Advanced Voice Mode: Biến ChatGPT Thành Trợ Lý Thoại

Mình bắt đầu dùng Advanced Voice Mode trong lúc chạy bộ buổi sáng, chỉ để đỡ buồn chân. Không ngờ hoá ra tiện hơn cả lúc ngồi bàn gõ chữ, vừa chạy vừa hỏi việc, không cần dừng lại cầm điện thoại lên. Bài này ghi lại cách bật, những tình huống dùng thấy đáng nhất và mấy giới hạn nên biết trước khi trông cậy hẳn vào giọng nói.

Advanced Voice Mode khác gì chế độ giọng nói cũ?

Khác ở chỗ mô hình xử lý thẳng âm thanh thay vì đi vòng qua văn bản. Chế độ giọng nói cơ bản chạy theo ba bước: chuyển lời bạn nói thành chữ, xử lý như chat thường, rồi đọc câu trả lời lên; mỗi bước thêm một nhịp trễ và làm mất hết ngữ điệu. Advanced Voice Mode phản hồi theo thời gian thực, ngắt lời được giữa chừng, nhận ra cả cách bạn nói nhanh hay chậm, và đổi tông giọng khi bạn yêu cầu, ví dụ nhờ kể chuyện bằng giọng hào hứng hơn hoặc nói nhẹ nhàng lại. Cảm giác gần một cuộc gọi điện thoại hơn là nghe máy đọc chữ.

📌 Chưa chắc nên chọn gì? Đọc trước Học AI: Dùng Claude, ChatGPT, Gemini Đúng Việc — hướng dẫn tổng hợp của Kudomax về học ai.

Bật Advanced Voice Mode ở đâu?

• Mở app ChatGPT trên điện thoại hoặc máy tính, đăng nhập tài khoản của bạn.
• Bấm biểu tượng sóng âm nằm ở góc phải khung nhập tin nhắn. Đừng nhầm với nút micro nhỏ hơn, nút đó chỉ đọc chính tả thành chữ chứ không mở hội thoại thoại.
• Lần đầu mở, app cho bạn chọn giọng. Muốn đổi sau này, vào Settings rồi tìm mục Voice, bản giao diện tiếng Việt hiển thị Cài đặt rồi Giọng nói.
• Cấp quyền micro khi được hỏi. Ở nơi ồn nên đeo tai nghe có mic để đỡ bị ngắt nhầm giữa câu.

Thời lượng trò chuyện thoại mỗi ngày tuỳ gói, bản miễn phí được dùng thử ngắn hơn, hết hạn mức app tự chuyển về giọng cơ bản. Con số cụ thể thay đổi thường xuyên nên cứ xem trang pricing của OpenAI cho chắc. Trên điện thoại còn bật được camera hoặc chia sẻ màn hình ngay trong cuộc thoại để hỏi về thứ đang nhìn thấy, tuỳ khu vực và phiên bản app.

Dùng Advanced Voice Mode vào việc gì hợp nhất?

• Tra cứu nhanh khi rảnh tay: lúc lái xe, nấu ăn, hay tập thể dục, hỏi trực tiếp bằng giọng nói tiện hơn gõ chữ nhiều.
• Luyện phản xạ ngoại ngữ: trò chuyện hai chiều bằng giọng nói giúp luyện phản xạ nghe nói tốt hơn đọc chữ.
• Brainstorm khi di chuyển: nói ra ý tưởng ngay lúc nghĩ ra, không phải chờ về tới bàn làm việc mới gõ lại.
• Luyện phỏng vấn: nhờ đóng vai nhà tuyển dụng hỏi dồn, trả lời bằng miệng cho áp lực thật hơn nhiều so với gõ chữ.
• Phiên dịch hai chiều: gặp khách nước ngoài, yêu cầu dịch qua lại giữa tiếng Việt và tiếng Anh ngay trong cuộc nói chuyện.
• Hỏi nhanh khi tay bận: công thức nấu ăn, mẹo sửa đồ, quy đổi đơn vị, hỏi miệng nhanh hơn lau tay mở màn hình.

Muốn buổi luyện nói hiệu quả, mở đầu bằng một câu thiết lập vai thật rõ rồi mới bắt đầu:

Từ giờ hãy nói tiếng Anh với tôi ở trình độ B1.
Đóng vai: bạn là nhân viên check-in sân bay, tôi là hành khách.
Nói chậm, mỗi lượt sửa giúp tôi một lỗi ngữ pháp hoặc phát âm,
giải thích lỗi bằng tiếng Việt.

Một buổi luyện nói thật diễn ra thế nào?

Buổi luyện của mình thường kéo dài 10 tới 15 phút. Chọn một tình huống như đặt phòng khách sạn, phỏng vấn xin việc hay small talk với đồng nghiệp, rồi cứ thế nhập vai. Bí từ thì hỏi luôn bằng tiếng Việt, máy đổi ngôn ngữ theo ngay trong cùng cuộc nói chuyện. Cuối buổi mình nói "tổng kết các lỗi của tôi hôm nay thành danh sách". Toàn bộ cuộc thoại được lưu thành văn bản trong lịch sử chat, nên sau đó mở lại đọc phần tổng kết và chép từ mới ra sổ. Giữa chừng thấy máy nói nhanh quá thì ngắt lời yêu cầu chậm lại, nó chỉnh ngay không cần bắt đầu lại từ đầu.

• Dùng giọng nói nếu: cần rảnh tay, luyện phản xạ nghe nói, brainstorm nhanh ý tưởng, hỏi đáp ngắn khi di chuyển.
• Dùng chat chữ nếu: cần đối chiếu số liệu, so sánh nhiều phương án, giữ nội dung dài để tra lại, hoặc đang ở chỗ không tiện nói.

Giới hạn và lỗi hay gặp?

Giới hạn lớn nhất: nghe qua tai dễ bỏ sót thông tin hơn đọc bằng mắt, nên chế độ này không hợp cho nội dung dài hay chi tiết phức tạp. Với việc cần độ chính xác cao như số liệu, con số cụ thể, nên chuyển lại sang xem văn bản để kiểm tra thay vì chỉ tin vào những gì nghe được.

• Tiếng Việt được hiểu tốt, nhưng giọng đọc đôi lúc lơ lớ hoặc chêm từ tiếng Anh với thuật ngữ chuyên ngành. Dặn rõ "trả lời hoàn toàn bằng tiếng Việt" ngay đầu cuộc thoại sẽ đỡ hẳn.
• Nơi ồn, micro thu cả tiếng xung quanh nên máy hay tưởng bạn nói xong mà chen vào giữa câu. Tai nghe có mic giải quyết gần hết chuyện này.
• Hết hạn mức trong ngày thì app lặng lẽ chuyển về giọng cơ bản. Nếu tự nhiên thấy phản hồi chậm và đều đều hơn hẳn, khả năng cao là vì vậy chứ không phải mạng lỗi.
• Nội dung nói ra được lưu như chat thường và cũng nằm trong phạm vi cá nhân hoá của tài khoản. Đừng đọc to mật khẩu hay số tài khoản nơi công cộng; cách kiểm soát phần dữ liệu này có trong bài Memory trong ChatGPT: bật, tắt và kiểm soát dữ liệu.

Bước tiếp theo: mở app, chọn một giọng nghe thuận tai, rồi gắn nó vào một thói quen cố định như 10 phút luyện tiếng Anh mỗi sáng. Đủ một tuần bạn sẽ tự biết chế độ này hợp mình tới đâu, đáng dùng hơn nhiều so với thử một lần rồi quên. Nếu muốn trợ lý thoại hiểu ngành của bạn thay vì trả lời chung chung, xem thêm cách dựng Custom GPT riêng để kết hợp cùng chế độ giọng nói.