tôi có khoảng 200 bài, mỗi bài 500–5.000 ký tự. Cộng lại là hàng trăm nghìn ký tự, tức hàng trăm nghìn credit chỉ cho một lần đọc, chưa tính những lần đọc lại vì sửa kịch bản. Đây là lý do ElevenLabs là lựa chọn đắt nhất trong danh sách khi làm số lượng lớn.
Mẹo: ước lượng trước bằng công thức số giây × 11 = số ký tự, rồi đối chiếu với số credit của gói định mua. Giá các gói thay đổi thường xuyên, hãy xem trang giá chính thức của ElevenLabs.
Ba lỗi chúng tôi gặp và cách sửa
1. File 8 phút chỉ phát được 2 phút
Văn bản dài phải cắt thành nhiều đoạn, đọc từng đoạn rồi nối các file MP3 lại. Có lần một bài 8 phút sau khi nối chỉ phát được 2 phút. Nguyên nhân: mỗi đoạn MP3 có header ID3 riêng, nối thô thì các header này nằm lẫn ở giữa file và trình phát hiểu sai. Cách sửa của chúng tôi: gỡ header ID3 và Xing của từng đoạn trước khi nối.
2. Không xuất được 192 kbps
Gói thấp không cho xuất MP3 192 kbps. Chúng tôi để hệ thống tự lùi xuống 128 kbps khi gặp lỗi này, thay vì để cả lượt đọc thất bại. Nếu bạn viết công cụ riêng, nên làm bước lùi tự động tương tự.
3. Nhầm ID của khoá API với khoá bí mật
Trang quản lý khoá API hiển thị cả ID của khoá lẫn khoá bí mật. Thứ cần dán vào ứng dụng là khoá bí mật, bắt đầu bằng sk_. ID của khoá không dùng để gọi API được.
Gói miễn phí có dùng thương mại được không?
Không. Giấy phép gói miễn phí không cho dùng thương mại. Nếu bạn đăng lên kênh có kiếm tiền, làm quảng cáo hay bán khoá học có lời đọc này, bạn cần gói trả phí. Gói miễn phí hợp để nghe thử giọng tiếng Việt và thử thẻ cảm xúc trước khi quyết định.
So với các lựa chọn khác
- Gemini TTS: rẻ hơn nhiều với mức dùng của chúng tôi (khoảng 100.000đ cho ~100 lượt đọc), có giọng có thể ra miền Nam, nhưng đọc to thẻ và có lúc bỏ sót chữ. Xem ElevenLabs và Gemini TTS cho tiếng Việt.
- Google Cloud TTS (Chirp 3 HD): miễn phí 1 triệu ký tự/tháng theo ghi chép của chúng tôi, ổn định, nhưng 19 giọng nữ tiếng Việt đều là giọng Bắc.
- Vbee: nhà cung cấp Việt Nam; chúng tôi thử cho video 3D và chưa dùng tiếp.
Bảng so sánh đủ bốn công cụ ở bài giọng đọc AI tiếng Việt tốt nhất.
Dùng ElevenLabs trong quy trình làm video
Zuzuway dùng giọng ElevenLabs trong quy trình làm video tự động, và video làm xong có thể tự đăng lên nhiều kênh. Nếu bạn chỉ cần lời đọc, ElevenLabs là đủ.
Bảng giá
| Miễn phí | 10.000 credit/tháng | Khoảng 2 bài 5 phút với v3; giấy phép không cho dùng thương mại |
|---|---|---|
| Mức tiêu với v3 | ≈ 1 credit/ký tự | Một bài thiền 5 phút ≈ 3.600 credit |
| Gói trả phí | Xem trang giá chính thức của ElevenLabs | Cần cho dùng thương mại; gói thấp không cho xuất MP3 192 kbps |
Chúng tôi đã thử thế nào
ElevenLabs với mô hình eleven_v3 là giọng nữ mặc định trong Voice Studio, công cụ nội bộ của YogaWay (ứng dụng anh em của Zuzuway) chuyển kịch bản thiền có hướng dẫn thành MP3. Khoảng 200 kịch bản đã đi qua công cụ này, dài từ khoảng 500 đến 5.000 ký tự, trung bình khoảng 11 ký tự cho mỗi giây đọc. Chúng tôi dùng thẻ cảm xúc để làm chậm và mềm giọng về cuối các bài thiền ngủ, cắt văn bản dài thành nhiều đoạn rồi nối MP3, và so cảm nhận với Gemini TTS, Google Cloud TTS và Vbee trên nội dung tiếng Việt của mình. Nhận xét là của đội làm nội dung, không phải điểm đánh giá từ người dùng.
Câu hỏi thường gặp
ElevenLabs có giọng tiếng Việt không?
Có. Mô hình eleven_v3 đọc tiếng Việt, và chúng tôi dùng nó làm giọng nữ mặc định cho khoảng 200 bài thiền có hướng dẫn của YogaWay.
ElevenLabs miễn phí có dùng thương mại được không?
Không. Giấy phép gói miễn phí không cho dùng thương mại. Đăng lên kênh có kiếm tiền, làm quảng cáo hay bán khoá học thì cần gói trả phí.
10.000 credit miễn phí đọc được bao nhiêu?
Với v3, mỗi ký tự tốn khoảng 1 credit, một bài thiền 5 phút tốn khoảng 3.600 credit. Vậy 10.000 credit chỉ đủ khoảng 2 bài 5 phút mỗi tháng.
ElevenLabs có giọng miền Nam không?
Chúng tôi chưa kiểm chứng riêng chuyện này nên không khẳng định. Hãy nghe thử bằng gói miễn phí. Nếu giọng miền Nam là yêu cầu bắt buộc, xem thêm Gemini TTS trong bài so sánh của chúng tôi.
Vì sao file MP3 nối lại chỉ phát được một đoạn?
Thường do header ID3 hoặc Xing của từng đoạn còn nằm ở giữa file sau khi nối. Trình phát đọc sai độ dài và dừng sớm. Gỡ các header này trước khi nối là hết.
Khoá API ElevenLabs là cái nào?
Là khoá bí mật bắt đầu bằng sk_. ID của khoá hiển thị cùng chỗ nhưng không dùng để gọi API được.
Nhận bảng so sánh công cụ AI cho người làm nội dung
Mỗi tuần một thư ngắn: công cụ mới đáng thử, ưu đãi, mẹo làm nội dung nhanh hơn. Không spam.