Chuyển văn bản thành giọng nói thông thường chỉ đọc mọi thứ bằng một giọng duy nhất. Nhưng một podcast, cuộc phỏng vấn hay tiểu phẩm thì cần nhiều hơn thế: hai hoặc ba người đối đáp, ngắt lời và cười đùa với nhau. Ghép từng đoạn lời thoại riêng lẻ lại bằng tay rất mất thời gian, mà khoảng ngừng nghe vẫn không tự nhiên. Công cụ Dialogue lồng tiếng toàn bộ kịch bản cùng lúc, thành một bản ghi âm duy nhất.
Hãy viết mỗi lời thoại trên một dòng riêng: "Anna: Chào bạn! Hôm nay mình nói về chủ đề gì nhỉ?". Phần tên đứng trước dấu hai chấm là người nói, và bạn gán cho mỗi người một giọng đọc riêng. Những dòng bắt đầu bằng dấu gạch ngang sẽ luân phiên giữa hai giọng. Chưa có kịch bản? Chỉ cần mô tả chủ đề — "hai người bạn tranh luận có nên chuyển đến thành phố khác hay không" — chọn độ dài từ 1 đến 5 phút, AI sẽ viết miễn phí một đoạn hội thoại hai người mà bạn có thể chỉnh sửa thêm.
Gemini 3.1 Flash TTS của Google lồng tiếng cho hai người nói với chi phí hợp lý và khoảng ngừng tự nhiên, bạn còn có thể mô tả bằng lời để đặt tâm trạng cho cuộc trò chuyện. Eleven v3 Dialogue của ElevenLabs hỗ trợ tối đa ba giọng với cách thể hiện cảm xúc sống động nhất: các thẻ như [laughs], [whispers], [interrupting] được chèn ngay trong lời thoại. Bạn chỉ trả tiền cho phần văn bản được đọc thành tiếng — tên người nói không bị tính phí.