ElevenLabs tiếng Việt: Flash đọc sai số tiền, v4 đúng 8/8

ElevenLabs đọc được tiếng Việt, nhưng chọn sai model là số tiền, số điện thoại, mã đơn bị đọc sai mà API vẫn trả file bình thường. Mình cho 4 model đọc cùng một câu tiếng Việt nhiều số bằng khoá API gói Free, rồi cho máy của bên thứ ba nghe lại. Eleven v4 và v3 đúng cả 8 chỗ khó. Flash v2.5 rẻ nhất thì sai 3 chỗ, và sai nặng hơn khi khai language_code=vi. Bật thêm một tham số chuẩn hoá thì Flash đọc đúng hết phần số mà giá không đổi.

Đo ngày 11/11/2026 trên PC Windows 11 (WSL), gọi thẳng API ElevenLabs bằng khoá của tài khoản Free. Danh sách model và ngôn ngữ lấy từ /v1/models cùng lúc. Trang giá, trang giá API và tỷ giá bán USD của Vietcombank (25.820 đ, 11:59 ngày 11/11) đọc cùng ngày.

Tóm tắt nhanh

Kết quả chính

• Có tiếng Việt ở 6 model. API trả về tiếng Việt trong danh sách ngôn ngữ của Eleven v4, v4 Turbo, v3, v3 Conversational, Flash v2.5 và Turbo v2.5. Multilingual v2 không có tiếng Việt.
• v4 và v3 đọc đúng 8/8 chỗ khó. Câu thử có tên người, "TP.HCM", "1.250.000đ", "14h30", ngày tháng, mã đơn, số điện thoại và từ tiếng Anh. Cả hai tốn 183 credit cho câu 183 ký tự.
• v4 Turbo chỉ tốn một nửa: 92 credit. File dài gần bằng v4 (22,5 giây so với 22,7), trả về sau 3,6 giây thay vì 9. Máy nghe lại thấy sai đúng 1 chữ: "đơn số" thành "nhân số".
• Flash v2.5 mặc định sai 3/8. Số tiền thành "1.200.000" và mất chữ "đồng", mã đơn thành "Tin nhắn số ĐT 0897", số điện thoại thiếu số.
• Khai language_code=vi cho Flash còn tệ hơn: sai 6/8. Tên người thành "Chiến dịch thực hành", ngày 12/11 thành 12/1.
• Flash + apply_text_normalization=on đọc đúng mọi chỗ có số. Vẫn 92 credit, trả về sau 1,5 giây. Chỉ chữ đầu câu "Chị" bị nghe thành "Chi".
• Gói Free đủ cho khoảng 18 phút tiếng Việt nếu dùng v4 Turbo hoặc Flash, khoảng 9 phút nếu dùng v4. Gói Starter 6 USD (khoảng 155.000 đ) cho khoảng 55 phút và có giấy phép dùng thương mại.

Cách thử

• Tài khoản: ElevenLabs Free, 10.000 credit mỗi tháng, chưa gắn thẻ.
• Khoá: khoá API tạo trong mục Developers, có đặt trần riêng 8.000 credit. Cách tạo khoá có ở bài lấy API key ElevenLabs (tiếng Anh).
• Cách gọi: Python với httpx, POST /v1/text-to-speech/{voice_id}, định dạng mp3_44100_128. Không dùng SDK.
• Giọng: "Bella", một trong 21 giọng mặc định. Cả 21 giọng mặc định đều gắn nhãn giọng Mỹ, Anh hoặc Úc. Giọng người Việt nằm trong thư viện giọng cộng đồng, mà khoá gói Free bị chặn dùng giọng thư viện (lỗi 400 "creator tier or above" trong lần đo 24/10).
• Câu đọc (183 ký tự): "Chị Nguyễn Thị Hằng ở TP.HCM đã chuyển 1.250.000đ lúc 14h30 ngày 12/11/2026 cho đơn số DH-0897. Cần hỗ trợ thì gọi 0903 456 789 hoặc nhắn Zalo, file PDF sẽ gửi qua email trong 24 giờ."
• Chấm: gửi từng file qua máy nhận dạng giọng nói gpt-4o-transcribe của OpenAI (khai tiếng Việt), rồi mình so bản chép với câu gốc ở 8 chỗ khó. Một chỗ có chữ sai là tính sai cả chỗ đó. Đây là máy nghe, không phải tai người: bài không chấm giọng hay hay dở.
• Credit: đọc từ header character-cost của từng phản hồi. Bộ đếm tài khoản tăng 734 credit sau 6 lượt, khớp tổng các header.

Đối thủ trang 1 khi mình tra "elevenlabs tiếng việt" ngày 11/11 là các bài giới thiệu "ElevenLabs là gì" và trang của chính ElevenLabs. Không bài nào đo model nào đọc đúng số tiếng Việt.

Model nào đọc đúng tiếng Việt

Nhìn độ dài file là đoán được Flash bỏ chữ. Bản đọc đủ dài khoảng 22 giây. Hai bản Flash không chuẩn hoá chỉ 16,5 và 15,7 giây vì nuốt mất phần số. Bản máy chép của Flash vi ghi mã đơn thành "đệ he 0 tranh đi bảy" và số điện thoại chỉ còn "094559".

v4 Turbo là lựa chọn đáng tiền nhất ở phép thử này. Nó tốn bằng Flash, đọc đủ số, chỉ sai một chữ thường. Trang giá API ghi v4 Turbo và Flash cùng 0,04 USD mỗi 1.000 ký tự, v4 và v3 là 0,08 USD. Số credit mình bị trừ khớp tỉ lệ đó.

Dùng Flash thì bật chuẩn hoá văn bản

Flash là model rẻ và nhanh nhất, hay được chọn cho chatbot giọng nói. Với tiếng Việt, nó cần ElevenLabs đổi số sang chữ trước khi đọc. Cách làm:

• Gửi thêm "apply_text_normalization": "on" trong thân lời gọi text-to-speech.
• Giữ "language_code": "vi" đi kèm. Mình chỉ thử on cùng vi, chưa thử on một mình.
• Kiểm độ dài file. File ngắn hơn hẳn so với độ dài câu thì nhiều khả năng model đã bỏ chữ.

Bật chuẩn hoá làm lời gọi chậm hơn một chút (1,5 giây so với 0,5–0,9 giây) nhưng không tốn thêm credit.

Tự viết số thành chữ trước khi gửi cũng là một cách, nhưng tốn tiền hơn. Câu trên khi viết hết số ra chữ dài 360 ký tự thay vì 183. API báo cần 180 credit cho Flash và 360 credit cho v4, tức gấp đôi. Ba lượt này bị từ chối vì khoá đã chạm trần nên mình chưa có file để chấm.

Giá đọc tiếng Việt quy ra đồng

Số phút dưới đây dựa trên tốc độ đọc văn xuôi tiếng Việt đã đo trong bài giá ElevenLabs: Flash cho khoảng 110 giây âm thanh mỗi 1.000 credit. v4 Turbo tốn credit như Flash nên lấy cùng mức. v4 và v3 tốn gấp đôi nên số phút còn một nửa. Câu nhiều số như câu thử ở trên sẽ cho nhiều giây hơn mỗi credit, vì một ký hiệu như "1.250.000đ" được đọc thành cả chục chữ.

Tính ra mỗi phút tiếng Việt ở gói Starter khoảng 2.800 đ với v4 Turbo và 5.600 đ với v4. Ngày 12/11 trang giá ghi tháng đầu gói Creator chỉ 11 USD (khoảng 284.000 đ). Starter không còn giá tháng đầu riêng. Số phút này là cho API. Bảng giá trên web app của ElevenLabs tính phút theo cách khác, nên số trong app có thể thấp hơn.

Mua gói từ Việt Nam

• Thanh toán: trang giá ghi nhận thẻ tín dụng, Apple Pay và Google Pay. Ở Việt Nam, cách hay dùng là thẻ Visa hoặc Mastercard có bật thanh toán quốc tế. Mình chưa tự trả gói ElevenLabs bằng thẻ Việt Nam nên không xác nhận được bước này. Ngân hàng có thể thu thêm phí chuyển đổi ngoại tệ, xem biểu phí thẻ của bạn.
• Dùng thương mại: trang giá ghi giấy phép thương mại (Commercial License) từ gói Starter. Video lên kênh YouTube hay TikTok có bật kiếm tiền thì không nên dùng gói Free.
• Đặt trần credit cho khoá: lúc tạo khoá API, nhập một con số trần. Khoá của mình chạm trần 8.000 thì lượt gọi sau bị từ chối với lỗi 401 nói rõ còn bao nhiêu credit, và không bị trừ đồng nào.

Muốn thử với câu của chính bạn thì tạo tài khoản ElevenLabs, gói Free là đủ. RanThis là đối tác tiếp thị liên kết độc lập của ElevenLabs và có thể nhận hoa hồng nếu bạn đăng ký hoặc nâng gói qua link này.

Điều chạy tốt

• v4 và v3 đọc đúng tên người, viết tắt TP.HCM, số tiền, giờ, ngày, mã đơn, số điện thoại và từ tiếng Anh mà không cần sửa câu.
• v4 Turbo cho chất lượng gần v4 với một nửa số credit và nhanh hơn 2,5 lần.
• Header character-cost cho biết chính xác mỗi lượt tốn bao nhiêu, khớp với bộ đếm tài khoản.

Điều chưa ổn

• Flash đọc sai mà không báo lỗi gì. API vẫn trả 200 và trừ đủ credit.
• Khai language_code=vi cho Flash làm kết quả tệ đi thay vì tốt lên.
• Gói Free không có giọng người Việt qua API. Giọng mặc định là giọng nước ngoài đọc tiếng Việt.
• Mình chỉ đo 1 câu, 1 giọng, 1 lần mỗi cấu hình. Kết quả của model có thể đổi giữa các lần chạy.

Kết luận của mình

Nên dùng ElevenLabs cho tiếng Việt nếu bạn chọn v4 Turbo, hoặc v4 khi cần chắc từng chữ. v4 Turbo là điểm cân bằng tốt nhất trong lần thử này: giá bằng Flash, đọc đủ số, chỉ sai 1 chữ thường. Không nên dùng Flash ở cài đặt mặc định cho nội dung có số tiền, ngày tháng hay số điện thoại. Nếu bắt buộc dùng Flash vì cần nhanh, hãy bật apply_text_normalization=on. Đừng chọn Multilingual v2 vì model này không có tiếng Việt.

Câu hỏi thường gặp

ElevenLabs có hỗ trợ tiếng Việt không?

Có. Ngày 11/11/2026, API ElevenLabs liệt kê tiếng Việt cho Eleven v4, v4 Turbo, v3, v3 Conversational, Flash v2.5 và Turbo v2.5. Multilingual v2 không có tiếng Việt.

Model ElevenLabs nào đọc tiếng Việt tốt nhất?

Trong phép thử của mình, Eleven v4 và v3 đọc đúng cả 8 chỗ khó. v4 Turbo sai 1 chữ nhưng chỉ tốn nửa credit, nên đáng tiền hơn cho phần lớn việc.

ElevenLabs tiếng Việt có miễn phí không?

Gói Free có 10.000 credit mỗi tháng, đủ khoảng 18 phút tiếng Việt với v4 Turbo hoặc Flash, khoảng 9 phút với v4. Gói Free không có giấy phép thương mại.

Vì sao ElevenLabs đọc sai số tiếng Việt?

Flash v2.5 ở cài đặt mặc định đọc sai số tiền, mã đơn và số điện thoại trong phép thử. Bật apply_text_normalization=on (kèm language_code=vi) hoặc chuyển sang v4 Turbo, v4 thì phần số được đọc đúng.

ElevenLabs giá bao nhiêu tiền Việt?

Ngày 11/11/2026: Starter 6 USD/tháng (khoảng 154.900 đ), Creator 22 USD/tháng (khoảng 568.000 đ), quy theo tỷ giá bán Vietcombank 25.820 đ/USD. Ngân hàng có thể thu thêm phí chuyển đổi ngoại tệ.