1. Chuẩn bị audio mẫu — WAV hoặc MP3, rõ ràng, ít tạp âm, độ dài 5–15 giây.
2. Nhập đúng văn bản — gõ chính xác nội dung đang nói trong file audio (bắt buộc).
3. Tạo giọng — sau khi xong, giọng xuất hiện bên phải và trong mục Giọng nhân bản khi chuyển văn bản.
Mỗi tài khoản tối đa 5 giọng clone.