Meta ra Muse Voice Transcribe giá 0,18 USD mỗi giờ, có tiếng Việt: gỡ băng cuộc gọi tốn bao nhiêu và vướng ở đâu

Một tổng đài chăm sóc khách hàng nhỏ mỗi ngày đã có vài chục giờ ghi âm, và phòng chăm sóc khách hàng thường chỉ nghe lại được vài phần trăm vì không ai có thời gian ngồi nghe hết. Muse Voice Transcribe của Meta là một model chuyển lời nói thành chữ, giá 0,18 USD cho mỗi giờ âm thanh, tức khoảng 4.694 đồng một giờ, và tiếng Việt có trong danh sách 25 ngôn ngữ của tài liệu chính thức. Với giá đó, gỡ băng toàn bộ cuộc gọi của một tổng đài 500 cuộc mỗi ngày tốn khoảng 3,52 triệu đồng một tháng. Hai chỗ cần biết trước khi đưa vào phần mềm: bản ghi chỉ có mốc thời gian theo lượt nói, không có mốc theo từng từ, và model không trả điểm tin cậy cho từng từ. Mọi giá và giới hạn trong bài được MONA tra lại trên trang của Meta ngày 14/10/2026.

Meta ra mắt Muse Voice Transcribe đầu tháng 9/2026 với giá 0,18 USD mỗi giờ

Meta đăng hai bài cho hai nhóm người đọc. Bài trên trang nghiên cứu, Introducing Muse Voice Transcribe, đề ngày 01/09/2026 và nói cách model chạy cùng các bảng đo. Bài trên trang lập trình viên, Meet Muse Voice Transcribe, đề ngày 03/09/2026 và nói giá cùng cách gọi API. Theo bài thứ hai, đây là lần đầu Meta Model API có dịch vụ chuyển giọng nói thành chữ, chạy được cả hai kiểu: nghe trực tiếp qua WebSocket trong lúc người ta đang nói, và gửi một tệp ghi âm có sẵn để nhận bản ghi một lần. Tách người nói, phát hiện lúc người nói dứt câu và nhận biết đoạn có tiếng nói đều nằm trong cùng một model, vì vậy phần mềm gọi vào khỏi dựng thêm bước nào cho ba việc đó.

Trang giá và hạn mức của Meta ghi thêm vài chi tiết mà bài công bố không nói. Tiền tính theo số giây âm thanh đã xử lý, làm tròn xuống tới giây. Nghe trực tiếp và gửi tệp cùng một giá. Chế độ không lưu dữ liệu (zero data retention) cũng cùng giá với chế độ thường. Bài nghiên cứu ghi model được huấn luyện trên hơn 70 ngôn ngữ, trong đó 25 ngôn ngữ được kiểm kỹ, và model xử lý âm thanh theo từng mẩu 80 mili giây. Muse tách được hơn 20 người nói trong một bản ghi. Người nói chen tiếng Anh vào giữa câu tiếng Việt, kiểu “anh check giúp em cái order”, cũng nằm trong phạm vi model được thiết kế để nghe.

Gỡ băng một tháng cuộc gọi tốn bao nhiêu tiền Việt

MONA quy đổi theo tỷ giá bán ra của Vietcombank ngày 14/10/2026, 26.080 đồng mỗi USD. Một giờ âm thanh giá 0,18 USD thành 4.694 đồng. Giả định một tổng đài nhận 500 cuộc mỗi ngày, mỗi cuộc trung bình 3 phút, thì mỗi ngày có 25 giờ ghi âm, một tháng 30 ngày có 750 giờ, và tiền gỡ băng toàn bộ là 135 USD, khoảng 3,52 triệu đồng. Khoản này chỉ là tiền chuyển lời nói thành chữ. Muốn phần mềm đọc bản ghi rồi chấm điểm từng cuộc gọi, tóm ý khách phàn nàn hay đánh dấu cuộc cần gọi lại, thì còn tiền cho một model ngôn ngữ đọc chữ, và khoản đó tính riêng theo bảng giá của model được chọn.

Để có mốc so, bảng dưới đặt Muse cạnh ba dòng nhận dạng giọng nói tính theo giây trong bảng giá Alibaba Cloud Model Studio, vùng Singapore, cùng tra ngày 14/10/2026. Ba dòng Qwen này đều trả chữ ra miễn phí và chỉ tính tiền âm thanh vào, so thẳng được với Muse.

Bảng nói một chuyện dễ thấy: ở việc nghe trực tiếp, Muse rẻ hơn hai dòng Qwen tính theo giây gần một nửa, còn ở việc gửi tệp ghi âm thì dòng filetrans của Qwen rẻ hơn Muse khoảng 30%. Với tổng đài chỉ cần gỡ băng cuối ngày, chênh lệch đó là khoảng 1 triệu đồng mỗi tháng ở quy mô 750 giờ, đủ để đáng thử cả hai trên cùng một bộ cuộc gọi. Dòng Qwen-Audio-3.1 mới thì tính theo token chứ không theo giây, vì thế chưa đặt được vào bảng này; bài Qwen-Audio-3.1 đổi cách tính tiền nhận dạng giọng nói giải thích vì sao. Bài Qwen3.8-Omni-Flash nghe cuộc gọi thì tính một hướng khác, cho model nghe thẳng âm thanh rồi trả lời câu hỏi, và hướng đó rẻ hơn nhiều nhưng đầu ra là chữ do model viết lại.

Muse có nghe được tiếng Việt, nhưng chưa có điểm đo riêng cho tiếng Việt

Trang tài liệu Speech-to-text của Meta liệt kê 25 ngôn ngữ Muse hỗ trợ kèm khả năng chen ngôn ngữ trong câu, và tiếng Việt nằm cuối danh sách, sau tiếng Thái và tiếng Thổ Nhĩ Kỳ. Tham số languageBias cho phần mềm báo trước ngôn ngữ cần nghe, rất đáng bật khi tổng đài chỉ nhận cuộc gọi tiếng Việt, để model đỡ đoán nhầm sang ngôn ngữ khác ở những câu ngắn.

Con số độ chính xác thì cần đọc đúng chỗ. Bài nghiên cứu ghi tỷ lệ lỗi từ của bản ghi cuối là 3,1%, thấp nhất trong tám hệ trên biểu đồ xếp hạng nghe trực tiếp của Artificial Analysis, các hệ còn lại từ 3,4% tới 4,0%. Tỷ lệ lỗi tách người nói trung bình là 17,5% trên ba bộ đo AMI-IHM, AMI-SDM và VoxConverse, so với 21,1% tới 28,6% của năm hệ khác. Cả hai đều là số trung bình trên bộ đo quốc tế, chủ yếu là tiếng Anh và hội thoại nhiều người, chưa có dòng nào cho tiếng Việt. Trên cuộc gọi thật, chỗ máy nghe sai nhiều nhất thường là số tiền, số điện thoại, mã đơn và tên riêng, đúng những thứ tổng đài phải đọc mỗi ngày, và một chữ số sai trong số điện thoại là mất một lần gọi lại. MONA đã chấm một model khác trên việc tổng đài tiếng Việt trong bài nghiên cứu chấm Gemini trên việc tổng đài tiếng Việt, và cách làm bộ câu thử ở đó áp được cho Muse.

Hai giới hạn còn lại khi đưa Muse vào phần mềm tổng đài

Giới hạn thứ nhất nằm ở mốc thời gian. Tài liệu ghi rõ Muse trả mốc thời gian theo lượt nói, không có mốc theo từng từ, và cũng không có điểm tin cậy, nhận biết tiếng động, nhận biết cảm xúc hay định dạng lại bản ghi. Trong phần mềm chăm sóc khách hàng, luật đầu tiên người ta muốn dựng thường là thế này: câu nào có số tiền mà máy nghe không chắc thì đánh dấu cho người nghe kiểm lại. Thiếu điểm tin cậy theo từng từ thì luật đó không dựng được bằng dữ liệu của Muse, và phần mềm phải dùng cách khác, ví dụ cho một model ngôn ngữ đối chiếu số tiền trong bản ghi với số tiền trên đơn hàng.

Giới hạn thứ hai là độ dài. Một phiên nghe trực tiếp chạy tối đa 60 phút, quá mốc đó phần mềm phải mở phiên mới và nối bản ghi. Gửi tệp thì mỗi tệp tối đa 32 MB và 10 phút âm thanh, định dạng WAV một kênh 16 bit ở 16 kHz hoặc 24 kHz; tệp dài hơn trả lỗi 400. Cuộc gọi chăm sóc khách hàng hiếm khi quá 10 phút, nhưng ghi âm cuộc họp hay cuộc tư vấn dài thì có, và với loại đó phần mềm phải cắt tệp hoặc đẩy bản ghi qua đường nghe trực tiếp như Meta hướng dẫn trong mục Stream a recording. Tổng đài nào lưu bản ghi dạng MP3 hoặc ở 8 kHz thì còn thêm một bước đổi định dạng trước khi gửi.

Còn hạn mức luồng thì đã rộng. Một số bản tin lúc ra mắt ghi mỗi tài khoản chỉ được 8 luồng cùng lúc, con số mà nếu đúng sẽ chặn tổng đài giờ cao điểm. Trang giá và hạn mức của Meta tra ngày 14/10/2026 ghi 256 luồng cùng lúc và 16.000 luồng mỗi giờ, tính theo nhóm chứ không theo từng khoá API, và nghe trực tiếp với gửi tệp dùng chung hạn mức đó. Một tổng đài 500 cuộc mỗi ngày còn cách xa mức này.

Dữ liệu cuộc gọi đi đâu khi gửi sang Meta

Bản ghi cuộc gọi chứa giọng nói, tên và số điện thoại của khách, tức dữ liệu cá nhân theo Nghị định 356/2025 về dữ liệu cá nhân. Đường nghe trực tiếp nối tới wss://api.meta.ai/v1/asr/realtime, còn đường gửi tệp là POST tới api.meta.ai/v1/asr/transcribe, nên âm thanh rời khỏi máy chủ của doanh nghiệp. Tài liệu tra ngày 14/10/2026 chưa mô tả chính sách lưu và xoá âm thanh ở chế độ thường, chỉ ghi chế độ không lưu dữ liệu có cùng giá. Với dữ liệu khách hàng, chọn chế độ không lưu ngay từ đầu là hợp lý vì không tốn thêm đồng nào. Doanh nghiệp đang cân nhắc giữa gọi API và tự chạy model trong máy chủ của mình có thể đọc thêm bài AI local hay tài khoản AI cho doanh nghiệp, và bài OpenAI Agents API lưu dữ liệu tại Mỹ cho một trường hợp so sánh về nơi đặt dữ liệu.

Nên dùng Muse vào việc gì trong phần mềm doanh nghiệp

Việc hợp nhất là gỡ băng toàn bộ cuộc gọi đã ghi để soát chất lượng chăm sóc khách hàng. Giá đủ thấp để nghe hết thay vì chọn mẫu, bản ghi có tách người nói nên phần mềm biết câu nào của nhân viên, câu nào của khách, và mốc theo lượt nói đủ để bấm vào một câu rồi nghe lại đúng đoạn đó. Từ bản ghi, phần mềm có thể đếm cuộc gọi có khách phàn nàn, kiểm nhân viên đã đọc đủ thông tin bắt buộc chưa, rồi đưa kết quả vào phần mềm CRM quản lý khách hàng để gắn với từng khách. Đây cũng là chỗ quy trình chăm sóc khách hàng sau bán hàng có dữ liệu thật để đo thay vì dựa vào cảm giác của trưởng ca.

Việc thứ hai là phụ đề cho video đào tạo và biên bản họp nội bộ, nơi mỗi đoạn dưới 10 phút hoặc chạy qua đường nghe trực tiếp. Việc nên chờ là cho Muse nghe trực tiếp để nhắc bài nhân viên ngay trong cuộc gọi: Meta chưa công bố độ trễ khi gọi từ máy chủ đặt tại Việt Nam, và chưa có điểm đo tiếng Việt. Thứ tự thử MONA đề xuất như sau:

1. Lấy 100 tới 200 cuộc gọi đã ghi, xoá tên và số điện thoại của khách rồi thay bằng dữ liệu mẫu cùng định dạng.
2. Đổi tệp sang WAV một kênh 16 kHz, cắt mỗi tệp dưới 10 phút, bật chế độ không lưu dữ liệu và đặt languageBias là tiếng Việt.
3. Chạy song song Muse và dịch vụ đang dùng trên cùng bộ cuộc gọi, chấm tay riêng nhóm câu có số tiền, số điện thoại và tên riêng.
4. Đo thời gian từ lúc gửi tới lúc có bản ghi cuối ở bốn khung giờ trong ngày, gọi từ máy chủ đặt tại Việt Nam.
5. Quy tổng số giờ âm thanh một tháng ra tiền theo giá 0,18 USD mỗi giờ, cộng tiền model ngôn ngữ đọc bản ghi, rồi mới chốt ngân sách.

Hỏi đáp