Chuyển giọng nói thành văn bản
Tải lên một buổi phỏng vấn, bài giảng, cuộc họp hay tin nhắn thoại và nhận lại bản chép lời. Công nghệ nhận dạng giọng nói viết ra những gì đã được nói, kèm dấu câu, mốc thời gian và nhãn người nói tùy chọn, dưới dạng tài liệu hoặc phụ đề cho video.
Chuyển âm thanh thành văn bản
hoặc thả tệp MP3, WAV, M4A … vào đây ·
Tối đa 95 MB mỗi tệp· Tối đa 20 tệp· Xóa sau 30 phút
Tệp được xử lý trên máy chủ của chúng tôi và bị xóa sau 30 phút.
Dòng phụ đề dài hơn mức này sẽ được tách ra. 42 là chuẩn phát sóng phổ biến.
Không bắt buộc. Nhập số giây (ví dụ 75) hoặc phút:giây (1:15). Để trống để phiên âm từ đầu.
Không bắt buộc. Cùng định dạng với thời điểm bắt đầu. Để trống để phiên âm đến hết.
Cách sử dụng công cụ này
- 1
Tải lên âm thanh hoặc video
Thêm file âm thanh MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR hoặc định dạng khác, hay video MP4, MOV, MKV, WebM và AVI. Tối đa 20 file, mỗi file 95 MB.
- 2
Chọn ngôn ngữ và đầu ra
Ngôn ngữ nói mặc định là Tự động nhận diện. Chọn Đầu ra: văn bản thuần, Word, PDF, phụ đề SRT hoặc VTT, hay JSON kèm thời gian từng từ.
- 3
Chép lời và tải xuống
Bấm Chuyển giọng nói; nút cũng ghi tên định dạng đầu ra bạn đã chọn. Mở bản chép lời, soát lại tên riêng và con số, rồi tải xuống.
Chuyển âm thanh thành văn bản, còn gọi là chép lời hay gỡ băng, biến lời nói đã ghi âm thành chữ viết. Tải file lên, giữ Ngôn ngữ nói ở Tự động nhận diện hoặc chọn ngôn ngữ, chọn đầu ra rồi bấm Chuyển giọng nói.
Chuyển giọng nói thành văn bản: nhận dạng giọng nói hoạt động thế nào
Công nghệ nhận dạng giọng nói nghe bản ghi theo từng khung ngắn, biến mỗi khung thành một bức tranh tần số, rồi để một mô hình đã được huấn luyện quyết định những từ nào nhiều khả năng tạo ra âm thanh đó nhất. Các mô hình hiện đại học từ lượng rất lớn lời nói đã được chép lại, nên xử lý giọng và chất giọng vùng miền tốt hơn nhiều so với phần mềm đọc chính tả của một thập kỷ trước. Dấu câu và chữ hoa được dự đoán theo mạch câu; tắt Dấu câu nếu bạn chỉ muốn các từ thô.
Thiết lập ngôn ngữ rất quan trọng. Chế độ tự nhận diện nghe 30 giây đầu rồi dùng một ngôn ngữ cho cả file. Nếu bản ghi mở đầu bằng nhạc, đoạn nhạc hiệu hoặc khoảng lặng, hoặc chuyển qua lại giữa các ngôn ngữ, hãy tự chọn Ngôn ngữ nói. Danh sách gồm 33 ngôn ngữ, từ tiếng Anh, Tây Ban Nha và Ả Rập đến Hindi, Tamil, Nhật và Ukraina.
Người dùng tìm đến công cụ này từ nhiều hướng: nhà báo có bài phỏng vấn trong điện thoại, sinh viên có bài giảng đã ghi âm, nhóm làm việc có file xuất từ cuộc họp, người sáng tạo nội dung cần phụ đề. Hai loại file phổ biến nhất có trang riêng: chuyển MP3 thành văn bản cho file máy ghi âm và podcast, và chuyển M4A thành văn bản cho ghi âm trên iPhone. File video dùng được trực tiếp, nên không cần tách âm thanh trước.
Định dạng bản chép lời và phụ đề
| Đầu ra | Nội dung | Mở bằng |
|---|---|---|
| Văn bản thuần (TXT) | Các đoạn văn bản, kèm mốc thời gian và nhãn người nói nếu chọn | Mọi trình soạn thảo văn bản, ứng dụng ghi chú hoặc email |
| Word (DOCX) | Bản chép lời đã định dạng, sẵn sàng chỉnh sửa và chia sẻ | Word, Google Docs, Pages, LibreOffice |
| Bản chép lời cố định để lưu hồ sơ | Mọi trình đọc PDF hoặc trình duyệt | |
| Phụ đề (SRT) | Các dòng phụ đề đánh số, có thời điểm bắt đầu và kết thúc | YouTube, phần mềm dựng video, VLC |
| Phụ đề web (VTT) | Phụ đề WebVTT, định dạng W3C dùng cho video HTML5 | Trình phát web, YouTube, nền tảng khóa học |
| JSON (thời gian từng từ) | Từng từ kèm thời điểm bắt đầu và kết thúc | Script, chỉ mục tìm kiếm, công cụ chỉnh sửa |
Mốc thời gian, người nói và các tùy chọn chép lời khác
- Mốc thời gian
- Mốc thời gian đặt thời điểm, ví dụ [01:15], trước mỗi đoạn của bản chép lời TXT, Word và PDF để bạn tìm lại đúng chỗ trong bản ghi.
- Nhãn người nói
- Nhãn người nói đánh dấu ai đang nói là Người nói 1, Người nói 2, v.v., cho phỏng vấn, cuộc họp và podcast. Sau đó hãy thay nhãn bằng tên thật.
- Dấu câu và từ đệm
- Dấu câu bật theo mặc định. Bỏ từ đệm loại bỏ các tiếng ừm, à và những chỗ ngập ngừng tương tự.
- Số ký tự mỗi dòng
- Với SRT và VTT, Số ký tự mỗi dòng tách các dòng phụ đề dài, mặc định 42, giới hạn mà hướng dẫn phụ đề của Netflix dùng cho đa số ngôn ngữ chữ Latin; cho phép từ 20 đến 80.
- Đoạn cần chép lời
- Bắt đầu từ và Kết thúc tại giới hạn việc chép lời trong một đoạn, tính bằng giây (75) hoặc phút:giây (1:15).
Giới hạn của công cụ chuyển âm thanh thành văn bản online
- Bản ghi mỗi lượt
- 20
- Mỗi file âm thanh hoặc video
- 95 MB
- Ngôn ngữ nói, cùng chế độ tự nhận diện
- 33
- Trước khi file và bản chép lời bị xóa
- 30 phút
Để bản chép lời chính xác hơn
Nhiều từ bị sai hoặc bị thiếu
Tiếng ồn nền, khoảng cách tới micro và nhiều người nói chồng lên nhau gây ra phần lớn lỗi. Hãy ghi âm gần người nói khi có thể, và kiểm tra Ngôn ngữ nói đã đúng chưa.
Bản chép lời ra sai ngôn ngữ
Chế độ tự nhận diện đã nghe thấy nhạc hoặc một ngôn ngữ khác trong 30 giây đầu. Hãy tự chọn Ngôn ngữ nói và chép lời lại.
Phụ đề quá dài, khó đọc trên màn hình
Giảm Số ký tự mỗi dòng xuống 32–37 cho người xem trên điện thoại, để mỗi phụ đề được tách thành các dòng ngắn hơn.
Tên riêng và thuật ngữ chuyên môn bị viết sai
Từ hiếm thì mô hình nào cũng gặp khó. Hãy tìm và thay thế chúng một lần trong file Word hoặc văn bản; chúng thường bị viết sai giống nhau trong suốt bản chép lời.
Câu hỏi về chuyển giọng nói thành văn bản
Có chuyển giọng nói thành văn bản miễn phí mà không cần đăng ký không?
Có. Tải bản ghi lên và bấm Chuyển giọng nói; không cần tài khoản, bản dùng thử hay thẻ tín dụng. File tự động bị xóa 30 phút sau khi xử lý, vì vậy hãy tải bản chép lời xuống khi đã xong.
Điều gì làm công cụ chuyển âm thanh thành văn bản này tốt hơn công cụ khác?
Để so sánh công bằng, hãy xem độ chính xác trên chính loại bản ghi của bạn, số ngôn ngữ hỗ trợ, các định dạng đầu ra và việc file của bạn được xử lý thế nào sau đó. Ở đây bạn có 33 ngôn ngữ cùng chế độ tự nhận diện, sáu định dạng đầu ra gồm cả phụ đề, nhãn người nói và mốc thời gian, và file tự động bị xóa sau 30 phút.
Chuyển giọng nói thành văn bản được những ngôn ngữ nào?
33 ngôn ngữ, chọn trong Ngôn ngữ nói: trong đó có tiếng Anh, Tây Ban Nha, Pháp, Đức, Bồ Đào Nha, Ý, Nga, Ả Rập, Thổ Nhĩ Kỳ, Hindi, Bengal, Tamil, Telugu, Marathi, Gujarat, Urdu, Nhật, Hàn, Trung, Indonesia, Việt, Thái, Ba Lan, Ukraina, Hà Lan, Thụy Điển, Hy Lạp và Do Thái. Chế độ tự nhận diện chọn một ngôn ngữ cho mỗi file dựa trên 30 giây đầu.
Có tạo được phụ đề cho video từ âm thanh của nó không?
Có. Tải chính file video lên, chọn SRT hoặc VTT trong Đầu ra, và bạn nhận được file phụ đề có mốc thời gian để đưa vào YouTube, phần mềm dựng video hoặc trình phát HTML5. Để đổi định dạng phụ đề sau này, hãy dùng chuyển đổi phụ đề.
Làm sao chuyển một bản ghi âm dài 3 giờ thành văn bản?
Mỗi file giới hạn 95 MB, tương đương khoảng 1 giờ 40 phút MP3 128 kbps. Hãy chia việc bằng Bắt đầu từ và Kết thúc tại, hoặc làm file nhỏ hơn trước: giọng nói chuyển sang 64 kbps mono bằng nén âm thanh chứa được khoảng 3,5 giờ trong giới hạn.
Bản chép lời có được dịch sang tiếng Anh không?
Không, bản chép lời được viết bằng chính ngôn ngữ được nói. Hãy chép lời trước, rồi dán văn bản vào một dịch vụ dịch thuật; dịch từ bản chép lời sạch cho kết quả tốt hơn dịch thẳng từ âm thanh, và bạn vẫn giữ được nguyên văn để đối chiếu trích dẫn.
Chuyển MP3 thành văn bản có khác chép lời video không?
Chỉ khác ở file bạn tải lên. Cùng một công nghệ nhận dạng giọng nói chạy trên phần tiếng của file MP4 hoặc MOV cũng như trên file MP3 hoặc M4A. Chuyển MP3 thành văn bản và chuyển M4A thành văn bản là các thiết lập sẵn của công cụ này cho những loại file đó.
Các tiếng ừm, à có xuất hiện trong bản chép lời không?
Mặc định là có, vì đôi khi cần biên bản nguyên văn, chẳng hạn trong phỏng vấn nghiên cứu. Bật Bỏ từ đệm để có bản chép lời gọn gàng hơn, dùng để đọc, trích dẫn hoặc đăng tải.
Tất cả công cụ Chuyển giọng nói thành văn bản
Hãy chọn đúng mức yêu cầu bạn được đưa ra. Mỗi trang dưới đây là cùng một công cụ với các thiết lập mặc định khác nhau.
- Chuyển M4A sang văn bảnChuyển Voice Memos iPhone và file M4A thành văn bản có mốc thời gian, nhãn người nói. 33 ngôn ngữ, TXT, Word, PDF hoặc phụ đề, không cần tài khoản.
- Chuyển MP3 thành văn bảnChuyển file MP3 thành văn bản bằng 33 ngôn ngữ. Tải về TXT, Word, PDF hoặc phụ đề SRT, VTT, kèm mốc thời gian và nhãn người nói nếu cần.