Một người bạn của tôi nói tiếng Việt với giọng địa phương khá nặng. Suốt hai năm qua, cô ấy gần như từ chối dùng tính năng giọng nói trên ChatGPT vì nó liên tục chuyển lời cô ấy thành những chữ vô nghĩa. Cô ấy định nói là cần email cho chủ nhà về đường nước đang rò, nhưng nó lại gõ ra một thứ hoàn toàn khác. Vậy là cô ấy đành gõ tay mọi thứ.
Tuần trước, cô ấy nhắn tin cho tôi: “Khoan đã, giờ nó hiểu mình rồi hả??”
Đúng vậy. Nó hiểu thật.
Vào ngày 26 tháng 6 năm 2026, OpenAI âm thầm nâng cấp mô hình nhận diện giọng nói phía sau ChatGPT — cái công cụ biến lời nói của bạn thành văn bản. Bản cập nhật này được triển khai cho tất cả mọi người, kể cả gói miễn phí. Không có nút mới nào, cũng chẳng cần bật tính năng gì. Bạn chỉ đơn giản là thấy ít những khoảnh khắc “tại sao nó lại gõ thế kia” hơn. Thêm vào đó, chế độ thoại hai chiều (voice mode) cũng vừa được làm mới, nên cảm giác tương tác bớt giống ra lệnh cho robot và gần với việc trò chuyện thực sự hơn.
Và đây là phần quan trọng nhất với chúng ta: tiếng Việt là một trong những ngôn ngữ mà OpenAI trực tiếp nhắc đến là được cải thiện. Không phải hiệu ứng phụ — là tên riêng được liệt kê ra.
Để tôi chỉ bạn cách dùng cả hai, vì chúng là hai thứ khác nhau, và đây chính là chỗ khiến hầu hết mọi người hay nhầm lẫn.
Trước hết: gõ bằng giọng nói và chế độ thoại không phải một
Hầu hết mọi người đều hay vấp phải điểm này, nên chúng ta hãy làm rõ ngay từ đầu.
Gõ bằng giọng nói (dictation) nghĩa là bạn nói, và ứng dụng sẽ chuyển lời bạn thành chữ điền vào khung chat. Sau đó nó trả lời bằng văn bản, bình thường như mọi khi. Bạn chỉ đang bỏ qua bàn phím thôi. Hãy tưởng tượng nó như một phiên bản thông minh hơn nhiều so với nút micro nhỏ xíu trên bàn phím điện thoại của bạn.
Chế độ thoại (voice chat) là một cuộc trò chuyện nói thực sự. Bạn nói, nó đáp lại bằng giọng nói thật. Không hiện chữ trừ khi bạn nhìn. Nó vẫn nghe liên tục, bạn có thể ngắt lời, nó nhận ra bạn đang nghỉ hơi. Cái này mới đúng là cảm giác gọi điện thoại cho một người bạn cực kỳ kiên nhẫn.
Cùng một ý tưởng nhưng được minh họa bằng hình:
Cả hai đều được cải thiện trong năm nay. Bản nâng cấp ngày 26 tháng 6 tập trung cụ thể vào việc phần gõ bằng giọng nói chính xác hơn hẳn. Còn bản làm mới chế độ thoại tập trung vào việc phần đáp lại nghe tự nhiên hơn — ngữ điệu mềm mại hơn, có những khoảng nghỉ thật, bớt đi cái giọng đọc tin tức đều đều nhàm chán.
Đây là trang tính năng chính thức từ OpenAI, để bạn yên tâm là tôi không bịa chuyện:
Chính xác thì đã có gì thay đổi vào ngày 26 tháng 6
OpenAI đã tung ra một mô hình nhận diện giọng nói mới cho tính năng gõ bằng lời nói, áp dụng cho mọi gói — Free, Go, Plus, Pro, Business, Enterprise. Tất cả các gói đều được hưởng. Cách bạn kích hoạt tính năng gõ bằng giọng nói hoàn toàn không thay đổi. Họ chỉ nâng cấp cái “động cơ” bên trong nó lên.
Tốt hơn bao nhiêu? Theo thử nghiệm chính thức, tỷ lệ lỗi từ (word error rate) đã giảm ít nhất 10% đối với các ngôn ngữ hàng đầu — đây là cách đo lường tiêu chuẩn xem nó sai bao nhiêu từ. Giảm 10% lỗi nghe có vẻ không nhiều, nhưng khi chính bạn đang gõ một ghi chú dài mà cứ phải sửa lỗi chính tả sau mỗi ba câu thì bạn sẽ hiểu ngay sự khác biệt.
Những cải tiến này thể hiện rõ nhất ở:
- Các ngôn ngữ khác — và tiếng Việt nằm ngay trong danh sách được nhắc tên, song hành cùng tiếng Nhật, tiếng Hàn, tiếng Trung và tiếng Urdu. Nên đây không phải là “có lẽ cũng đỡ hơn” với chúng ta — đây là một trong những kết quả cải thiện cụ thể.
- Giọng địa phương/phát âm không chuẩn — giống như trường hợp của bạn tôi. Đây chính là điểm cộng lớn cho rất nhiều người.
- Trộn ngôn ngữ giữa câu — nếu bạn có thói quen chuyển đổi linh hoạt giữa tiếng Việt và tiếng Anh khi nói (rất nhiều người Việt làm vậy, nhất là với từ ngữ công nghệ), nó xử lý việc này tốt hơn hẳn.
- Nơi ồn ào — quán cà phê, văn phòng mở tấp nập, hay ngoài đường phố.
- Giọng nhỏ hoặc thì thầm — khi bạn không thể nào hét vào điện thoại được.
- Chữ cái và số đi kèm — như khi đọc mã code, địa chỉ, hay mã phụ tùng.
Không có cái nào trong số này yêu cầu trả phí. Tôi muốn nhấn mạnh lại điều này: gói miễn phí cũng được nhận hết.
Cách sử dụng thực tế (trên điện thoại)
Tôi sẽ trình bày cực kỳ đơn giản.
Để gõ bằng giọng nói (voice-type) một câu lệnh:
- Mở ứng dụng ChatGPT và bắt đầu (hoặc mở) một cuộc trò chuyện.
- Nhấn vào biểu tượng micro nhỏ bên trong khung nhập tin nhắn — cái nằm ngay cạnh chỗ bạn thường gõ chữ.
- Nói. Bạn sẽ thấy từng từ xuất hiện thành chữ.
- Đọc lại, sửa những chỗ nào thấy lạ, rồi nhấn gửi.
Đó là tính năng gõ bằng giọng nói. Vẫn là câu lệnh của bạn, vẫn là dạng văn bản, bạn chỉ đang nói to lên thôi.
Để có một cuộc trò chuyện bằng giọng nói:
- Trong ứng dụng, hãy tìm nút thoại lớn hơn (thường là biểu tượng sóng âm hoặc hình tai nghe, nằm ở mép ngoài khung nhập liệu).
- Nhấn vào đó. Nó sẽ bắt đầu nghe.
- Cứ thế nói chuyện như gọi điện. Nó sẽ trả lời bằng giọng nói. Bạn có thể ngắt lời bất cứ lúc nào.
- Nhấn để kết thúc khi xong.
Trên máy tính (chatgpt.com trên trình duyệt), nguyên tắc cũng tương tự — nút micro nằm trong khung soạn thảo để gõ bằng giọng, và có tùy chọn thoại để bắt đầu cuộc trò chuyện nói. Cuộc trò chuyện thoại hoạt động cho mọi tài khoản đã đăng nhập, cả trên app điện thoại lẫn web máy tính.
Một lưu ý nhỏ về ranh giới giữa gói miễn phí và trả phí cho riêng chế độ thoại: người dùng miễn phí vẫn được dùng tính năng trò chuyện thoại, nhưng có giới hạn mỗi ngày (khoảng vài giờ) và dùng mô hình nhẹ hơn. Người trả phí được dùng giọng nói trọn vẹn, tự nhiên hơn và hầu như không giới hạn thời gian sử dụng hàng ngày. Nhưng — và điều này quan trọng — việc nâng cấp độ chính xác cho tính năng gõ bằng giọng nói đã áp dụng cho tất cả mọi người. Ai cũng được nhận.
Mọi người thực sự dùng nó để làm gì
Tôi đã đào bới những gì mọi người thực sự chia sẻ trên mạng — không phải bài PR, mà là phản ứng thật. Một vài xu hướng cứ lặp đi lặp lại, và thú vị là tôi cũng sẽ khuyên người mới bắt đầu dùng theo những cách này.
Suy nghĩ thành tiếng khi đi dạo. Mẹo này xuất hiện liên tục. Mọi người đi dạo, mở tính năng gõ bằng giọng hoặc chế độ thoại, và cứ thế nói ra — những ý tưởng còn dang dở, “khoan đã, bỏ đi câu đó”, đúng cái cách não bộ chúng ta thực sự vận hành. Có người chia sẻ họ bước ra ban công để nói chuyện với AI giải quyết một vấn đề bế tắc thay vì ngồi nhìn màn hình trắng trơn. Nó nhanh hơn gõ tay, và kỳ lạ thay, nó trung thực hơn. Bạn nói ra điều thực sự bạn nghĩ trước khi “bộ phận chỉnh sửa nội tâm” của bạn lọc lại.
Soạn thảo những email hoặc tin nhắn “khó nhằn”. Bạn cầm micro và cứ thế nói: “gửi cho chủ nhà là đường nước đã rò từ thứ ba, nói dứt khoát nhưng lịch sự, hỏi xem khi nào người ta đến sửa”. AI sẽ tái hiện lại ý định của bạn một cách đáng ngạc nhiên, dù bạn có thêm bao nhiêu chữ “à ừ”, “thực ra là” vào giữa. Sau đó bạn đọc lại và gửi.
Một người dùng chia sẻ trên mạng đại loại thế này: bạn nói, nó chuyển thành chữ ngay tắp lự — thậm chí giữa một văn phòng mở ồn ào — và việc gõ đi gõ lại vô tận chỉ biến mất. Nghe có vẻ phóng đại, nhưng đúng là tình huống đời thường mà tính năng này tỏa sáng nhất.
Luyện một ngôn ngữ khác. Đây là một mẹo tuyệt vời và rất nhiều người thích. Bạn có thể tạo một cuộc hội thoại giả định bằng tiếng Anh, hoặc bất kỳ ngôn ngữ nào bạn đang học — và vì khả năng nghe của AI đã tốt hơn với ngôn ngữ không phải tiếng Anh, nó thực sự hiểu những cố gắng của bạn bây giờ. Hãy yêu cầu nó chỉnh lỗi cho bạn ngay trong lúc nói.
Chỉ đơn giản là trò chuyện về một ngày của bạn. Một số người dùng chế độ thoại gần như một “tấm gương âm thanh” — một cách để đưa suy nghĩ ra khỏi đầu và nghe lại chính mình. Không hẳn là trị liệu tâm lý. Nhưng cũng chẳng phải chẳng có tác dụng gì.
Điều này có nghĩa là gì với bạn
Tùy thuộc vào bạn là ai, đây là điểm tôi khuyên bạn bắt đầu:
Bạn có giọng địa phương, hoặc gõ phím chậm. Hãy bắt đầu từ đây, ngay hôm nay. Bản nâng cấp này gần như được thiết kế riêng cho bạn, và tiếng Việt nằm trong danh sách được cải thiện cụ thể. Thử gõ bằng giọng một tin nhắn bạn vẫn chưa dám gửi và xem nó hiểu đúng bao nhiêu. Đây chính là lý do lớn nhất để bạn thử lại với tính năng thoại trong năm 2026.
Bạn ghét gõ phím trên điện thoại. Dùng tính năng gõ bằng giọng cho mọi thứ — tin nhắn bạn đang soạn, ghi chú nhanh, hoặc câu hỏi nhỏ. Nhấn micro, nói, gửi. Bạn sẽ tự hỏi sao mình lại dùng ngón tay gõ những đoạn văn dài đến vậy.
Bạn đang học một ngôn ngữ. Bật chế độ thoại lên và biến AI thành bạn luyện tập. Yêu cầu nó nói chậm lại, chỉnh ngữ pháp cho bạn, và giữ cuộc hội thoại bằng ngôn ngữ mục tiêu. Nó như một gia sư không bao giờ chán bạn.
Bạn suy nghĩ tốt hơn khi nói to thay vì viết ra giấy. Ra ngoài đi dạo, mở chế độ thoại, và nói ra mọi thứ bạn đang bí — một kế hoạch, một tin nhắn, một quyết định quan trọng. Để nó hỏi lại bạn những câu gợi mở. Bạn sẽ bước vào nhà với những ý tưởng đã được sắp xếp.
Bạn hoàn toàn mới với tất cả những thứ này. Chỉ cần làm đúng 4 bước gõ bằng giọng nói một lần. Thế thôi. Nhấn micro, nói “giải thích vay thế chấp nhà ở là gì như tôi mới 12 tuổi”, và đọc câu trả lời. Tính năng thoại là cánh cửa thân thiện nhất để bắt đầu dùng AI, vì bạn đã biết cách nói chuyện từ lâu rồi.
Những điều nó chưa làm được (và tuyệt đối không nên nói to)
Tính năng thoại bây giờ thực sự tốt. Nhưng nó không phải phép màu. Đây là chỗ nó còn vấp phải — và là nơi bạn cần cẩn trọng.
Nó vẫn ngắt lời khi bạn dừng lại để suy nghĩ. Đây là phàn nàn phổ biến nhất. Bạn ngừng nói nửa chừng để sắp xếp ý, và nó tưởng bạn đã xong nên bắt đầu trả lời. Rất phiền. Nếu bạn là người nói chậm và kỹ lưỡng, tính năng gõ bằng giọng (nói để hiện chữ) thường ít gây bức bối hơn chế độ thoại trọn vẹn, vì nó sẽ không ngắt lời bạn.
Nó nghe nhầm tên riêng, thương hiệu và từ chuyên ngành. Tên lạ, tên sản phẩm, thuật ngữ kỹ thuật — nó sẽ đoán mò, và thường là đoán sai. Luôn luôn đọc lại tin nhắn bạn vừa gõ bằng giọng trước khi gửi. Mỗi lần. Lần duy nhất bạn quên làm là lúc nó đổi sai một cái tên.
Nó có thể nói sai hoàn toàn, và việc nghe nó nói ra khiến thông tin nghe có vẻ đáng tin hơn thực tế. Khi ChatGPT nói một cách tự tin, bộ não chúng ta có xu hướng tin nó hơn — đó là cách giọng nói tác động lên con người. Nhưng nó vẫn có thể bịa chuyện. Nếu nó đưa ra một sự thật, ngày tháng, liều lượng thuốc, vấn đề pháp lý, hay giá cả — hãy kiểm chứng lại. Đừng dựa vào câu trả lời bằng giọng nói mà chưa kiểm tra.
Nói to nơi công cộng vẫn là nói to nơi công cộng. Người ngồi cạnh bạn trên xe buýt sẽ nghe trọn vẹn cuộc trò chuyện của bạn. Điều đó có nghĩa là: đừng gõ bằng giọng những thông tin riêng tư ở nơi công cộng — mật khẩu, địa chỉ nhà, thông tin y tế, số tài khoản, hay bí mật của bạn bè. Nếu thông tin nhạy cảm, hãy gõ tay, hoặc đợi đến khi bạn ở một mình.
Phòng ồn và giọng địa phương vẫn có thể làm nó “tịt ngòi” đôi lúc. Nó đã tốt hơn rồi. “Tốt hơn” không có nghĩa là “hoàn hảo”. Ở nơi đông người nói với giọng địa phương nặng, hãy chuẩn tinh thần cho một vài lỗi nghe. Những nơi yên tĩnh sẽ cho kết quả sạch nhất.
Tất cả những điều này không có nghĩa là bạn không nên dùng. Nó có nghĩa là hãy dùng nó như cách bạn dùng bất kỳ công cụ nào đạt độ chính xác 90% — tuyệt vời cho bản nháp đầu tiên, nhưng phải rà soát kỹ trước khi dùng cho mục đích quan trọng.
Tóm lại
Trò chuyện với ChatGPT bằng giọng nói vào năm 2026 là một trải nghiệm hoàn toàn khác so với thậm chí sáu tháng trước. Bản nâng cấp gõ bằng giọng đã được triển khai cho tất cả mọi người vào ngày 26 tháng 6 — kể cả gói miễn phí — và tiếng Việt là một trong những ngôn ngữ được cải thiện cụ thể. Nếu trước đây bạn đã từ bỏ tính năng thoại vì nó không bao giờ hiểu bạn, thì lý do đó giờ đã gần như biến mất. Hãy nhấn nút micro. Nói một câu. Đọc những gì nó gõ. Đó là toàn bộ kỹ năng cần thiết.
Và nếu bạn muốn thành thạo phần tiếp theo — phần nội dung bạn nên nói (prompting) — thì đó mới là phần thú vị, và hoàn toàn có thể học được. Khóa học AI cho người mới của chúng tôi sẽ dẫn bạn từ con số 0, không cần kinh nghiệm trước. Khóa học Nhập môn Prompt Engineering sẽ đi sâu hơn một chút khi bạn đã “nghiện” nó. Và nếu bạn đang cân nhắc ChatGPT so với các lựa chọn khác, bài So sánh ChatGPT, Gemini và Claude sẽ phân tích kỹ xem công cụ nào hợp với cách làm việc thực tế của bạn nhất.
Hãy bắt đầu trò chuyện với nó ngay hôm nay. Trường hợp tệ nhất, nó nghe nhầm và cả hai cùng cười. Trường hợp tốt nhất, bạn sẽ không bao giờ phải dùng ngón tay gõ những đoạn tin nhắn dài trên điện thoại nữa.
Nguồn
- ChatGPT — Release Notes, OpenAI Help Center — thông tin triển khai mô hình gõ bằng giọng ngày 26 tháng 6 năm 2026 trên mọi gói, cùng chi tiết về tỷ lệ lỗi từ và các ngôn ngữ được cải thiện, trong đó có tiếng Việt.
- Advancing voice intelligence with new models — OpenAI — nghiên cứu nền tảng về mô hình giọng nói/âm thanh thế hệ mới.
- Voice Mode FAQ — OpenAI Help Center — cách hoạt động của chế độ thoại, giới hạn giữa gói miễn phí và trả phí.
- ChatGPT Voice — OpenAI — trang tính năng chính thức.
- Talking to ChatGPT just got better, and you don’t need to pay — TechRadar — xác nhận rằng bản cập nhật này áp dụng cho cả người dùng gói miễn phí.
