Hướng dẫn sử dụng APMaths Text to Speech

Công cụ chuyển văn bản và công thức Toán thành giọng nói

Mục lục

1. Giới thiệu

APMaths Text to Speech là công cụ chuyển văn bản thành giọng nói, được thiết kế cho nội dung giảng dạy Toán.

Trang hỗ trợ văn bản thông thường kết hợp với công thức Toán như đại số, giải tích, đạo hàm, tích phân, giới hạn, vector và ma trận.

Nguyên tắc: công thức được xử lý qua mathSpeech.js trước khi gửi tới hệ thống TTS, nhằm tạo cách đọc tự nhiên hơn.

2. Các thành phần trên trang

  1. Ô nhập văn bản: nhập hoặc dán nội dung cần đọc.
  2. Instructions: mô tả phong cách đọc mong muốn.
  3. Model: chọn model phù hợp với Engine.
  4. Voice: chọn giọng đọc.
  5. Profile: lựa chọn phong cách nếu giao diện cung cấp.
  6. Speed: điều chỉnh tốc độ.
  7. Engine: chọn hệ thống TTS.
  8. Generate: tạo Audio.
  9. Audio: nghe và tải file.

3. Nhập văn bản

Có thể gõ trực tiếp hoặc dán văn bản từ tài liệu khác.

Cho hàm số $f(x)=x^2+2x+1$. Tính đạo hàm của hàm số tại $x=\frac{1}{2}$.
Khuyến nghị: sau khi dán Equation từ Word, nên kiểm tra lại nội dung trước khi tạo Audio.

4. Nhập công thức Toán

Ưu tiên dùng LaTeX inline bằng dấu $...$. Một số ký hiệu Unicode và plain text cũng được xử lý.

Hàm số

Cho hàm số $f(x)=x^2+2x+1$.
Cho hàm số f x bằng x bình phương cộng hai x cộng một.

Phân số

$\frac{1}{2}$
một phần hai
$\frac{x+1}{x-1}$
phân số x cộng một trên x trừ một

Tích phân

$\int_{0}^{1} 3\sin\sqrt{x}\,dx$
tích phân từ không đến một, ba sin căn bậc hai của x d x

Giới hạn

$\lim_{x\to0} f(x)$
giới hạn khi x tiến tới không f x

Đạo hàm

$f'(x)=2x$
f phẩy x bằng hai x
$f''(x)=2$
f hai phẩy x bằng hai

5. Quy tắc đọc công thức Toán

Công thứcCách đọc
f(x)f x
g(t)g t
2xhai x
3abba a b
2·xhai nhân x
x²x bình phương
x³x lập phương
xⁿx mũ n
f'(x)f phẩy x
f''(x)f hai phẩy x
dxd x
1/2một phần hai
x → 0x tiến tới không
x ∈ Rx thuộc R
x ≤ 2x nhỏ hơn hoặc bằng hai

Ma trận

\begin{pmatrix}
1 & 2 \\
3 & 4
\end{pmatrix}
ma trận hai hàng hai cột, hàng thứ nhất một hai, hàng thứ hai ba bốn

Vector

$\vec{v}=(1,2,3)$
vector v một hai ba

6. Chọn Engine

Gemini TTS

Phù hợp khi ưu tiên giọng đọc tự nhiên và khả năng điều khiển phong cách bằng Instructions.

Google Cloud TTS

Phù hợp khi sử dụng hệ thống Google Cloud TTS thông qua backend đã cấu hình.

Cùng một nội dung đã qua xử lý Toán có thể được thử với các Engine khác nhau để so sánh.

7. Model, Voice và Instructions

Model phải tương ứng với Engine. Voice quyết định giọng đọc. Với cấu hình Cloud TTS hiện tại, Achernar đã được dùng làm voice mặc định cho cấu hình Chirp.

Instructions

Có thể yêu cầu cách đọc như một giảng viên Toán tiếng Việt:

Read naturally as a Vietnamese mathematics lecturer.
Speak mathematical expressions clearly and fluently.
Nếu voice phát âm sai ngôn ngữ, cần kiểm tra voice và language code ở backend; không nên chỉ sửa nội dung văn bản.

8. Tốc độ đọc

Nếu công thức đọc chưa rõ, nên sửa cách biểu diễn công thức trước khi thay đổi tốc độ.

9. Tạo, nghe và tải Audio

  1. Nhập văn bản.
  2. Kiểm tra công thức.
  3. Chọn Engine.
  4. Chọn Model và Voice.
  5. Điều chỉnh Instructions nếu cần.
  6. Chọn Speed.
  7. Nhấn nút tạo Audio.
  8. Chờ xử lý.

Nghe Audio

Khi tạo thành công, khu vực Audio xuất hiện. Có thể Play, Pause, tua lại và điều chỉnh âm lượng bằng trình phát của thiết bị.

Tải Audio

Nhấn nút ↓ Tải xuống để lưu file âm thanh.

Trên điện thoại, trình phát Audio sử dụng bộ điều khiển native của trình duyệt.

10. Sử dụng trên điện thoại

Trang được thiết kế responsive. Trên màn hình nhỏ, các khu vực điều khiển chuyển thành bố cục dọc để dễ thao tác.

11. Một số lỗi thường gặp

Công thức bị đọc như LaTeX

Kiểm tra công thức có nằm trong dạng được mathSpeech.js hỗ trợ hay không.

Tích phân đọc sai cận

\int_{0}^{1}

Kiểm tra lại nội dung Equation sau khi dán.

Căn bậc hai đọc không đúng

\sqrt{x}
\sqrt{\mathrm{x}}

Kiểm tra lại dạng công thức mà clipboard tạo ra.

Voice đọc sai ngôn ngữ

Kiểm tra Voice và language code ở backend.

Không nghe được Audio

12. Quy trình sử dụng đề nghị

  1. Soạn nội dung.
  2. Kiểm tra công thức, nhất là phân số, căn, tích phân, đạo hàm, giới hạn và ma trận.
  3. Chọn Engine, Model và Voice.
  4. Điều chỉnh Instructions và Speed.
  5. Tạo Audio.
  6. Nghe lại toàn bộ.
  7. Sửa công thức hoặc quy tắc mathSpeech.js nếu cách đọc chưa tự nhiên.
  8. Tạo lại Audio và tải file khi đạt yêu cầu.
Nguyên tắc: nếu một công thức đọc chưa tự nhiên, ưu tiên sửa lớp xử lý Toán trước khi cố ép TTS bằng Instructions.

Tóm tắt nhanh

Nội dungKhuyến nghị
Văn bảnNhập hoặc dán trực tiếp.
Công thứcƯu tiên $...$.
Hàm sốf(x) → f x.
Phân số\frac{1}{2} → một phần hai.
Tích phân\int_0^1 → tích phân từ không đến một.
Đạo hàmf'(x) → f phẩy x.
Ma trậnĐọc theo hàng và cột.
AudioNghe thử trước khi tải.