Đừng đọc hết mọi thứ nữa.
Nghe nó đi.
Read Aloud là tính năng chuyển văn bản thành giọng nói tích hợp sẵn trong AgentsRoom. Một cú nhấp vào biểu tượng loa và một file markdown, một đoạn bôi đen trong terminal hay câu trả lời mới nhất của agent được đọc thành tiếng bằng giọng tổng hợp tự nhiên, kèm thanh tiến trình, nút tạm dừng và nút dừng.
Không muốn nghe cả tài liệu? Cũng nút đó đọc cho bạn bản rút gọn, và bạn chọn nó nói trong bao lâu: mười giây, ba mươi, hay một phút. Một changelog bốn mươi phút gói gọn trong mười giây.
Hãy bật tiếng: chọn câu trả lời của agent, nhấp vào Nghe, và một giọng tổng hợp sẽ đọc lên. Huy hiệu ở thanh trạng thái hiển thị tiến trình và thời gian còn lại, kèm tạm dừng và dừng hẳn.
Làm phần mềm là làm việc đọc. Một README bạn không viết, một changelog dài ba trăm dòng, một bản đặc tả rơi vào hộp thư, một câu trả lời của agent giải thích chuyện chuyển đổi dữ liệu trong bốn đoạn. Mắt bạn gánh hết, cả ngày, và tới sáu giờ chiều thì chúng hết chịu nổi. Read Aloud gỡ gánh nặng đó khỏi mắt bạn.
Ý tưởng đến từ một người dùng. Anh ấy mắc chứng khó đọc, dùng AgentsRoom mỗi ngày, và phải sao chép khung xem trước markdown dán sang một công cụ text to speech riêng để đọc cho hết tài liệu. Sao chép, đổi ứng dụng, dán, nghe, quay lại, dò xem mình đang đọc tới đâu. Thế là giọng nói dọn vào trong ứng dụng: nút loa nằm ngay cạnh nút Source trong khung xem trước file, và tài liệu được đọc ngay tại chỗ nó đang nằm.
Đây không phải trình đọc màn hình và cũng không phải một chứng nhận về khả năng tiếp cận. Nó đọc thành tiếng một văn bản bạn chọn, kèm thanh tiến trình và nút tạm dừng. Lời hứa hẹp đó chính là toàn bộ ý đồ: đó là việc duy nhất bạn có thể tin là nó làm được.
Credit giọng nói giờ được dùng chung giữa đọc chính tả, Voice Mode và Read Aloud.
Bảng chọn văn bản trong terminal có thêm nút Nghe cho bất cứ đoạn nào bạn bôi đen.
Thanh trạng thái giữ một chip điều khiển suốt thời gian còn đang đọc.
Khung xem trước markdown đang đọc một changelog thành tiếng, rồi chính tài liệu đó được rút gọn thành bản tóm tắt bằng giọng nói.
Bốn chỗ để bấm nghe
Cùng một trình đọc ở mọi nơi, mỗi lần chỉ đọc một thứ. Bắt đầu cái thứ hai sẽ dừng cái thứ nhất, vì hai giọng nói chồng lên nhau chưa bao giờ là điều ai đó muốn.
Trọn một file markdown
Mở bất kỳ file markdown nào trong khung xem trước và một nút loa hiện ra cạnh nút Source. Nhấp vào đó, tài liệu được đọc từ đầu. Một README, một CLAUDE.md, một bản đặc tả, một changelog, một ghi chú kiến trúc. Đây là lối vào mà tính năng này được xây dựng để phục vụ.
Đoạn bạn bôi đen trong terminal
Chọn văn bản trong terminal của agent và bảng chọn mở ra với một nút Nghe. Nó đọc đúng đoạn bạn bôi đen: một đoạn của câu trả lời, một lời giải thích lỗi, phần của bản output dài mà bạn thật sự quan tâm. Bảng tự đóng lại và phần đọc vẫn chạy tiếp.
Câu trả lời mới nhất của agent
Nhấp chuột phải trong terminal của agent rồi chọn mục đọc. Câu trả lời lấy từ bản ghi hội thoại của agent nằm trên ổ đĩa, không phải cào lại từ màn hình terminal, nên bạn nhận được thông điệp thật chứ không phải một màn hình đầy trang trí của CLI. Agent làm xong lúc bạn đang ở cửa sổ khác: nghe nó thay vì cuộn ngược lên đọc.
Một bản tóm tắt hoặc giải thích từ AI
Bảng chọn văn bản vốn đã tóm tắt hoặc giải thích được đoạn bạn bôi đen. Khi câu trả lời quay về, một nút loa trên bong bóng kết quả sẽ đọc nó thành tiếng. Hỏi xem cái stack trace khó nhằn kia nói gì, rồi nghe lời giải thích trong khi tay bạn vẫn gõ tiếp.
Nó đọc văn xuôi, không đọc dấu câu
Markdown gửi thẳng vào một engine text to speech thì không thể nghe nổi. Read Aloud dọn sạch nó trước.
Release 1.14.
The reader now shares its credits.
Pause and resume anytime.
Thứ đi tới giọng đọc: chỉ văn xuôi. Code, bảng và những dòng chỉ chứa đường dẫn file bị bỏ đi trước khi một từ nào được đọc lên.
Gửi một tài liệu kỹ thuật thẳng vào engine đọc và bạn sẽ nghe "backtick gạch chéo src gạch chéo services gạch chéo foo chấm ts backtick", rồi một bảng markdown bị đọc từng ô một, rồi một dòng phân cách được xướng lên thành một tràng dấu gạch ngang. Không ai nghe thứ đó tới lần thứ hai. Nên trước khi có từ nào được đọc lên, văn bản đi qua một lượt làm sạch.
Các khối code trong hàng rào backtick bị xoá hoàn toàn. Bảng markdown, đường kẻ ngang và những dòng chỉ chứa đường dẫn file cũng đi theo. Ký hiệu in đậm, in nghiêng và code nội dòng bị bóc ra trong khi chữ vẫn ở lại. Một liên kết trở thành nhãn của nó, một hình ảnh biến mất. Tiêu đề và các mục danh sách được thêm dấu chấm khi chúng thiếu, nếu không giọng đọc sẽ dồn cả danh sách gạch đầu dòng thành một câu duy nhất không kịp thở.
- Đoạn văn và văn xuôi
- Tiêu đề và mục danh sách, dưới dạng câu thật
- Nhãn của liên kết, không kèm URL
- Chữ in đậm và in nghiêng, không kèm ký hiệu
- Khối code trong hàng rào backtick
- Bảng markdown
- Những dòng chỉ chứa đường dẫn file
- Đường kẻ ngang và dấu phân cách
Hoặc nghe bản ngắn
Cùng một nút, tuỳ chọn thứ hai: AI viết một bản tóm tắt vừa vặn với độ dài đọc bạn chọn, và chính bản tóm tắt đó được đọc lên.
Có những tài liệu không đáng nghe trọn vẹn. Một changelog bạn chỉ cần nắm hình dáng. Một bản đặc tả bạn cần lấy ý chính trước một cuộc họp. Một câu trả lời của agent tốn bốn đoạn để nói một điều. Bản rút gọn sinh ra cho những trường hợp đó: AgentsRoom tóm tắt văn bản cho vừa độ dài bạn yêu cầu, rồi đọc bản tóm tắt đó thành tiếng.
Bạn mua giây, không mua chữ. Độ dài đọc là đơn vị duy nhất người nghe thật sự quan tâm, và tình cờ nó cũng là đơn vị bạn trả tiền, vì giọng nói được tính tiền theo ký tự. Mười giây ý chính thay cho hai mươi hai phút tài liệu gần như không đụng tới credit giọng nói của bạn.
Ba độ dài, một cú nhấp
Mười giây. Cái tít: tài liệu nói về chuyện gì và có gì thay đổi. Đây là mặc định.
Ba mươi giây. Ý chính kèm lý do, đủ để quyết định bản đọc đầy đủ có đáng thời gian của bạn không.
Một phút. Một buổi tóm lược thật sự: bố cục tài liệu, các điểm chính và những dè chừng của nó.
Bản rút gọn một cú nhấp dùng đúng độ dài bạn đặt trong phần cài đặt AgentsRoom. Mười giây ngay khi mới cài.
- ·Bản tóm tắt được viết bằng ngôn ngữ giao diện của bạn, nên người dùng tiếng Việt nhận được bản tóm tắt tiếng Việt của một tài liệu tiếng Anh.
- ·Nó lấy từ hạn mức tóm tắt AI hằng tháng của bạn cho phần văn bản, rồi lấy từ credit giọng nói cho phần âm thanh.
- ·Markdown bị bóc đi trước khi bản tóm tắt được viết, để bộ tóm tắt tiêu ngân sách vào văn xuôi chứ không vào các khối code.
Một trình phát biết điều
Mọi thứ bạn mong đợi ở một thứ nói liên tục hai mươi phút.
Thật ra cái này dành cho ai
Không tuyên bố to tát. Bốn tình huống mà người ta bấm nút.
Lập trình viên mắc chứng khó đọc, và bất kỳ ai đọc chậm. Tiếng Anh kỹ thuật viết ra là thứ khó giải mã nhất, và một giọng tổng hợp bỏ hẳn bước giải mã đó. Tính năng ra đời từ đây và đây cũng là trường hợp nó phục vụ tốt nhất.
Đôi mắt đã quá tải. Cuối buổi chiều, màn hình tài liệu thứ ba, tập trung bay mất. Nghe một bản đặc tả trong lúc đứng dậy vươn vai không phải mẹo tăng năng suất, nó chỉ đơn giản là đỡ đau hơn.
Con agent chạy lâu. Nó làm việc mười một phút, cuối cùng cũng trả lời, và câu trả lời dài bốn đoạn. Nhấp chuột phải, nghe, rồi làm tiếp việc bạn đang làm.
Soát lại văn của chính bạn. Một README, một ghi chú phát hành, một câu trả lời cho người dùng: nghe nó được đọc lại bắt được cái câu lủng củng mà mắt bạn đã thôi nhìn thấy.
Những gì nó không làm
Danh sách thành thật, để sau khi cài đặt không có gì làm bạn bất ngờ.
- Nó không phải trình đọc màn hình. Nó không thuyết minh giao diện, không đi theo tiêu điểm bàn phím của bạn, và không tuyên bố tuân thủ bất kỳ chuẩn tiếp cận nào. Nó đọc một văn bản bạn đã chọn.
- Mỗi lần đọc bị giới hạn ở 20.000 ký tự, khoảng hai mươi hai phút nói. Vượt qua đó phần đọc bị cắt bớt và giao diện nói rõ điều này, vì giọng nói được tính tiền theo ký tự và một cú nhấp vào file khổng lồ không nên âm thầm rút cạn credit cả tháng.
- Đọc một file, một đoạn bôi đen hay một bản tóm tắt thì chạy với mọi nhà cung cấp agent. Đọc câu trả lời mới nhất của agent cần một bản ghi hội thoại có thể truy tới, hôm nay nghĩa là Claude Code và Codex; các nhà cung cấp khác báo rằng không có gì để đọc thay vì đoán bừa.
- Nó cần kết nối mạng. Giọng nói được tổng hợp ở phía máy chủ nên không có giọng đọc ngoại tuyến, và một tài liệu chỉ toàn code hoặc chỉ toàn đường dẫn file thì sau khi làm sạch chẳng còn gì để đọc.
Pro, trên credit giọng nói của bạn
Cùng một ví với Voice Mode và đọc chính tả, không có hạn mức mới nào phải theo dõi.
Read Aloud là tính năng của gói Pro. Voice Mode và đọc chính tả mở cho mọi tài khoản đã đăng nhập vì một câu trả lời nói ra thì ngắn, khoảng chín trăm ký tự. Một tài liệu thì dài hàng chục nghìn ký tự. Chênh lệch tiêu thụ đó là toàn bộ lý do của rào gói, và nó có dòng riêng trong bảng so sánh Free/Plus/Pro.
Việc tính tiền chạy trên credit giọng nói đã có sẵn trong tài khoản bạn, dùng chung với Voice Mode và đọc chính tả, nạp lại vào đầu mỗi tháng. Credit được kiểm tra trước khi yêu cầu đọc được gửi đi, nên không bao giờ có cuộc gọi nào chạy trên số dư rỗng. Bạn cũng có thể gắn khoá API OpenAI của riêng mình: khi đó phần đọc chạy trên tài khoản của bạn và không tốn credit nào.
Credit giọng nói được dùng chung giữa Read Aloud, Voice Mode và đọc chính tả bằng giọng nói.
FAQ
Read Aloud chính xác là gì?
Một trình đọc văn bản thành giọng nói nằm trong AgentsRoom. Bạn chọn một văn bản đã viết (một file markdown, một đoạn bôi đen trong terminal, câu trả lời mới nhất của agent) và nó được đọc thành tiếng bằng giọng tổng hợp tự nhiên, kèm thanh tiến trình, nút tạm dừng và nút dừng. Đây là chiều ngược lại của đọc chính tả, thứ biến lời nói của bạn thành văn bản.
Tôi nghe được một file markdown, ví dụ một README, không?
Được, đó là lối vào chính. Mở file trong khung xem trước của AgentsRoom và nhấp nút loa cạnh nút Source. Cả tài liệu được đọc từ đầu: README, CLAUDE.md, changelog, ghi chú kiến trúc, bản đặc tả. Cú pháp markdown được dọn trước, nên bạn nghe phần chữ chứ không nghe phần đánh dấu.
Nó có đọc code thành tiếng không?
Không, và đó là chủ ý. Các khối code bị xoá trước khi có gì được đọc lên, cùng với bảng markdown, đường kẻ ngang và những dòng chỉ chứa đường dẫn file. Code đọc thành tiếng thì không thể nghe nổi, nên Read Aloud giữ lại văn xuôi và bỏ phần còn lại.
Tôi nghe bản tóm tắt thay cho cả tài liệu được không?
Được. Mọi lối vào đều có bản rút gọn: AI viết một bản tóm tắt trước, cắt vừa độ dài đọc bạn đã chọn, và chính bản tóm tắt đó được đọc lên. Có ba độ dài, khoảng mười giây, ba mươi giây và một phút, với mười giây là mặc định. Nó biến một changelog dài thành bản tóm tắt âm thanh ngắn và tốn ít credit giọng nói hơn hẳn so với đọc trọn văn bản. Bản tóm tắt được viết bằng ngôn ngữ giao diện của bạn.
Nếu tôi mắc chứng khó đọc thì cái này có ích không?
Tính năng sinh ra chính từ đó. Một người dùng mắc chứng khó đọc đã phải sao chép khung xem trước markdown của AgentsRoom dán sang một công cụ text to speech bên ngoài, nên giọng nói được đưa thẳng vào trong ứng dụng. Nó bỏ đi bước giải mã chữ trên tài liệu kỹ thuật. Nó không phải trình đọc màn hình và không tuyên bố tuân thủ chuẩn nào, nhưng để đọc tài liệu thì nó làm đúng việc được giao.
Nó đọc được tài liệu dài tới đâu?
Mỗi lần đọc bị giới hạn ở 20.000 ký tự có thể đọc được, khoảng hai mươi hai phút. Vượt qua đó phần đọc bị cắt và giao diện báo cho bạn biết nó đã bị rút ngắn. Giới hạn này tồn tại vì giọng nói được tính tiền theo ký tự: không có nó, một cú nhấp vào file khổng lồ có thể rút cạn credit cả tháng trước khi bạn kịp phản ứng.
Nếu tôi đóng file trong lúc nó đang đọc thì sao?
Phần đọc vẫn chạy tiếp. Trình phát sống ngoài cửa sổ đã khởi động nó, và một chip điều khiển hiện ra trên thanh trạng thái với tiến trình, thời gian còn lại, nút tạm dừng và nút dừng. Đó là nút điều khiển luôn sẵn có, và nó biến mất khi phần đọc kết thúc.
Nó chạy với mọi agent chứ?
Đọc một file, một đoạn bôi đen hay một bản tóm tắt AI thì chạy với bất kỳ nhà cung cấp nào, vì văn bản đến từ màn hình của bạn. Đọc câu trả lời mới nhất của agent cần một bản ghi hội thoại có thể truy tới trên ổ đĩa, hôm nay nghĩa là Claude Code và Codex. Với các nhà cung cấp khác, riêng lối vào đó sẽ báo rằng không có gì để đọc.
Nó tốn bao nhiêu?
Read Aloud là tính năng của gói Pro, tính tiền trên credit giọng nói vốn đã dùng chung với Voice Mode và đọc chính tả, nạp lại hằng tháng. Không có hạn mức riêng. Credit được kiểm tra trước khi gửi yêu cầu, nên không có gì bị tiêu trên số dư rỗng, và bạn có thể gắn khoá API OpenAI của riêng mình để phần đọc chạy trên tài khoản của bạn mà không tốn credit nào.
Nó đọc bằng ngôn ngữ nào?
Ngôn ngữ của tài liệu. Mô hình giọng nói đọc đúng thứ trước mặt nó, nên một README tiếng Anh vẫn là tiếng Anh ngay cả khi giao diện AgentsRoom của bạn đang là tiếng Việt. Bản rút gọn là ngoại lệ: bản tóm tắt được viết bằng ngôn ngữ giao diện của bạn, rồi mới được đọc lên.
Tôi chọn được giọng đọc không?
Được. Read Aloud dùng chính giọng bạn đã chọn cho Voice Mode trong phần cài đặt AgentsRoom, nên bạn đặt một lần và cả hai tính năng đều dùng giọng đó.
Hai thứ đọc cùng lúc được không?
Không, và đó là chủ ý. Cả ứng dụng chỉ có một trình đọc: bắt đầu một lượt đọc mới sẽ dừng lượt đang chạy. Hai giọng tổng hợp nói chồng lên nhau chưa bao giờ là điều ai mong muốn.
Bạn có thể cũng thích
Voice Mode
Một cuộc trò chuyện bằng giọng nói hai chiều với một agent đang chạy. Read Aloud đọc một văn bản đã viết, còn Voice Mode giữ một cuộc trao đổi qua lại trực tiếp, rảnh tay.
Đọc chính tả bằng giọng nói
Chiều ngược lại: bạn nói prompt của mình và bản chép lời rơi vào ô soạn thảo, sẵn sàng để xem lại và gửi đi.
Bộ nhớ dự án
Kho kiến thức chung mà các agent của bạn ghi vào và đọc ra. Khối ghi chú ở đó đáng nghe hơn là đáng đọc.
Ngữ cảnh commit
Ý chính của cuộc hội thoại với agent được gắn vào mỗi commit, để lý do đằng sau một thay đổi sống sót qua bản diff.
Terminal dev
Các server dev và tiến trình chạy lâu của bạn nằm cùng buồng lái với các agent, log chỉ cách một cú nhấp.
Cho đôi mắt của bạn nghỉ một chút
Tải AgentsRoom và để changelog tiếp theo được đọc cho bạn nghe.
Ứng dụng đồng hành: theo dõi agent khi đi đường
Sử dụng Claude, Codex, Antigravity CLI hoặc nhà cung cấp AI khác.
Gửi lỗi và yêu cầu thẳng vào backlog công khai của bạn.
Một cái nhìn về AgentsRoom đang hoạt động.