Transcriber

Chép lời không giới hạn trong trình duyệt bằng Whisper AI

Chọn tệp âm thanh, mô hình Whisper sẽ chạy ngay trong trình duyệt để chép lời. Không cần thiết lập Python, ffmpeg hay trình điều khiển GPU. Âm thanh không bao giờ đến máy chủ, và không cần tài khoản hay trả phí.

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 sử dụng

  1. Chọn mô hình. Mô hình mặc định được chọn tự động theo khả năng của thiết bị. Trên máy tính có WebGPU, Large v3 Turbo cân bằng tốt giữa độ chính xác và tốc độ.
  2. Chọn ngôn ngữ. Tự động phát hiện vẫn hoạt động, nhưng chỉ định đúng ngôn ngữ thực tế sẽ giảm lỗi nhận dạng.
  3. Chọn tệp âm thanh hoặc video. Quá trình chép lời bắt đầu ngay khi tệp được mở, và khi xong, bạn có thể chọn TXT, Word, SRT hoặc định dạng khác trong “Tải xuống”.

Về Whisper chạy trong trình duyệt

Whisper là mô hình nhận dạng giọng nói do OpenAI công bố. Thông thường, để dùng Whisper cần thiết lập môi trường Python và cài ffmpeg cùng trình điều khiển GPU. Công cụ này chạy cùng các mô hình Whisper đó, được chuyển sang định dạng chạy được trong trình duyệt. Mô hình được tải xuống lần đầu, sau đó bản sao lưu trong trình duyệt sẽ được dùng.

Có sáu mô hình: Tiny, Base, Small, Medium, Large v3 Turbo và Large v3. Trên máy tính có WebGPU, mô hình chạy trên GPU; trên điện thoại và thiết bị không có WebGPU, mô hình chạy trên CPU. Mô hình càng lớn càng chính xác nhưng cần tải xuống nhiều hơn và tốn nhiều bộ nhớ hơn. Large v3 Turbo giữ bộ mã hóa của Large v3 và dùng bộ giải mã nhỏ hơn, nên chạy nhanh với độ chính xác gần Large v3. Để biết tỷ lệ lỗi và thời gian xử lý mà chúng tôi đo được cho từng mô hình ở từng ngôn ngữ, kể cả các mô hình ngoài Whisper, hãy xem So sánh mô hình và cách chọn.

Whisper đôi khi viết ra những câu không ai nói trong lúc im lặng hoặc có nhạc. Các câu lặp lại được tự động xóa, nhưng câu chỉ xuất hiện một lần vẫn còn, nên hãy xóa dòng đó trên màn hình kết quả.

Nếu gặp sự cố

Câu hỏi thường gặp

Tôi có cần Python hoặc GPU không?

Không. Chỉ cần trình duyệt mới như Chrome hoặc Edge. Trên máy tính có WebGPU, công cụ chạy nhanh trên GPU, còn trên điện thoại hoặc thiết bị không có GPU dùng được, công cụ chạy trên CPU (mất nhiều thời gian hơn).

Tôi nên chọn mô hình nào?

Mô hình mặc định được chọn tự động theo khả năng của thiết bị. Trên máy tính có WebGPU, Large v3 Turbo cân bằng tốt giữa độ chính xác và tốc độ; trên điện thoại, hãy chọn Tiny hoặc Base.

Kết quả có giống bản Whisper dùng Python không?

Mô hình vẫn là Whisper, nhưng được làm nhẹ hơn để chạy trong trình duyệt, nên các chi tiết nhỏ của kết quả có thể không khớp với bản Python.

Có dùng được ngoại tuyến không?

Có. Sau khi đã tải mô hình xuống, bạn có thể chép lời mà không cần kết nối mạng.

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.