Trợ lý giọng nói AI nói ngôn ngữ của bạn: 31 ngôn ngữ, ngay trên iPhone

Orvena là trợ lý giọng nói AI nói được 31 ngôn ngữ với giọng được tạo ngay trên iPhone, và giao diện có sẵn trong 30 ngôn ngữ. Dưới đây là danh sách, cách thiết lập, và những chi tiết đáng biết cho ngôn ngữ của bạn.

Ngôn ngữ của trợ lý giọng nói AI: danh sách đầy đủ 31 ngôn ngữ

Tiếng Anh (giọng Mỹ và giọng Anh), tiếng Tây Ban Nha, Pháp, Ý và Bồ Đào Nha có giọng riêng với từ điển phát âm riêng. 26 ngôn ngữ còn lại dùng chung một bộ tổng hợp giọng nói và mười kiểu giọng: tiếng Ả Rập, Bulgaria, Croatia, Séc, Đan Mạch, Hà Lan, Estonia, Phần Lan, Đức, Hy Lạp, Hindi, Hungary, Indonesia, Nhật, Hàn, Latvia, Litva, Ba Lan, Romania, Nga, Slovakia, Slovenia, Thụy Điển, Thổ Nhĩ Kỳ, Ukraina và tiếng Việt.

Bạn không cần đặt ngôn ngữ trả lời. Orvena trả lời bằng ngôn ngữ bạn đã viết hoặc nói, theo từng tin nhắn, nên bạn có thể đổi ngôn ngữ giữa cuộc trò chuyện và nó sẽ đổi theo.

Điều đó đúng với mô hình riêng của Orvena. Apple Intelligence, mô hình mà Orvena cũng có thể dùng để trả lời trên iOS 27, hỗ trợ ít ngôn ngữ hơn. Apple liệt kê các ngôn ngữ sau cho Apple Intelligence: tiếng Anh, Đan Mạch, Hà Lan, Pháp, Đức, Ý, Na Uy, Bồ Đào Nha, Tây Ban Nha, Thụy Điển, Thổ Nhĩ Kỳ, Việt, Trung (giản thể và phồn thể), Nhật và Hàn. Orvena hỏi iOS xem mô hình của Apple có hỗ trợ ngôn ngữ trên iPhone của bạn không, và với một ngôn ngữ không được hỗ trợ, ứng dụng hiển thị "Apple Intelligence chưa hỗ trợ ngôn ngữ này. Hãy tải về mô hình riêng của Orvena trong Mô hình để trò chuyện bằng ngôn ngữ này." Cài đặt Công nghệ mặc định ở chế độ Tự động, và chế độ này chỉ chọn Apple Intelligence khi mô hình của Apple hỗ trợ ngôn ngữ trên iPhone của bạn.

Đặt ngôn ngữ nói

Theo mặc định, bộ nhận dạng giọng nói được đặt thành Tự động: Orvena nghe bằng ngôn ngữ của cuộc trò chuyện hiện tại, và nếu chưa có cuộc trò chuyện nào, bằng ngôn ngữ của điện thoại. Nếu bạn luôn nói một ngôn ngữ, hãy cố định ngôn ngữ đó trong Cài đặt, rồi Giọng nói, và bộ nhận dạng sẽ không phải đoán nữa. Lần đầu một ngôn ngữ được dùng, iOS tải về mô hình nhận dạng trên thiết bị cho ngôn ngữ đó, nên màn hình "Đang chuẩn bị…" trước khi bạn nói sẽ hiện lâu hơn một chút ở lần đó. iOS chỉ giữ một số ít ngôn ngữ nhận dạng được cài cùng lúc; Orvena tự quản lý việc này và luôn giữ ngôn ngữ của điện thoại cùng ngôn ngữ bạn đã cố định.

Chọn giọng

Tiếng Anh có tám giọng. Heart là giọng mặc định; các giọng Mỹ khác là Bella, Nicole (giọng thì thầm), Michael và Fenrir, còn các giọng Anh là Emma, George và Fable. Tiếng Tây Ban Nha, Pháp, Ý và Bồ Đào Nha mỗi thứ tiếng có một giọng riêng. Với 26 ngôn ngữ còn lại, bạn chọn một trong mười kiểu giọng, từ Nữ 1 đến Nữ 5 và từ Nam 1 đến Nam 5, và kiểu giọng được giữ nguyên khi đổi ngôn ngữ. Mỗi giọng tiếng Anh và mỗi kiểu trong mười kiểu giọng đều có nút nghe thử trong Cài đặt; các giọng tiếng Tây Ban Nha, Pháp, Ý và Bồ Đào Nha thì không cần chọn mà tự được dùng khi câu trả lời ở ngôn ngữ đó.

Các gói tải về

Giọng nói có hai gói, được tải về sau khi bạn mở khóa và hoàn tất ở chế độ nền: khoảng 345 MB cho tiếng Anh, Tây Ban Nha, Pháp, Ý và Bồ Đào Nha, và 400 MB cho 26 ngôn ngữ còn lại. Nếu bạn chỉ cần một gói, gói kia có thể được xóa trong Cài đặt. Cả hai đều đến từ máy chủ nhân bản (mirror) của Orvena, với mọi tệp được kiểm tra theo một mã băm cố định, giống như cách mô hình ngôn ngữ được tải về.

Giọng nói được tạo ra như thế nào

Bộ tổng hợp thứ nhất là Kokoro, một mô hình 82 triệu tham số làm việc dựa trên cách phát âm thay vì chính tả. Với tiếng Anh, nó mang theo trong ứng dụng các từ điển phát âm với hơn 180.000 từ, cùng một mạng nơ-ron nhỏ cho những từ không có trong đó. Với tiếng Tây Ban Nha, Pháp, Ý và Bồ Đào Nha, nó tải về một từ điển phát âm cho mỗi ngôn ngữ, đọc các từ hiếm theo quy tắc chữ cái, và đọc số theo cách người nói ngôn ngữ đó vẫn đọc. Bộ tổng hợp thứ hai, Supertonic, đọc văn bản trực tiếp mà không qua bước phát âm, nhờ vậy nó bao quát được 26 ngôn ngữ trong một gói tải về 400 MB. Cả hai đều ngắt khoảng một phần tư giây sau mỗi câu, và Supertonic còn ngắt bằng một nửa khoảng đó ở dấu phẩy. Cả hai đều đọc thành tiếng các ký hiệu: phần trăm, tiền tệ và nhiệt độ được đọc thành chữ trong tiếng Anh, Tây Ban Nha, Pháp, Ý và Bồ Đào Nha.

Lưu ý cho từng ngôn ngữ

• Tiếng Na Uy. Orvena đọc và viết được tiếng Na Uy, và nói bằng giọng tiếng Đan Mạch, vì tiếng Na Uy viết và tiếng Đan Mạch đủ gần nhau để giọng Đan Mạch đọc tốt.
• Tiếng Mã Lai và tiếng Galicia. Lần lượt được nói bằng giọng tiếng Indonesia và giọng tiếng Bồ Đào Nha, cùng lý do đó.
• Tiếng Trung. Hiểu và viết được, nhưng chưa có giọng neural, nên câu trả lời bằng giọng nói tạm thời dùng giọng tích hợp sẵn của iPhone.
• Tiếng Ả Rập. Đã có giọng, nhưng giao diện chưa được dịch sang tiếng Ả Rập.
• Tiếng Nhật và tiếng Hàn. Được đọc theo từng cụm ngắn hơn ở bên trong, cách làm hợp với cả hai ngôn ngữ; bạn sẽ không nhận ra điều này, chỉ thấy các chỗ ngắt nghỉ rơi đúng chỗ tự nhiên.
• Siri. Các câu lệnh Siri cho Hỏi Orvena và Nói chuyện với Orvena được dịch sang 29 ngôn ngữ giao diện ngoài tiếng Anh, chẳng hạn "Frag Orvena" trong tiếng Đức, "Spørg Orvena" trong tiếng Đan Mạch và "Demande à Orvena" trong tiếng Pháp. Siri có phản hồi các câu này hay không tùy thuộc vào những ngôn ngữ Siri hỗ trợ.
• Với mọi ngôn ngữ. Orvena có nghe được một ngôn ngữ hay không phụ thuộc vào bộ nhận dạng trên thiết bị của Apple. Bộ chọn chỉ đưa ra những ngôn ngữ mà Orvena vừa nghe được vừa nói được.

Câu hỏi thường gặp

Orvena nói được những ngôn ngữ nào?

Ba mươi mốt: tiếng Anh, Tây Ban Nha, Pháp, Ý, Bồ Đào Nha, Đức, Hà Lan, Đan Mạch, Thụy Điển, Phần Lan, Ba Lan, Séc, Slovakia, Slovenia, Croatia, Hungary, Romania, Bulgaria, Hy Lạp, Ukraina, Nga, Thổ Nhĩ Kỳ, Estonia, Latvia, Litva, Ả Rập, Hindi, Indonesia, Việt, Hàn và Nhật. Giao diện có sẵn trong 30 ngôn ngữ.

Giọng nói có được tạo trên điện thoại không?

Có. Cả hai bộ tổng hợp giọng nói đều chạy trên iPhone, và với mô hình riêng của Orvena hoặc Apple Intelligence, câu trả lời cũng được viết ngay trên đó. Nếu bạn chọn Private Cloud Compute hoặc một mô hình đám mây, câu trả lời được viết trên máy chủ của nhà cung cấp đó, và một phiên giọng nói trực tiếp trên mô hình realtime của OpenAI với khóa của riêng bạn sẽ truyền âm thanh của bạn tới OpenAI. Mỗi trường hợp đó đều hỏi sự đồng ý của bạn trước.

Nó có dịch được không?

Bạn có thể nhờ nó dịch một câu hoặc một tin nhắn, và nó sẽ dịch. Ngoài ra, nó chỉ đơn giản trả lời bằng ngôn ngữ bạn đã dùng.

Giao diện có bằng ngôn ngữ của tôi không?

Có trong 30 ngôn ngữ, được liệt kê trên trang App Store. Tiếng Ả Rập có giọng nói nhưng giao diện chưa được dịch.