Transcriber

Chuyển video MP4 thành văn bản

Chọn tệp video, chỉ rãnh âm thanh được tách ra và chép lời. Bản thân video không bao giờ được tải lên. Kết quả được phát thành phụ đề trên video, và bạn có thể xuất thành phụ đề SRT.

Đang kiểm tra môi trường…

Với ngôn ngữ này, độ chính xác giảm mạnh ở các mô hình nhỏ. Hãy chọn Whisper Small trở lên

Bật

Thông thường cứ để Auto. Chỉ thay đổi khi số người nói trong kết quả rõ ràng là sai

Không có tệp? Hãy ghi âm bằng micrô. Quá trình chép lời bắt đầu sau khi bạn dừng ghi âm (tối đa khoảng phút trên thiết bị này với mô hình đã chọn). Bản ghi âm cũng không được gửi lên máy chủ nào.

Cách chuyển video MP4 thành văn bản

  1. Hãy đặt mô hình, ngôn ngữ và phân biệt người nói trước, vì quá trình chép lời bắt đầu ngay khi video được mở. Với video có nhạc nền hoặc hiệu ứng âm thanh ở các ngôn ngữ khác tiếng Nhật, tiếng Trung và tiếng Hàn, hãy chọn Small hoặc mô hình lớn hơn. Với tiếng Tây Ban Nha, tiếng Đức và các ngôn ngữ châu Âu khác trên máy tính có WebGPU, Parakeet Ultra chính xác hơn và nhanh hơn Small.
  2. Thả tệp video vào đây hoặc nhấp để chọn. Rãnh âm thanh cũng được tách ngay trong trình duyệt, và các dòng hiện trên màn hình ngay khi được hoàn tất.
  3. Khi xong, phát video và sửa câu chữ cũng như thời gian trong khi kết quả chạy thành phụ đề. Sau đó xuất trong “Tải xuống” thành phụ đề SRT hoặc VTT, hoặc tài liệu TXT hay Word. Những điều cần kiểm tra trước khi dùng làm phụ đề có trên trang Tạo phụ đề (SRT).

Mở các loại video khác nhau

Cách chép lời video hoạt động ở đây

Chỉ âm thanh được tách ra, nên độ phân giải và codec video không ảnh hưởng đến kết quả. Không thể xử lý video không có rãnh âm thanh. Nhạc nền lớn hoặc tiếng ồn xung quanh sẽ làm giảm độ chính xác — với những video như vậy, hãy chuẩn hóa âm lượng trước, và với các ngôn ngữ khác tiếng Nhật, tiếng Trung và tiếng Hàn, hãy dùng mô hình Small trở lên. Với tiếng Tây Ban Nha, tiếng Đức và các ngôn ngữ châu Âu khác trên máy tính có WebGPU, Parakeet Ultra chính xác hơn và nhanh hơn Small.

Khi chép lời xong, kết quả được hiển thị thành phụ đề trên video khi phát. Sửa câu chữ trong khi xem, hoặc chuyển sang phụ đề đã dịch bằng tính năng dịch. Ngoài phụ đề (SRT, VTT), bạn có thể xuất văn bản thuần (TXT), Word, PDF và nhiều định dạng khác. SRT có mốc thời gian, nên đưa thẳng vào được phần mềm biên tập video hoặc YouTube. Khi bật phân biệt người nói, mỗi dòng còn ghi lại ai đang nói.

Với bản ghi cuộc họp trực tuyến như Zoom hoặc Teams, các bước có trên trang Chép lời cuộc họp.

Nếu gặp sự cố

Câu hỏi thường gặp

Hỗ trợ những định dạng video nào?

MP4, MOV, MKV, WebM, AVI, WMV, FLV, MPG, MPEG-TS và 3GP. Trong mọi trường hợp, chỉ rãnh âm thanh được tách ra để chép lời.

Tệp video có thật sự không bị tải lên không?

Đúng vậy. Việc đọc video và tách âm thanh đều diễn ra trong trình duyệt, nên tệp không bao giờ rời khỏi thiết bị của bạn. Thống kê xử lý dùng để sửa lỗi (thông số thiết bị, loại lỗi, v.v.) được gửi đến máy chủ riêng của trang này, nhưng không chứa âm thanh, nội dung bản chép lời, tên tệp hay địa chỉ IP. Bạn có thể dừng việc này bằng cách tắt công tắc trong mục “Giúp chúng tôi cải thiện dịch vụ” ở cuối trang.

Tôi có thể dùng kết quả làm tệp phụ đề không?

Có. Xuất thành SRT sẽ tạo phụ đề có mốc thời gian mà phần mềm biên tập video và YouTube mở trực tiếp được. Trước khi xuất, hãy phát video để kiểm tra nội dung và thời gian phụ đề trên màn hình và sửa câu chữ.

Có xử lý được video dài không?

Có. Không giới hạn dung lượng tệp hay thời lượng. Độ dài video xử lý được trong một lần tùy vào bộ nhớ của thiết bị và mô hình đã chọn; nếu không vừa, trang sẽ báo cho bạn trước khi bắt đầu xử lý. Tuy nhiên, thẻ phải luôn mở trong khi xử lý.

Chuẩn bị âm thanh và sau khi chép lời

Giúp chúng tôi cải thiện dịch vụ

Gửi cho chúng tôi tình huống của mỗi lần chạy — dù thành công hay thất bại — giúp chúng tôi tìm ra lỗi (để tính tỷ lệ lỗi cần cả hai). Biết thiết bị và cài đặt nào hay lỗi nhất giúp chúng tôi điều chỉnh các mặc định được khuyên dùng và sửa những lỗi phía sau. Nếu bạn không phiền, hãy cứ để tùy chọn này bật — điều đó thật sự giúp ích cho chúng tôi.

Những gì được gửi

Thông số thiết bị (mẫu GPU, bộ nhớ, số nhân), trình duyệt và hệ điều hành, mô hình và ngôn ngữ bạn chọn, cài đặt phân biệt người nói (bật hay tắt, và số người nói bạn đặt), ngôn ngữ hiển thị của trang, quá trình xử lý đã đi đến đâu (kể cả khi bạn dừng hoặc đóng trang), loại và chi tiết lỗi, định dạng tệp cùng dung lượng và độ dài ước chừng, thời gian của từng giai đoạn, và lượng dữ liệu mô hình AI đã tải xuống. Một số tạm thời liên kết các lần chạy trong cùng một thẻ (số này bị xóa khi bạn đóng thẻ). Trên màn hình kết quả: số lần bạn dùng chỉnh sửa (như đổi tên người nói hoặc tách dòng), dịch, tóm tắt và nhập phụ đề, các định dạng bạn chọn trong “Tải xuống”, số lần bạn dùng “Sao chép văn bản” và “Tải xuống tất cả”, và cặp ngôn ngữ dịch.

Những gì không bao giờ được gửi

Âm thanh, bản chép lời (bao gồm tên người nói và bản dịch), tên tệp và địa chỉ IP. Dữ liệu chỉ đến máy chủ riêng của trang này, không bao giờ đến dịch vụ của bên thứ ba.