Kỹ thuật & AI
Tạo giọng đọc tiếng Việt bằng Spark-TTS trên Colab
Thử dùng bản thu của mình để tạo giọng đọc tiếng Việt với Spark-TTS và Unsloth trên Colab, không cần GPU riêng.
Tóm tắt
- Dùng bản thu và lời đọc tương ứng để thử tạo giọng đọc tiếng Việt trên Colab.
- Nghe Spark-TTS đọc trước khi tinh chỉnh, rồi chạy LoRA với một tập nhỏ.
- Nghe lại cùng bộ câu mới để so chất giọng và phát âm. Lưu bản tinh chỉnh để thử lại trong phiên mới.

Bạn muốn dùng giọng của mình để đọc truyện hoặc thử làm trợ lý tiếng Việt, nhưng máy không có GPU để tinh chỉnh model. Với notebook của Mì AI, bạn có thể lấy bản thu và lời đọc tương ứng để thử tinh chỉnh Spark-TTS bằng Unsloth trên Colab, rồi nghe model đọc những câu bạn chưa từng thu.
1. Nghe model gốc đọc tiếng Việt
Mở notebook của Mì AI, chọn GPU trong Colab và chạy phần sinh giọng của Spark-TTS 0.5B. Lưu bản đọc gốc để đối chiếu. Thử câu có dấu thanh dễ nhầm, tên riêng hoặc số. Ghi lại những chỗ đọc sai dấu, bỏ âm tiết hoặc ngắt câu bất thường. Notebook thực hành
2. Chuẩn bị bản thu và chạy thử LoRA
Notebook của Mì AI dùng tối đa 2.000 cặp bản thu và lời đọc từ infore1_25hours. Nếu muốn thử với giọng của mình, thay dữ liệu mẫu bằng các bản thu của bạn, mỗi tệp đi cùng câu bạn thực sự đọc. Chạy thử vài cặp trước để kiểm tra notebook đọc được dữ liệu. Để riêng một số câu mới cho bước nghe thử. Mã thực hành
Kiểm tra xem GPU được cấp có chạy qua lượt ngắn và lưu được adapter cùng tokenizer ra ngoài phiên. Hạn mức GPU và thời lượng phiên miễn phí có thể thay đổi. Giới hạn tài nguyên Colab
3. So phát âm trên cùng bộ câu mới
Nghe hai bản đọc cùng những câu đã giữ riêng. So chất giọng với bản thu của bạn, rồi ghi lại chỗ sai dấu, bỏ âm tiết hoặc ngắt câu bất thường. Ví dụ, kiểm tra model có đọc rõ sự khác nhau giữa “mã” và “mạ” hay không. Demo dùng controllable cho model gốc và tts cho bản tinh chỉnh. Dùng cùng chế độ và thiết lập nếu cả hai bản hỗ trợ để đánh giá riêng tác động của LoRA. Mã thực hành
Kiểm tra bằng cách mở phiên mới, tải lại adapter với model gốc tương ứng và BiCodec, rồi đọc lại một câu có lỗi ở bước 1. Giấy phép ghi trong model card dành cho mục đích phi thương mại. Model card của Unsloth
Chuẩn bị cho AI agent
Gửi notebook và phiên bản model gốc, danh sách cặp audio–lời đọc được phép dùng, bộ câu giữ riêng và bảng lỗi cần ghi. Yêu cầu agent lưu cấu hình cùng adapter để lần sau có thể chạy lại.
Thuật ngữ trong bài (5)
- Spark-TTS 0.5B
- Model chuyển văn bản thành giọng nói được dùng trong notebook của Mì AI.
- Unsloth
- Thư viện hỗ trợ tinh chỉnh model, dùng trong demo để gắn và huấn luyện LoRA.
- LoRA
- Kỹ thuật học một tập trọng số bổ sung gọi là adapter, giữ nguyên trọng số gốc.
- BiCodec
- Bộ mã hóa và giải mã của Spark-TTS, chuyển giữa âm thanh và token mà model xử lý.
- Google Colab
- Dịch vụ chạy notebook trên trình duyệt, có thể cấp GPU cho phiên thử nghiệm.
Câu hỏi thường gặp
Có chắc chạy được trên Colab miễn phí không?
Colab có GPU miễn phí khi còn tài nguyên. Loại GPU, thời lượng và hạn mức sử dụng có thể thay đổi.
Tệp LoRA đã lưu có chạy riêng được không?
Notebook lưu adapter và tokenizer. Khi tải lại, cần model gốc tương ứng và phần BiCodec để giải mã âm thanh.
Có thể dùng bản Spark-TTS này cho khách hàng không?
Model card hiện ghi giấy phép phi thương mại. Hãy xác nhận quyền sử dụng phù hợp hoặc chọn model có giấy phép cho mục đích thương mại.
Nguồn tham khảo
- Video hướng dẫn của Mì AI, Mì AI
- Mã demo Spark-TTS tiếng Việt, Mì AI
- Notebook thực hành trên Colab, Mì AI
- Spark-TTS 0.5B trên Hugging Face, Unsloth
- Hướng dẫn tinh chỉnh TTS, Unsloth
- infore1_25hours, doof-ferb
- Câu hỏi thường gặp về Colab, Google