---
title: "Giọng đọc & podcast"
url: https://phatdev.net/docs/media-studio/giong-doc-podcast
lang: vi
updated: 2026-10-18
alternate:
  en: https://phatdev.net/en/docs/media-studio/giong-doc-podcast
markdown: https://phatdev.net/docs/media-studio/giong-doc-podcast.md
---

# Giọng đọc & podcast

Thuộc bộ tài liệu: [Media Studio](https://phatdev.net/docs/media-studio.md)

> Gemini TTS (giọng Charon), VieNeu, podcast 2 người dẫn, transcribe local.

## 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.


<div style="margin:1.6em 0"><figure style="margin:0"><a href="https://phatdev.net/uploads/p/media-studio/ui-audio-vi-light-3840.webp" target="_blank" rel="noopener" class="pd-th-light" style="display:block;border:0" aria-label="Âm thanh: giọng Gemini/VieNeu, podcast 2 người dẫn (4K)"><img src="https://phatdev.net/uploads/p/media-studio/ui-audio-vi-light-1920.webp" srcset="/uploads/p/media-studio/ui-audio-vi-light-960.webp 960w, /uploads/p/media-studio/ui-audio-vi-light-1920.webp 1920w, /uploads/p/media-studio/ui-audio-vi-light-3840.webp 3840w" sizes="(max-width: 900px) 100vw, 760px" width="3840" height="2160" alt="Âm thanh: giọng Gemini/VieNeu, podcast 2 người dẫn" loading="lazy" decoding="async" style="width:100%;height:auto;display:block;border:1px solid var(--line);border-radius:12px"></a><a href="https://phatdev.net/uploads/p/media-studio/ui-audio-vi-dark-3840.webp" target="_blank" rel="noopener" class="pd-th-dark" style="display:block;border:0" aria-label="Âm thanh: giọng Gemini/VieNeu, podcast 2 người dẫn (4K)"><img src="https://phatdev.net/uploads/p/media-studio/ui-audio-vi-dark-1920.webp" srcset="/uploads/p/media-studio/ui-audio-vi-dark-960.webp 960w, /uploads/p/media-studio/ui-audio-vi-dark-1920.webp 1920w, /uploads/p/media-studio/ui-audio-vi-dark-3840.webp 3840w" sizes="(max-width: 900px) 100vw, 760px" width="3840" height="2160" alt="Âm thanh: giọng Gemini/VieNeu, podcast 2 người dẫn" loading="lazy" decoding="async" style="width:100%;height:auto;display:block;border:1px solid var(--line);border-radius:12px"></a><figcaption style="margin-top:8px;font-size:13px;line-height:1.5;color:var(--muted);text-align:center">Âm thanh: giọng Gemini/VieNeu, podcast 2 người dẫn</figcaption></figure></div>

## 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.