Chuyển MP3 thành văn bản

Q: Có thể chỉ chuyển một phần của file MP3 dài thành văn bản không?

Được. Nhập **Bắt đầu từ** và **Kết thúc tại** trong **Cài đặt nâng cao** theo giây hoặc phút:giây, ví dụ 12:30 đến 18:00. Chỉ đoạn đó được chuyển thành văn bản, nhanh hơn khi bạn chỉ cần một câu trả lời trong buổi phỏng vấn dài.

Q: Công cụ có nhận biết được ai đang nói không?

Khi bật **Nhãn người nói**, bản chép đánh dấu mỗi lần đổi giọng là Người nói 1, Người nói 2, v.v. Công cụ không biết tên, nên hãy thay các nhãn bằng tên thật trong Word sau đó.

Tải lên file MP3 bài giảng, buổi phỏng vấn, cuộc họp hoặc podcast để nhận lại lời nói dưới dạng văn bản mà bạn có thể tìm kiếm, chỉnh sửa và trích dẫn. Chọn văn bản thuần để ghi chú, Word để chỉnh sửa, hoặc SRT và VTT khi lời thoại cần khớp với video.

hoặc thả tệp MP3, WAV, M4A … vào đây ·

Tối đa 95 MB mỗi tệp· Tối đa 20 tệp· Xóa sau 30 phút

Phiên âm

Ngôn ngữ nói

Đầu ra

Tệp được xử lý trên máy chủ của chúng tôi và bị xóa sau 30 phút.

Cách sử dụng công cụ này

1
Tải file MP3 lên
Thả một hoặc nhiều file MP3, tối đa 20 file mỗi lần và 95 MB mỗi file. Các file âm thanh và video khác như M4A, WAV và MP4 cũng dùng được.
2
Chọn ngôn ngữ và định dạng đầu ra
Ngôn ngữ nói mặc định là Tự động nhận diện, công cụ sẽ nghe 30 giây đầu. Hãy tự chọn ngôn ngữ nếu bản ghi âm mở đầu bằng nhạc. Đầu ra ban đầu là văn bản thuần; có thể đổi sang Word, PDF, SRT hoặc VTT tùy nhu cầu.
3
Chuyển thành văn bản và tải xuống
Nhấn Chuyển giọng nói rồi tải xuống bản ghi chép. Nếu cần tìm đoạn nội dung hoặc phân biệt các giọng, hãy bật Mốc thời gian hoặc Nhãn người nói trong Cài đặt nâng cao trước.

Chuyển MP3 thành văn bản biến hàng phút nghe thành vài giây đọc: tìm một từ, sao chép câu trích, hoặc gửi văn bản cho người không thể nghe âm thanh.

Vì sao nên chuyển MP3 thành văn bản

MP3 là định dạng mà hầu hết máy ghi âm, ứng dụng ghi âm trên điện thoại và công cụ podcast xuất ra, nên thường đây là file bạn đã có sẵn. Sinh viên chép bài giảng đã ghi để học từ ghi chú, nhà báo lấy nguyên văn trích dẫn từ buổi phỏng vấn, nhà nghiên cứu mã hóa dữ liệu thảo luận nhóm, còn người làm podcast đăng bản chép để công cụ tìm kiếm tìm thấy tập phát sóng và người khiếm thính có thể đọc.

Đầu ra quyết định bạn làm được gì tiếp theo. Văn bản thuần (TXT) dán được ở mọi nơi. Word (DOCX) sẵn sàng để chỉnh sửa và nhận xét. PDF phù hợp với bản chép không nên bị sửa. SRT và VTT là file phụ đề có mốc thời gian, còn JSON liệt kê từng từ kèm thời gian dành cho lập trình viên.

Nếu bản ghi nằm trong video, bạn có thể tải lên chính video đó; phần âm thanh sẽ được chuyển thành văn bản. Hoặc tách âm thanh trước bằng Chuyển MP4 sang MP3 khi video quá lớn để tải lên.

file mỗi lần: 20
mỗi file: 95 MB
ngôn ngữ và tự động nhận diện: 33
cho đến khi file tải lên bị xóa: 30 phút

Yếu tố ảnh hưởng đến độ chính xác khi chuyển MP3 thành văn bản

Nhiều người nói chồng lên nhau: Hai giọng cùng lúc là trường hợp khó nhất. Các buổi tọa đàm và bản ghi bữa ăn bị mất nhiều từ nhất ở chỗ mọi người ngắt lời nhau.
Tiếng nền: Nhạc, tiếng xe cộ và máy lạnh lấn át giọng nói. Một căn phòng yên tĩnh quan trọng hơn một chiếc micro đắt tiền.
Bản ghi điện thoại và cuộc gọi: Đường dây điện thoại truyền thống chỉ truyền một dải tần hẹp nên phụ âm bị nhòe. Bản ghi cuộc gọi sẽ cần sửa nhiều hơn.
Đặt sai ngôn ngữ: Tự động nhận diện có thể nhầm với file mở đầu bằng nhạc hoặc chuyển đổi giữa nhiều ngôn ngữ. Tự đặt Ngôn ngữ nói sẽ khắc phục được.

Chuyển MP3 sang phụ đề SRT có mốc thời gian

Hai đoạn phụ đề từ một file SRT

1
00:00:01,200 --> 00:00:04,050
Chào mừng quý vị quay lại chương trình.

2
00:00:04,300 --> 00:00:07,900
Hôm nay chúng ta nói về thu âm tại nhà.

SRT bắt nguồn từ SubRip, một công cụ phụ đề trên Windows, và là định dạng phụ đề được chấp nhận rộng rãi nhất: gồm số thứ tự, thời điểm bắt đầu và kết thúc với dấu phẩy trước phần mili giây, rồi đến nội dung phụ đề. VTT, hay WebVTT, là phiên bản của W3C dành cho trình phát video trên web và dùng dấu chấm thay cho dấu phẩy. Cả hai đều là văn bản thuần nên bạn có thể sửa một từ nghe nhầm bằng bất kỳ trình soạn thảo nào.

Các dòng phụ đề mặc định được ngắt ở 42 ký tự, mức giới hạn trong các hướng dẫn phụ đề chuyên nghiệp như của Netflix đối với hầu hết ngôn ngữ chữ Latin. Nếu muốn có mốc thời gian trong tài liệu thay vì file phụ đề, hãy giữ TXT, Word hoặc PDF và bật Mốc thời gian, công cụ sẽ đặt dấu như [01:15] trước mỗi đoạn. Đã có phụ đề và cần văn bản thuần? Chuyển SRT sang TXT sẽ bỏ số thứ tự và mốc thời gian.

Câu hỏi về chuyển MP3 thành văn bản

Chuyển MP3 thành văn bản chính xác đến mức nào?

Độ chính xác phụ thuộc vào bản ghi âm nhiều hơn là định dạng file. Một giọng nói rõ, gần micro sẽ được chuyển rất tốt; cuộc gọi điện thoại, quán cà phê ồn hoặc nhiều người nói chồng lên nhau sẽ cho nhiều lỗi hơn. Hãy đọc lại bản chép một lượt trước khi trích dẫn.

Có thể chỉ chuyển một phần của file MP3 dài thành văn bản không?

Được. Nhập Bắt đầu từ và Kết thúc tại trong Cài đặt nâng cao theo giây hoặc phút:giây, ví dụ 12:30 đến 18:00. Chỉ đoạn đó được chuyển thành văn bản, nhanh hơn khi bạn chỉ cần một câu trả lời trong buổi phỏng vấn dài.

Nên chọn định dạng nào để làm phụ đề YouTube?

SRT hoặc VTT. Cả hai đều ghi thời điểm bắt đầu và kết thúc của từng dòng, và YouTube Studio chấp nhận cả hai khi tải lên file phụ đề. Hãy giữ Số ký tự mỗi dòng ở mức 42 để mỗi phụ đề vừa hai dòng ngắn trên màn hình.

File JSON xuất ra chứa những gì?

Từng từ kèm thời điểm bắt đầu và kết thúc. Lập trình viên dùng nó để tạo bản chép tương tác, tìm kiếm trong âm thanh hoặc cắt đoạn clip đúng từng từ. Để đọc, TXT hoặc Word tiện hơn.

File MP3 của tôi lớn hơn 95 MB. Tôi phải làm sao?

Giọng nói không cần bitrate cao. Hãy mã hóa lại file ở 64 kbps mono bằng Nén âm thanh, cách này giảm dung lượng bản ghi dài nhiều lần mà không ảnh hưởng việc chuyển thành văn bản, rồi tải file nhỏ hơn lên.

Công cụ có nhận biết được ai đang nói không?

Khi bật Nhãn người nói, bản chép đánh dấu mỗi lần đổi giọng là Người nói 1, Người nói 2, v.v. Công cụ không biết tên, nên hãy thay các nhãn bằng tên thật trong Word sau đó.