Engine giọng
| Engine | Đặc điểm |
|---|---|
| Gemini TTS (mặc định) | Đọc diễn cảm, nhấn nhá tự nhiên. Giọng chuẩn của kênh: Charon (nam) |
| VieNeu | Chạy trên máy, 10 giọng tiếng Việt, clone giọng từ mẫu 3-5 giây |
| Edge TTS | Dự phòng nhanh, miễn phí |
Tốc độ đọc 1.0-1.2×. Không truyền voice thì app vẫn dùng giọng Charon.
Tạo nội dung giọng từ link
- Thuyết minh 1 giọng (
/api/v1/tts/summary): dán link sản phẩm → kịch bản tổng hợp ngắn / vừa / dài → đọc. - Podcast 2 người dẫn (
/api/v1/tts/podcast): hội thoại tự nhiên kiểu NotebookLM - có từ đệm, câu chen ngắn, phản ứng qua lại.
Nhận dạng giọng (transcribe)
faster-whisper chạy trên máy, miễn phí: POST /api/v1/transcribe trả text kèm mốc thời gian từng từ; /api/v1/transcribe/srt xuất phụ đề .srt. Đây cũng là bộ máy giúp video "nói tới đâu hiện tới đó".
Duyệt lời trước khi render
Khi cần duyệt câu chữ, xuất transcript để đọc trước - tránh render video (tốn quota giọng) chỉ để xem lời.