Cách tạo AI Avatar (người ảo) trong Syntopia BOX

Des Damakov
Cách tạo AI Avatar (người ảo) trong Syntopia BOX

Hướng dẫn Syntopia BOX

Sẵn sàng đưa người dẫn AI lên livestream cho cửa hàng của bạn?Bắt đầu ngayXem cách hoạt động

Mọi livestream AI bắt đầu từ một quyết định: người dẫn. Bài này hướng dẫn bạn cách tạo AI avatar — và cách huấn luyện người ảo kỹ thuật số trông tự nhiên trước camera — trong Syntopia BOX, ứng dụng Windows chạy trên máy tính của bạn, đưa người dẫn livestream AI vận hành ngay trên PC của bạn.

Cách tạo AI Avatar (người ảo) trong Syntopia BOX — cách hoạt động trong Syntopia BOX
Cách hoạt động trong Syntopia BOX

Phần lớn chất lượng của một buổi livestream được quyết định trước khi bạn lên sóng, trong vài phút video bạn đưa cho bộ huấn luyện. Quay đúng cách, avatar của bạn sẽ quay nghiêng người, nhấp ngụm nước, cầm sản phẩm đưa sát ống kính và nói hàng giờ mà không bị cứng. Quay sai thì không có cài đặt nào về sau cứu lại hoàn toàn.

Vì vậy, hướng dẫn đầy đủ chỉ nhắc phần này trong vài dòng. Bài này đi chậm lại: nên quay gì, chọn look nào, avatar đã huấn luyện làm được những gì, và hai trường hợp đặc biệt hay khiến người dùng vướng nhất — huấn luyện với hai người dẫn và tùy chọn Smart Recorded.

⚡ Điểm chính cần nhớ

  • AI avatar trong Syntopia BOX là một người dẫn tổng hợp — do AI tạo ra, không phải người thật — được xây dựng từ một video huấn luyện ngắn bạn tải lên.
  • Chọn look V5 để thiết lập nhanh nhất và ổn định nhất.
  • Ánh sáng tốt và camera chắc tay khi huấn luyện là yếu tố giúp avatar sau này cầm, mặc và trình diễn sản phẩm một cách thuyết phục.
  • Bạn có thể huấn luyện với hai người dẫn (host + trợ lý), hoặc tick Smart Recorded Only để biến một bản ghi dài của chính bạn thành livestream tương tác.
  • Tạo AI avatar được bao gồm trong mọi gói — trước đây tính phí $1,380 cho mỗi avatar.

“Tạo AI avatar” thực sự nghĩa là gì

Người dẫn AI của bạn có hai phần riêng biệt: hình ảnh (người ảo kỹ thuật số AI) và giọng nói (mô hình giọng). Bài này nói về phần hình ảnh. Bạn xây dựng trong BOX ở Bước 1 — Create digital human bằng cách tải lên một video ngắn của người dẫn; BOX huấn luyện một mô hình avatar từ đoạn video đó. Kết quả là một người ảo kỹ thuật số AI — người dẫn tổng hợp do AI tạo ra, không phải bản sao của một người thật cụ thể.

Sự khác biệt này quan trọng cả về kỳ vọng lẫn tuân thủ: sau khi huấn luyện, avatar được điều khiển hoàn toàn bằng AI — nó đọc kịch bản, trả lời chat và tự di chuyển. (Ngoại lệ duy nhất là Human Takeover, sẽ nói bên dưới, khi một người thật là gương mặt và AI chỉ điều khiển chuyển động môi.)

Cách tạo AI Avatar (người ảo) trong Syntopia BOX — studio livestream Syntopia BOX
Tạo AI avatar trong studio livestream Syntopia BOX

Nên quay gì để huấn luyện

Video huấn luyện là đòn bẩy lớn nhất bạn có. BOX học khuôn mặt, dáng người và cách di chuyển của avatar từ đoạn clip này, nên footage càng rõ và tự nhiên, người dẫn cuối cùng càng tự nhiên. Bạn không cần studio chuyên nghiệp — bạn cần sự kiểm soát.

Camera, ánh sáng và khung hình

Quay bằng camera ổn định (chân máy hoặc điện thoại kê chắc đều được) và ánh sáng tốt, đều trên mặt người dẫn. Quay trước nền sạch, không bừa bộn, giữ người dẫn nằm gọn trong khung hình, và tránh bóng đổ gắt hay cửa sổ hắt sáng từ phía sau. Đây cũng là điều kiện mà các hướng dẫn chính thức của BOX đề cập — “ánh sáng tốt và camera ổn định” — vì hình ảnh rung và ánh sáng không đều trong video gốc chính là nguyên nhân khiến avatar trông lạc lõng.

Người dẫn nên làm gì trước camera

Để người dẫn nói và cư xử như một người dẫn thật trong buổi bán hàng: nói tự nhiên, dùng cử chỉ, di chuyển nhẹ, nhìn thẳng vào ống kính. BOX học độ đa dạng từ chính sự đa dạng trong video — người dẫn ngồi cứng đơ sẽ cho ra avatar cứng đơ, còn người dẫn chuyển động tự nhiên sẽ cho ra người dẫn có thể quay người, nghiêng về phía trước và tự ra hiệu.

Checklist footage huấn luyện

  • Camera ổn định (chân máy hoặc giá đỡ chắc), người dẫn ở giữa khung hình.
  • Ánh sáng mềm, đều trên khuôn mặt; không ngược sáng, không bóng sâu.
  • Nền sạch, đơn giản, không có gì chuyển động phía sau người dẫn.
  • Người dẫn nói và di chuyển tự nhiên, nhìn thẳng vào ống kính.
  • Âm thanh rõ ràng nếu bạn cũng định nhân bản giọng người dẫn.

Chọn look V5 để thiết lập nhanh nhất

Khi tải video huấn luyện lên, BOX sẽ hỏi bạn muốn dựng look avatar nào. Hãy chọn V5. Đây là phiên bản nên dùng khi bạn muốn thiết lập nhanh nhất và đáng tin cậy nhất, và cũng là look mà các hướng dẫn chính thức dùng cho huấn luyện digital human, Smart Recorded và Human Takeover. Trừ khi có lý do cụ thể để thử nghiệm, V5 là lựa chọn mặc định hợp lý cho avatar đầu tiên.

Avatar có thể làm gì sau khi được huấn luyện

Đây là lý do chất lượng footage đáng để bạn bỏ công. Avatar của Syntopia BOX không phải là một khuôn mặt nói tĩnh — sau khi huấn luyện, nó chuyển động như một người thật. Nó quay nghiêng, nhấp ngụm nước, đi ra khỏi khung hình rồi quay lại, che miệng, nhảy, và nghỉ giữa các đoạn giới thiệu.

Khả năng được yêu cầu nhiều nhất là thao tác với sản phẩm. Avatar có thể cầm sản phẩm đưa sát ống kính, mặc quần áo và trình diễn cho camera — khác biệt giữa một người dẫn AI chỉ mô tả sản phẩm và một người dẫn biết trình diễn như người bán livestream thật.

Cầm. Mặc. Trình diễn. Avatar bạn huấn luyện có thể giới thiệu chính sản phẩm của bạn trước camera, không chỉ nói về chúng.

Bạn cũng có thể xây dựng cả đội avatar, mỗi người được huấn luyện riêng và có giọng riêng, rồi cho hai người cùng xuất hiện trong một phòng như đồng dẫn. Quay footage tốt cho từng người sẽ có lợi mỗi lần họ lên sóng.

Huấn luyện với hai người dẫn (host + trợ lý)

Nếu bạn muốn có host và trợ lý xuất hiện trên màn hình, hãy quay video huấn luyện với hai người trong khung hình: host chính bên trái và trợ lý bên phải. Trợ lý có thể nói, phản ứng, và bước vào hoặc ra khỏi khung hình trong clip — độ đa dạng đó giúp trợ lý đã huấn luyện làm được điều tương tự trên livestream của bạn.

Một cài đặt cần nhớ: khi huấn luyện theo cách này, hãy tick tùy chọn mouth closed để host chính giữ im lặng khi trợ lý là người nói. Lợi ích hiện ra trong phòng livestream: huấn luyện hai người giúp trợ lý thực sự xuất hiện trên màn hình (bên phải) và có thể đọc các dòng kịch bản trong ngoặc của trợ lý hoặc trả lời chat. Nếu bạn chỉ huấn luyện với một người, trợ lý vẫn tồn tại nhưng chỉ là giọng nói, không có hình người thứ hai trên màn hình.

Chọn footage theo cách bạn sẽ lên sóng

Ba trong năm cách lên sóng phụ thuộc vào footage do chính bạn quay, và mỗi chế độ cần một clip huấn luyện hơi khác nhau. Hãy quay theo chế độ bạn thực sự định dùng.

Chế độ Nên quay gì Huấn luyện dạng Cài đặt quan trọng
Người ảo AI tiêu chuẩn Một clip ngắn người dẫn nói và di chuyển tự nhiên. Digital human, look V5 —
Smart Recorded Stream 3–4 giờ chính bạn dẫn chương trình, ánh sáng tốt và camera ổn định. Digital human, look V5 Tick Smart Recorded Only
Human Takeover Clip quay trong cùng bối cảnh cố định, ánh sáng và khoảng cách bạn sẽ dùng khi lên sóng. Digital human, look V5 Camera 1920×1080 khi lên sóng

Tùy chọn Smart Recorded

Smart Recorded biến một bản ghi dài của chính bạn thành livestream tương tác: người xem thấy bản ghi thật của bạn, và khi họ đặt câu hỏi, AI trả lời bằng giọng của bạn với môi chuyển động theo. Để thiết lập, hãy ghi 3–4 giờ bạn dẫn chương trình với ánh sáng tốt và camera ổn định, rồi huấn luyện như một digital human — tải lên với look V5 và tick Smart Recorded Only. Không cần viết kịch bản sản phẩm; BOX tạo kịch bản từ bản ghi của bạn thông qua nhận dạng giọng nói, và bạn thêm thẻ sản phẩm sẽ hiện lên khi sản phẩm được nhắc tới. Vì người xem đang xem bản ghi thật của bạn với lip-sync AI, không cần khử trùng lặp nội dung.

Lưu ý về footage Human Takeover

Human Takeover khác: lúc đó, một người thật là gương mặt của livestream và AI chỉ điều khiển miệng cho khớp kịch bản — ở chế độ này nó không phải là AI avatar. Nhưng nó vẫn được lợi từ look đã huấn luyện, nên khuyến nghị là huấn luyện look V5 trên video quay trong cùng bối cảnh cố định, ánh sáng và khoảng cách mà bạn sẽ ngồi khi lên sóng. Clip huấn luyện càng giống điều kiện livestream thật, quá trình chuyển giao càng sạch.

Cho avatar của bạn một giọng nói

Hình ảnh cần có giọng nói. Sau khi huấn luyện avatar, bạn có thể nhân bản giọng từ vài giây âm thanh rõ ràng, hoặc chọn một giọng có sẵn. Có hai nhóm giọng: V6 (được tinh chỉnh chủ yếu cho tiếng Anh) và V10 (cũng hỗ trợ tiếng Anh, nhưng được xây dựng cho giọng ngoại ngữ). V10 hỗ trợ hơn 600 ngôn ngữ, và các ngôn ngữ phổ biến nhất đã được nạp sẵn khi bạn thiết lập livestream. Để lên sóng bằng một ngôn ngữ cụ thể, bạn ghi một mẫu giọng ngắn bằng ngôn ngữ đó, huấn luyện giọng V10 trên mẫu này và viết kịch bản bằng ngôn ngữ đó — để người dẫn nói bằng chính giọng của bạn. Nếu ngôn ngữ chưa có sẵn, hãy dịch nội dung và dán vào, hoặc yêu cầu bổ sung. Nhân bản giọng, giống như tạo avatar, đều được bao gồm — các bước chi tiết về giọng và phòng livestream nằm trong hướng dẫn đầy đủ Syntopia BOX.

Tạo AI avatar: từng bước

1 · QuayQuay một clip ổn định, đủ sáng về người dẫn nói và di chuyển tự nhiên.
2 · Tải lên & chọn V5Trong BOX, Bước 1 — Create digital human; tải clip lên và chọn look V5.
3 · Huấn luyệnBOX dựng mô hình avatar. Tick Smart Recorded Only nếu đó là chế độ của bạn.
4 · Hai người dẫn?Quay host + trợ lý và tick mouth closed để chỉ trợ lý nói.
5 · Thêm giọngNhân bản giọng từ vài giây âm thanh, hoặc chọn một giọng có sẵn.
6 · Lên sóngTạo phòng livestream và đưa hình ảnh cùng giọng nói vào nền tảng của bạn.

Tạo AI avatar được bao gồm trong mọi gói Syntopia BOX — xem các gói hiện tại trên trang giá, sau đó làm theo hướng dẫn đầy đủ để tạo phòng livestream và lên sóng.

Dành cho người bán tại Việt Nam: livestream trên TikTok Shop và Shopee

Người bán Việt thường lên sóng vào buổi tối, khoảng 19:00–23:00, và nhịp livestream thay đổi mạnh quanh các đợt sale lớn như 9.9, 11.11, 12.12 hay các đợt xả hàng trước Tết. Với avatar, bạn nên quay footage trong bối cảnh gần giống phòng khách hoặc góc bán hàng của chính mình: đèn tuýp hay đèn vàng trong nhà dễ làm mặt bị loang, quạt trần hay điều hòa có thể làm tóc và áo bay, nên hãy kiểm soát ánh sáng và gió trước khi quay. Với mỹ phẩm, thời trang hay đồ gia dụng, khả năng cầm sát ống kính và mặc thử trước camera là thứ người xem TikTok Shop và Shopee thường so sánh nhất.

Ở Việt Nam, người mua rất hay hỏi “có phải người thật không?” và họ thường xem livestream để nghe giải thích chi tiết về size, chất liệu, cách dùng. Vì vậy, khi dùng người dẫn AI, hãy thông báo rõ với khán giả rằng người dẫn là AI theo cách nền tảng và thị trường của bạn yêu cầu, và dùng Smart Recorded hoặc Human Takeover khi bạn muốn người mua thấy bản ghi hoặc gương mặt thật của chính bạn. Kiểm tra chính sách đổi trả và bảo vệ người tiêu dùng hiện hành của thị trường trước khi chạy các chương trình khuyến mãi lớn.

Gợi ý thực tế: bắt đầu với một avatar cho một ngành hàng, chạy thử vài khung giờ tối trên TikTok Shop và Shopee Live, rồi mới mở rộng sang đội avatar và thêm giọng tiếng Việt. Giọng cho thị trường Việt nên được ghi mẫu bằng tiếng Việt và huấn luyện trên V10, để người dẫn nói đúng ngữ điệu và thuật ngữ bán hàng quen thuộc với khách.

Mọi chi tiết về cách thiết lập trên từng nền tảng, và cách tạo phòng livestream cho TikTok Shop, Shopee, được hướng dẫn trong hướng dẫn đầy đủ Syntopia BOX.

Câu hỏi thường gặp

Tôi cần footage gì để tạo AI avatar trong Syntopia BOX?

Một video ngắn của người dẫn, quay bằng camera ổn định, ánh sáng tốt và đều, trước nền sạch. Để người dẫn nói và di chuyển tự nhiên, nhìn thẳng vào ống kính. Footage càng rõ và tự nhiên, avatar AI đã huấn luyện sẽ trông và chuyển động càng tự nhiên.

Look V5 là gì, và vì sao nên chọn?

V5 là look avatar nên chọn khi tải video huấn luyện lên. Nó cho thiết lập nhanh nhất và ổn định nhất, và là phiên bản được dùng trong các hướng dẫn chính thức cho digital human, Smart Recorded và Human Takeover. Với avatar đầu tiên, V5 là mặc định được khuyến nghị.

Tôi có thể huấn luyện AI avatar với hai người dẫn không?

Có. Quay video huấn luyện với hai người — host chính bên trái và trợ lý bên phải — và tick tùy chọn mouth closed để host giữ im lặng khi trợ lý nói. Huấn luyện hai người đưa trợ lý lên màn hình (bên phải); huấn luyện một người thì trợ lý chỉ là giọng nói.

Avatar Smart Recorded khác avatar AI tiêu chuẩn như thế nào?

Avatar AI tiêu chuẩn là một người dẫn tổng hợp được tạo từ một clip ngắn. Smart Recorded thì dùng một bản ghi dài của chính bạn (3–4 giờ) để người xem xem bản ghi thật, còn AI lip-sync các câu trả lời bằng giọng của bạn. Bạn huấn luyện nó như một digital human với look V5 và tick Smart Recorded Only.

Mỗi AI avatar có tốn thêm phí không?

Không — tạo AI avatar được bao gồm trong mọi gói Syntopia BOX. Trước đây tính phí $1,380 cho mỗi avatar. Bạn có thể tạo và huấn luyện nhiều hơn một avatar và cho mỗi người một giọng riêng.

AI avatar có thể cầm và mặc sản phẩm của tôi không?

Có. Sau khi huấn luyện, avatar chuyển động như người thật — có thể cầm sản phẩm sát ống kính, mặc quần áo và trình diễn cho camera, cũng như quay người, ra hiệu và nghỉ. Đó là lý do chuyển động tự nhiên trong footage huấn luyện rất quan trọng.

Người bán ở Việt Nam có nên dùng avatar cho TikTok Shop và Shopee không?

Có, nếu bạn bắt đầu với một avatar, chạy thử vài khung giờ tối và thông báo rõ với khán giả rằng người dẫn là AI theo yêu cầu của thị trường. Với người mua hay hỏi về sản phẩm trước khi đặt hàng, hãy cân nhắc Smart Recorded hoặc Human Takeover để họ thấy bản ghi hoặc gương mặt thật của bạn.

Sẵn sàng đưa người dẫn AI lên livestream cho cửa hàng của bạn?

Về tác giả

Des Damakov
Bài viết của

Desislav Damakov

I’m the Co-Founder and CEO of LiveBuzz Studio

Nhận bản tin hàng tháng qua email của bạn

Chia sẻ bài viết

Câu hỏi thường gặp

Câu hỏi thường gặp

SYNTOPIA tạo ra những avatar AI tương tác siêu thực, mang đến cuộc cách mạng trong cách doanh nghiệp và cá nhân kết nối với khán giả của mình. Avatar của chúng tôi có thể:
How long can an avatar live broadcast?

Sau khi avatar được huấn luyện xong, avatar có thể phát sóng trực tiếp tùy theo gói dịch vụ bạn đã mua.

Không, số giờ chưa sử dụng không được cộng dồn. Mỗi tháng, số giờ sẽ được đặt lại.

Có, bạn có thể đặt làm avatar tùy chỉnh. Có hai lựa chọn:

  1. Tự quay người mẫu, gửi cho chúng tôi, và chúng tôi sẽ tải lên nền tảng Syntopia của bạn.
  2. Chúng tôi có thể quay người mẫu cho bạn.

Nếu bạn chọn tự quay, vui lòng làm theo hướng dẫn quay tại đây: Hướng dẫn quay avatar tùy chỉnh.

Có, avatar tùy chỉnh sẽ chỉ hiển thị với riêng bạn trên nền tảng Syntopia của bạn.
Khi gửi avatar tùy chỉnh, chúng tôi yêu cầu có giấy cam kết cho phép sử dụng hình ảnh của người mẫu, cùng với giấy tờ tùy thân, để đảm bảo người mẫu đã đồng ý hợp lệ về việc sử dụng hình ảnh của mình.
Huấn luyện avatar bao gồm việc tải lên dữ liệu người mẫu hoặc quay người mẫu, sau đó hệ thống của chúng tôi sẽ xử lý và tinh chỉnh avatar để đảm bảo avatar hoạt động và tương tác đúng như mong đợi trong các buổi phát sóng trực tiếp. Thời gian huấn luyện có thể khác nhau tùy theo độ phức tạp và loại avatar.

Sẵn sàng trải nghiệm AI Video Platform của chúng tôi?

Những buổi phát trực tiếp kỹ thuật số tương tác siêu thực đầu tiên trên thế giới. Đúng vậy, chúng có thể trả lời bình luận, chào đón người xem và bán sản phẩm hoặc dịch vụ của bạn 24 giờ mỗi ngày!

🇻🇳Tiếng Việt