ElevenLabs

Tạo voiceover marketing, podcast, và nội dung audio chuyên nghiệp với ElevenLabs AI.

Skill Này Làm Gì

Thách thức: Sản xuất audio chất lượng cao cho marketing — video ads, podcast, explainer videos — đòi hỏi studio, voice actor, và post-production tốn kém. Chi phí thường ngoài tầm với của solopreneur và startup.

Giải pháp: Skill elevenlabs tận dụng ElevenLabs API để tạo giọng nói realistic, nhân bản giọng thương hiệu, thêm hiệu ứng âm thanh và sản xuất audio marketing chuyên nghiệp.

Kích Hoạt

Ngầm định: Tự động kích hoạt khi cần tạo audio, voiceover hoặc nội dung âm thanh.

Tường minh: Kích hoạt qua prompt:

Activate elevenlabs skill to [create/clone/generate] [audio type]

Tính Năng

1. Text-to-Speech (TTS)

Chuyển đổi văn bản marketing thành giọng nói chất lượng cao.

Giọng phổ biến cho marketing:

Voice ID	Phong cách	Dùng cho
Adam	Professional, clear	Product demos, explainers
Rachel	Warm, friendly	Brand voice, customer service
Domi	Energetic, confident	Ads, promotions
Bella	Soft, conversational	Podcasts, stories

API call cơ bản:

from elevenlabs import ElevenLabs

client = ElevenLabs(api_key=os.getenv("ELEVENLABS_API_KEY"))

audio = client.generate(
    text="Khám phá ClaudeKit Marketing — bộ công cụ AI đầy đủ cho solopreneur.",
    voice="Rachel",
    model="eleven_multilingual_v2"  # Hỗ trợ tiếng Việt
)

with open("voiceover.mp3", "wb") as f:
    f.write(audio)

2. Voice Cloning

Nhân bản giọng nói thương hiệu từ audio samples.

Quy trình clone giọng:

# 1. Upload audio samples (15-60 giây, nhiều samples = tốt hơn)
voice = client.clone(
    name="Brand Voice",
    description="Professional Vietnamese brand voice",
    files=["sample1.mp3", "sample2.mp3", "sample3.mp3"],
)

# 2. Sử dụng cloned voice
audio = client.generate(
    text="Nội dung marketing của bạn",
    voice=voice.voice_id
)

Yêu cầu audio samples:

Chất lượng: Clear, không có background noise
Thời lượng: Tổng cộng 2-10 phút
Nội dung: Đọc nhiều loại văn bản khác nhau

3. Sound Effects

Tạo hiệu ứng âm thanh tùy chỉnh cho video marketing.

# Text-to-sound effect
sfx = client.text_to_sound_effects.convert(
    text="Tiếng chuông thông báo thành công, upbeat và professional",
    duration_seconds=2.0
)

4. Audio Production Workflow

Quy trình hoàn chỉnh từ script đến audio final.

Bước 1: Chuẩn bị script

# Ad Script — 30 giây
[INTRO — 5s]
Bạn đang dùng hàng chục tools marketing riêng lẻ?

[PROBLEM — 8s]
Mỗi ngày phải chuyển qua lại giữa 10 tabs khác nhau...
Mất cả buổi sáng chỉ để tổng hợp báo cáo...

[SOLUTION — 10s]
ClaudeKit Marketing tích hợp tất cả vào một workflow.
Analytics, email, social media — tất cả trong một nơi.

[CTA — 7s]
Dùng thử miễn phí 14 ngày tại claudekit.cc

Bước 2: Generate với emotion markers

# SSML-like markers cho expressiveness
text = """
<break time="0.5s"/> Bạn đang dùng hàng chục tools marketing riêng lẻ?
<break time="1s"/>
Mỗi ngày phải chuyển qua lại giữa 10 tabs khác nhau...
"""

audio = client.generate(
    text=text,
    voice="Rachel",
    model="eleven_multilingual_v2",
    voice_settings={
        "stability": 0.5,
        "similarity_boost": 0.75,
        "style": 0.3  # Expressiveness
    }
)

Bước 3: Post-processing

# Normalize audio levels với ffmpeg
ffmpeg -i voiceover.mp3 -af "loudnorm=I=-16:TP=-1.5:LRA=11" output.mp3

# Add background music (lower volume)
ffmpeg -i voiceover.mp3 -i bg-music.mp3 \
  -filter_complex "[1:a]volume=0.15[bg]; [0:a][bg]amix=inputs=2:duration=first" \
  final-ad.mp3

Điều Kiện Tiên Quyết

ElevenLabs API key (elevenlabs.io)
Python 3.10+ hoặc Node.js 18+
ffmpeg (cho audio processing)

Cấu Hình

Biến môi trường:

ELEVENLABS_API_KEY=your_api_key_here

Giới hạn plan:

Plan	Characters/tháng	Voice cloning
Free	10,000	Không
Starter	30,000	3 voices
Creator	100,000	10 voices
Pro	500,000	Unlimited

Thực Hành Tốt Nhất

1. Script Ngắn Gọn Cho Ads 30 giây = ~70-80 từ tiếng Việt. Mỗi câu = một ý tưởng.

2. Test Nhiều Voices Cùng một script, test 3-4 voices khác nhau trước khi chọn. Giọng phù hợp brand tạo ra sự khác biệt lớn.

3. Stability và Style Balance Stability cao = giọng nhất quán, ít biểu cảm. Style cao = cảm xúc hơn nhưng ít dự đoán được.

Các Trường Hợp Sử Dụng Phổ Biến

Trường Hợp 1: Video Ad 15 Giây

Tình huống: Tạo voiceover cho video quảng cáo Facebook.

Quy trình:

Viết script 30-40 từ với /ckm:copywriting
Generate với voice “Domi” (energetic) ở tốc độ 1.1x
Export MP3, sync với video clips
Normalize audio level

Trường Hợp 2: Podcast Intro/Outro

Tình huống: Tạo branded intro cho marketing podcast.

Quy trình:

Clone giọng host từ audio samples
Script intro 15 giây
Add background music
Master và export

Xử Lý Sự Cố

Vấn đề: Giọng phát âm sai tên thương hiệu Giải pháp: Thêm phonetic spelling trong script: “ClaudeKit (đọc là: Claude-Kit)”

Vấn đề: Audio có artifacts hoặc glitches Giải pháp: Tăng stability, giảm style. Chia đoạn văn dài thành nhiều đoạn ngắn.

Skill Liên Quan

Media Processing - Xử lý và edit audio/video
Video - Tạo video marketing đầy đủ
Copywriting - Viết script cho voiceover

Lệnh Liên Quan

/ckm:elevenlabs - Tạo audio với ElevenLabs
/ckm:video - Tích hợp audio vào video
/ckm:copywriting - Viết script marketing