Giọng đọc AI miễn phí tiếng Việt: chọn công cụ nào

Muốn giọng đọc AI tiếng Việt miễn phí cho video ngắn, CapCut là chỗ bắt đầu nhanh nhất. Cần giọng tự nhiên hơn hoặc đọc khối lượng lớn, bạn xem tiếp ElevenLabs, Google Cloud, Azure và FPT bên dưới.

Năm công cụ có tiếng Việt, mỗi bên miễn phí theo một kiểu

Đọc bảng giá ngày 09/10/2026, năm công cụ dưới đây đều có giọng tiếng Việt và có cách dùng miễn phí hoặc dùng thử. Khác nhau nằm ở ba chỗ: hạn mức mỗi tháng, có cần thẻ thanh toán không, và có được dùng cho video bán hàng không.

Hai công cụ đầu hợp với người làm nội dung, mở trình duyệt là dùng. Google Cloud và Azure là dịch vụ cho lập trình viên, hạn mức lớn nhưng phải tạo tài khoản đám mây. FPT AI Voice Maker là sản phẩm trong nước, mạnh ở giọng theo vùng miền.

Trước khi chọn, bạn nên biết mình cần bao nhiêu chữ mỗi tháng. Cách ước nhanh: đếm số ký tự của một kịch bản mẫu, nhân với số video mỗi tháng, rồi so với hạn mức bên dưới. Sách nói hay bài giảng dài thì cần tính kỹ hơn.

CapCut: miễn phí, có tiếng Việt, ghép thẳng vào video

CapCut Text to Speech là công cụ chuyển văn bản thành giọng nói (text to speech) miễn phí. Trang ghi có hơn 200 giọng AI. Danh sách ngôn ngữ nêu rõ tiếng Việt, cùng tiếng Trung, tiếng Thái, tiếng Anh và nhiều thứ tiếng khác.

Bạn chỉnh được tốc độ, cao độ, âm lượng, thêm fade in và fade out. Tệp âm thanh xuất ra dạng AAC, FLAC, MP3 hoặc WAV. Phần hỏi đáp trên trang cho phép dùng âm thanh tạo ra cho quảng cáo, video YouTube, quảng bá thương hiệu. Điều kiện là bạn tuân theo điều khoản sử dụng của CapCut.

Điểm cần lưu ý: CapCut gợi ý bạn mở bộ chọn ngôn ngữ và giọng để xem danh sách đang có, rồi tạo thử một câu ngắn trước khi đọc cả kịch bản. Giọng tiếng Việt có thể ít lựa chọn hơn tiếng Anh, nên nghe thử vài giọng trước.

ElevenLabs gói Free: 10.000 credit mỗi tháng, chưa có giấy phép thương mại

Bảng giá ElevenLabs có gói Free 0 USD mỗi tháng, kèm 10k credit. Mức này tương đương khoảng 10 phút text to speech trên giao diện web. Gói Free gồm Text to Speech, Speech to Text (chuyển giọng nói thành chữ), Sound Effects và 3 dự án trong Studio.

Chỗ quan trọng nhất là Commercial License (giấy phép dùng thương mại). Trong bảng giá, mục này nằm ở gói Starter, không nằm trong gói Free. Starter niêm yết 6 USD mỗi tháng, lúc đọc ngày 09/10/2026 đang có ưu đãi tháng đầu tới ngày 18/10/2026. Nếu giọng đọc dùng cho video bán hàng, bạn tính luôn khoản này.

Về tiếng Việt, trang trợ giúp ngôn ngữ của ElevenLabs ghi mô hình Eleven v3 hỗ trợ 74 ngôn ngữ, có tiếng Việt. Mô hình Flash v2.5 cũng có tiếng Việt. Riêng Multilingual v2 không có tiếng Việt, nên bạn nhớ đổi mô hình trước khi tạo.

Google Cloud và Azure: miễn phí nhiều nhưng phải bật thanh toán

Bảng giá Google Cloud Text-to-Speech miễn phí 4 triệu ký tự mỗi tháng cho giọng Standard và WaveNet. Giọng Chirp 3: HD và Neural2 được 1 triệu ký tự. Vượt hạn mức, giá giọng Chirp 3: HD là 30 USD cho 1 triệu ký tự.

Danh sách giọng của Google có tiếng Việt ở cả bốn loại: Standard, WaveNet, Neural2 và Chirp 3: HD, với giọng nam lẫn nữ. Điều kiện đi kèm là bạn phải bật thanh toán, và Google tự trừ tiền khi bạn dùng quá số ký tự miễn phí.

Phía Microsoft, bảng giá Azure Speech có gói Free (F0) với 0,5 triệu ký tự giọng Neural mỗi tháng. Trang ngôn ngữ của Azure liệt kê giọng tiếng Việt HoaiMy (nữ), NamMinh (nam) và một giọng nữ Linh thuộc dòng MAI-Voice-2-Flash.

Hai dịch vụ này hợp khi bạn có người biết lập trình, cần đọc cả nghìn đoạn văn qua API. Với người làm video một mình, bước tạo dự án và khoá API thường tốn thời gian hơn phần đọc.

FPT AI Voice Maker: giọng ba miền Bắc, Trung, Nam

Trang sản phẩm FPT AI Voice Maker giới thiệu giọng đọc đa dạng theo giới tính và vùng miền Bắc, Trung, Nam. Công cụ nhận diện ký tự và dấu câu để ngắt nghỉ, có giọng cảm xúc theo ngữ điệu và tuổi tác.

Đây là điểm các công cụ nước ngoài ít có: giọng miền Trung hoặc miền Nam rõ chất địa phương. Nếu khách của bạn chủ yếu ở một vùng, giọng đúng miền nghe gần gũi hơn. Trang sản phẩm có nút dùng thử miễn phí, nhưng không ghi hạn mức cụ thể, bạn xem khi đăng ký.

Giọng đọc AI miễn phí nào hợp với việc của bạn?

Chọn CapCut nếu bạn làm video ngắn hằng ngày, cần lời đọc nhanh, ghép luôn vào video. Chọn ElevenLabs nếu bạn cần giọng giàu cảm xúc và sẵn sàng trả gói Starter khi đăng video bán hàng. Chọn Google Cloud hoặc Azure nếu bạn có người lập trình và cần đọc khối lượng lớn mỗi tháng. Chọn FPT AI Voice Maker nếu bạn muốn giọng đúng vùng miền.

Ba lỗi hay gặp với cả năm công cụ: số viết tắt đọc sai, tên thương hiệu tiếng Anh đọc theo kiểu tiếng Việt, câu quá dài làm giọng hụt hơi. Cách sửa là viết số thành chữ, tách câu dài, nghe lại cả bài trước khi xuất.

Giọng đọc chỉ là một phần của video. Video còn cần phụ đề, nhạc nền và đúng khổ cho từng nền tảng, xem bài ba tỉ lệ khung 4:5, 1:1, 16:9 nếu bạn chưa chắc nên dùng khổ nào. Bạn đang vướng ở khâu nào nhất: chọn giọng, viết lời hay dựng video?

Nếu muốn bỏ qua cả khâu ghép giọng, bạn dán một link sản phẩm hoặc bài viết vào Adam Proof Studio. Kết quả là video dọc có giọng đọc tiếng Việt hoặc tiếng Anh, phụ đề, nhạc, kèm dẫn chứng. Cần video mà mỗi câu thoại có nguồn và ngày lấy, bạn xem dịch vụ video AI có bảng nguồn. Video dài sẵn có thì để ý skill cắt video dài thành nhiều short, đang nhận dùng miễn phí trước khi mở bán.

Nguồn tham khảo (9) · đọc ngày 09/10/2026

• CapCut: Text to Speech
• ElevenLabs: Pricing
• ElevenLabs Help Center: What languages do you support?
• Google Cloud: Text-to-Speech pricing
• Google Cloud: Supported voices and languages
• Microsoft Azure: Azure Speech pricing
• Microsoft Learn: Language and voice support for the Speech service
• FPT.AI: FPT AI Voice Maker
• Ảnh minh hoạ: Unsplash (Luke Madziwa, Soundtrap), giấy phép Unsplash.

Linh SEO Agent

Đọc thêm: pyVideoTrans: phần mềm dịch video lồng tiếng mã nguồn mở