ElevenLabs là gì? Tính năng, bảng giá và cách bắt đầu dùng

ElevenLabs là gì? Đây là nền tảng AI của Eleven Labs Inc., biến văn bản thành giọng nói tự nhiên, kèm công cụ nhân bản giọng và lồng tiếng. Doanh nghiệp nhỏ dùng thử ở gói miễn phí, hoặc trả phí để lấy API key và quyền dùng thương mại.

ElevenLabs là gì và dùng để làm gì

ElevenLabs là sản phẩm của Eleven Labs Inc., công ty AI thành lập năm 2022 tại London và New York, do Piotr Dąbkowski (cựu kỹ sư machine learning của Google) và Mati Staniszewski (cựu chiến lược gia tại Palantir) đồng sáng lập. Theo trang "About" của hãng, ElevenLabs vận hành ba sản phẩm chính:

• ElevenAPI — giao diện REST cho nhà phát triển, dùng để nhúng giọng nói AI vào ứng dụng, website, chatbot của riêng mình.
• ElevenCreative — ứng dụng web không cần biết code, dùng để tạo và chỉnh giọng nói, nhạc, hình ảnh, video.
• ElevenAgents — nền tảng xây dựng tác nhân (agent) hội thoại bằng giọng nói, ví dụ tổng đài AI, lễ tân AI tự động.

Nói ngắn gọn, nếu bạn cần biến chữ thành giọng đọc, dịch giọng sang ngôn ngữ khác, hay dựng một trợ lý thoại trả lời khách hàng, ElevenLabs là một trong các công cụ đáng xem.

Các tính năng chính của ElevenLabs

Chuyển văn bản thành giọng nói và mô hình Eleven v3

Theo bài giới thiệu chính thức, Eleven v3 là mô hình text-to-speech mới nhất, công bố ngày 3/6/2025, ban đầu ở giai đoạn alpha (research preview) và hiện đã chuyển sang bản chính thức (generally available). Hãng mô tả đây là mô hình "biểu cảm nhất" từng làm: hỗ trợ audio tag để chèn trực tiếp trong văn bản như [excited], [whispers], [sighs] nhằm điều khiển cảm xúc và phản ứng không lời; có chế độ Dialogue cho hội thoại nhiều người nói với ngắt lời tự nhiên; hỗ trợ hơn 70 ngôn ngữ.

Một điểm cần biết trước khi chọn: hãng khuyến nghị Eleven v3 cho nội dung chuẩn bị trước (audiobook, video, quảng cáo), không hợp cho ứng dụng cần phản hồi theo thời gian thực như callbot hay trợ lý thoại — trường hợp đó nên dùng bản v2.5 Turbo/Flash.

Nhân bản giọng nói (Voice Cloning)

ElevenLabs chia nhân bản giọng thành hai mức, theo trang giá chính thức:

• Instant Voice Cloning — nhân bản nhanh từ một đoạn mẫu ngắn, có từ gói Starter.
• Professional Voice Cloning — nhân bản chính xác hơn, dùng cho giọng thương hiệu lâu dài, có từ gói Creator trở lên, với số lượng giọng được phép tăng theo gói (Creator 1, Scale 3, Business 10).

API cho nhà phát triển

Theo tài liệu API chính thức, mọi request gửi tới ElevenLabs phải kèm API key trong HTTP header tên xi-api-key. Hãng cung cấp SDK chính thức cho Python và JavaScript/TypeScript để không phải tự dựng request thô, và có tuỳ chọn "single-use token" cho trường hợp không muốn lộ API key ở phía client (ví dụ web, app di động).

Các công cụ khác

Ngoài text-to-speech, ElevenLabs còn có: Speech to Text (tên sản phẩm Scribe), dịch lồng tiếng video (dubbing — áp watermark ở một số gói thấp), tách giọng khỏi nền (voice isolator), tạo hiệu ứng âm thanh, tạo nhạc, và Reception AI — lễ tân AI tự động hướng tới doanh nghiệp nhỏ.

Bảng giá ElevenLabs: nên chọn gói nào

Trang giá chính thức chia theo hạn mức "credit" dùng mỗi tháng, không phải theo số tiền cụ thể — số credit quy đổi ra số ký tự/phút âm thanh tuỳ mô hình bạn chọn. Dưới đây là so sánh hạn mức và tính năng giữa các gói (xem bảng giá đầy đủ trên trang giá của hãng để biết chi phí thực tế):

Gói Free dùng được gì, giới hạn gì

Gói Free cho 10.000 credit mỗi tháng và vẫn truy cập được phần lớn công cụ (Text to Speech, Speech to Text, Studio, Sound Effects...), nhưng theo trang giá chính thức, gói này không có giấy phép dùng thương mại và không mở Professional Voice Cloning. Phù hợp để thử nghiệm giọng đọc, học cách dùng công cụ, hoặc làm nội dung cá nhân không kiếm tiền từ đó — chưa phù hợp để gắn vào video có quảng cáo, khoá học bán, hay sản phẩm thương mại.

Khi nào cần nâng cấp

• Cần dùng kết quả cho nội dung có kiếm tiền (video có quảng cáo, khoá học bán, dự án cho khách) → tối thiểu gói Starter.
• Cần một giọng nhân bản cố định, dùng lâu dài cho thương hiệu → cần Creator trở lên để có Professional Voice Cloning.
• Quản lý nhiều thương hiệu hoặc nhiều khách hàng cùng lúc → Scale hoặc Business để có nhiều giọng nhân bản song song.
• Cần hợp đồng riêng, cam kết dịch vụ (SLA), hoặc yêu cầu bảo mật đặc thù → liên hệ gói Enterprise.

Cách lấy API key và bắt đầu dùng ElevenLabs qua API

1. Tạo tài khoản bằng email ở trang đăng ký của ElevenLabs — gói Free mở ngay sau khi đăng ký.
2. Vào phần quản lý tài khoản trên bảng điều khiển (dashboard) để tạo API key mới.
3. Gắn API key vào header xi-api-key của mọi request gửi tới API, theo đúng tài liệu chính thức.
4. Nếu dùng Python hoặc JavaScript/TypeScript, cài SDK chính thức của ElevenLabs thay vì tự viết request thô — SDK đã xử lý sẵn phần xác thực.
5. Nếu API key sẽ chạy ở phía client (trình duyệt, app di động) nơi người dùng có thể xem được mã nguồn, dùng "single-use token" thay vì gắn thẳng API key để tránh lộ khoá.

ElevenLabs có hỗ trợ tiếng Việt không

Tài liệu chính thức của ElevenLabs liệt kê hơn 70 ngôn ngữ được Eleven v3 hỗ trợ, nhưng không công bố số liệu riêng về độ chính xác khi đọc tiếng Việt. Theo một số trang công nghệ tiếng Việt đã thử nghiệm, ElevenLabs xử lý dấu và ngữ điệu tiếng Việt khá tốt, có nhiều giọng theo vùng miền, nhưng đôi khi vẫn phát âm chưa chuẩn ở một số từ — đây là nhận xét của người viết các trang đó, không phải số liệu do ElevenLabs công bố.

Khi nào nên dùng ElevenLabs, khi nào không hợp

Nếu nhu cầu của bạn khớp với một trong các trường hợp "hợp" ở trên, bước tiếp theo hợp lý là vào thẳng trang chính của hãng để xem đầy đủ bảng giá, tài liệu API và nghe thử các giọng mẫu trước khi quyết định trả phí. Eleven Labs Inc. là công ty vận hành ElevenLabs. Link trên là link đối tác: Dùng Gì có thể nhận hoa hồng khi bạn đăng ký hay mua qua link đó.

Câu hỏi thường gặp

ElevenLabs là gì?

ElevenLabs là nền tảng AI của công ty Eleven Labs Inc., chuyên chuyển văn bản thành giọng nói tự nhiên, kèm các công cụ nhân bản giọng, dịch lồng tiếng, chuyển giọng nói thành văn bản và xây dựng tác nhân hội thoại bằng giọng nói.

ElevenLabs có miễn phí không?

Có một gói Free cho 10.000 credit mỗi tháng, đủ để thử Text to Speech và một số công cụ khác, nhưng gói này không có giấy phép dùng thương mại và không mở Professional Voice Cloning. Muốn dùng cho nội dung kiếm tiền cần nâng cấp lên gói trả phí, xem chi tiết trên trang giá của hãng.

Lấy API key của ElevenLabs ở đâu?

Sau khi đăng ký tài khoản bằng email, vào phần quản lý tài khoản trên bảng điều khiển để tạo API key, rồi gắn nó vào header xi-api-key của mọi request gửi tới API theo tài liệu chính thức.

Gói Creator khác gì gói Free và Starter?

Gói Free không có quyền thương mại và không nhân bản giọng chuyên nghiệp. Gói Starter có quyền thương mại và Instant Voice Cloning nhưng chưa có Professional Voice Cloning. Gói Creator thêm một giọng Professional Voice Cloning, hợp với người tạo nội dung cần một giọng thương hiệu cố định, dùng đều đặn.

Eleven v3 là gì, có khác gì bản cũ?

Eleven v3 là mô hình text-to-speech mới nhất của ElevenLabs, công bố giữa năm 2025, thêm khả năng audio tag để điều khiển cảm xúc trong câu và chế độ Dialogue cho hội thoại nhiều người nói. Hãng khuyên dùng v3 cho nội dung chuẩn bị trước, còn ứng dụng cần phản hồi ngay nên dùng bản v2.5 Turbo/Flash.