Chọn Model Và Voice
Cách chọn model và giọng nói cho Voice Agent ở chế độ Standard và Realtime.
Tổng quan
Người dùng có thể chọn model và giọng nói cá nhân trong Ứng dụng Web > avatar > Cài đặt > Giọng nói. Nếu để Mặc định, Assistant Core dùng model mặc định của gói hiện tại.
Mỗi gói có danh sách model khả dụng khác nhau. Xem AI Models để biết catalog model, voice list và model mặc định.
Mô hình ngôn ngữ (LLM) trong Standard mode chỉ dùng cho lượt hội thoại giọng nói. Nó không đổi Chat model ở thanh tiêu đề Web App. Xem Chọn Model Chat nếu bạn muốn đổi model cho chat văn bản.
Admin bật/tắt voice, lưu bản ghi âm và Phát text phản hồi trong Admin Panel. Xem Bật Giọng Nói.
Chế độ Standard
Standard là chained pipeline: nghe giọng nói → chuyển thành text → AI xử lý → đọc câu trả lời bằng TTS.
| Thiết lập | Vai trò | Gợi ý chọn |
|---|---|---|
| Mô hình phát hiện giọng nói (VAD) | Nhận biết khi người dùng bắt đầu/ngừng nói | Giữ Mặc định trừ khi bạn cần tinh chỉnh độ nhạy kết thúc lượt nói |
| Mô hình nhận dạng giọng nói (ASR) | Chuyển giọng nói thành văn bản | Chọn model mạnh hơn nếu transcript sai nhiều, đặc biệt với tiếng Việt, accent, hoặc môi trường ồn |
| Mô hình ngôn ngữ (LLM) | Tạo câu trả lời | Chọn model nhanh/rẻ cho hỏi đáp thường; chọn model mạnh hơn cho reasoning, tool use, hoặc câu hỏi dài |
| Mô hình TTS | Chuyển câu trả lời thành âm thanh | Chọn theo chất lượng giọng, độ trễ, ngôn ngữ hỗ trợ, và credit cost |
| Giọng nói | Persona âm thanh trong Standard mode | Chọn sau khi chọn TTS model; danh sách giọng phụ thuộc vào model đó |
| Tốc độ đọc | Tốc độ phát âm thanh TTS | Giảm nếu câu trả lời cần nghe kỹ; tăng nếu dùng cho thao tác nhanh |
| Thời gian im lặng | Thời gian chờ trước khi kết thúc lượt nói | Tăng nếu người dùng hay ngập ngừng; giảm nếu muốn phản hồi nhanh hơn |
Chế độ Realtime
Realtime dùng một model giọng nói native để xử lý live audio trực tiếp với độ trễ thấp. Vì vậy Realtime có model và voice riêng. Realtime không dùng TTS voice của Standard mode.
| Thiết lập | Vai trò | Gợi ý chọn |
|---|---|---|
| Mô hình Realtime | Xử lý hội thoại giọng nói trực tiếp | Chọn model có độ trễ thấp cho hội thoại tự nhiên; chọn model mạnh hơn khi cần instruction following hoặc tool use phức tạp |
| Giọng nói Realtime | Giọng native của model Realtime | Chọn sau khi chọn Realtime model; nếu đổi model, voice cũ có thể được đặt lại vì mỗi model có danh sách giọng riêng |
Nếu mục Realtime không xuất hiện, gói hiện tại chưa có model Realtime. Xem Gói & giá để biết gói nào hỗ trợ Realtime.
Credit cost
Voice usage tiêu tốn credits theo model và mức sử dụng:
| Loại | Cách tính |
|---|---|
| ASR | Theo thời lượng audio |
| TTS | Theo số ký tự hoặc thời lượng audio, tùy provider |
| Realtime Voice | Theo thời lượng phiên |
Xem Credits & Sử Dụng để hiểu cách credits được tính.
Nếu không chắc nên chọn gì, hãy để Mặc định. Mặc định được chọn theo gói hiện tại và thường là lựa chọn cân bằng giữa chất lượng, tốc độ, và credits.