Chuyển âm thanh thành văn bản

Công cụ Chuyển âm thanh thành văn bản chuyển lời nói thành chữ từ ghi chú giọng nói, phỏng vấn, bài giảng, bản ghi cuộc họp, tập podcast, cuộc gọi hoặc phần âm thanh của video. Chọn tệp hoặc ghi âm bằng micrô, bản chép lời sẽ hiện từng dòng kèm mốc thời gian tương ứng.

Hai cách chuyển thành văn bản

Bạn có thể làm gì với bản chép lời?

• Đối chiếu với bản ghi: nhấp vào mốc thời gian bất kỳ để nghe lại đúng đoạn đó, rồi nhấp vào dòng cần sửa.
• Sao chép hoặc tải xuống dưới dạng văn bản thuần, có hoặc không có mốc thời gian và tên người nói.
• Tạo phụ đề: tải phụ đề SRT hoặc VTT, khớp thời gian với lời nói và chia thành các dòng dễ đọc.
• Xử lý tiếp nội dung: dịch, tóm tắt các ý chính hoặc ghép phụ đề cố định vào video.

Mẹo để có bản chép lời chính xác

• Đặt micrô gần người nói, tránh tiếng nhạc và tiếng quạt; tiếng ồn là yếu tố ảnh hưởng nhiều nhất đến độ chính xác.
• Với phỏng vấn và cuộc họp, hãy dùng chế độ AI để mỗi dòng đều có nhãn người nói.
• Nếu video không mở được, hãy dùng công cụ Tách âm thanh để lấy phần âm thanh rồi chuyển tệp MP3 thành văn bản.

Câu hỏi thường gặp

Làm sao để chuyển âm thanh thành văn bản?

Chọn tệp âm thanh hoặc ghi âm bằng micrô, rồi nhấn Chuyển thành văn bản miễn phí hoặc Chuyển thành văn bản bằng AI. Văn bản sẽ hiện từng dòng kèm mốc thời gian. Bạn có thể sao chép, tải tệp TXT hoặc phụ đề SRT, VTT.

Có thực sự miễn phí không?

Có. Chế độ miễn phí chạy mô hình nhận dạng giọng nói Whisper của OpenAI ngay trên trình duyệt của bạn: mỗi người dùng được 10 phút miễn phí mỗi ngày (mỗi tệp được tính tối thiểu 1 phút), thành viên Pro được 200 phút mỗi ngày, còn với Premium thì không giới hạn. Chế độ AI tính 3 credit cho mỗi phút có lời nói. Mỗi người dùng được tặng 3 credit AI miễn phí mỗi ngày, đủ để chuyển miễn phí phút đầu tiên trong ngày.

Chế độ miễn phí và chế độ AI khác nhau thế nào?

Chế độ miễn phí đảm bảo riêng tư (miễn phí 10 phút mỗi ngày, 200 phút với Pro, không giới hạn với Premium) và xử lý tốt lời nói rõ trong một ngôn ngữ. Tuy nhiên, độ chính xác thấp hơn với giọng vùng miền, tiếng ồn và các ngôn ngữ ngoài tiếng Anh, đồng thời không phân biệt người nói. Chế độ AI thêm dấu câu phù hợp, tự nhận diện ngôn ngữ, xử lý tốt hơn giọng vùng miền và tiếng ồn nền, đồng thời gắn nhãn từng người nói (Người nói 1, Người nói 2). Bạn có thể đổi các nhãn này thành tên.

Có chuyển video thành văn bản được không?

Có. Chọn tệp video (MP4, MOV, WebM, MKV và các định dạng khác), công cụ sẽ đọc phần âm thanh. Trong chế độ AI, chỉ âm thanh được gửi đi dưới dạng tệp nén nhỏ; video luôn nằm trên máy bạn.

Có tạo phụ đề từ bản chép lời được không?

Có. Tải bản chép lời dưới dạng SRT hoặc VTT: mỗi dòng trở thành một đoạn phụ đề có thời gian bắt đầu và kết thúc. Các dòng dài được chia thành phụ đề hai dòng dễ đọc. Bạn có thể mở tệp bằng YouTube, Premiere, CapCut hoặc VLC, hoặc ghép phụ đề cố định vào video bằng công cụ Thêm phụ đề vào video của chúng tôi.

Công cụ hỗ trợ những ngôn ngữ nào?

Chế độ AI chuyển lời nói thành văn bản cho hơn 100 ngôn ngữ và tự nhận diện ngôn ngữ, gồm tiếng Anh, Tây Ban Nha, Bồ Đào Nha, Pháp, Đức, Trung, Nhật, Hàn, Nga, Ả Rập và Hindi. Chế độ miễn phí cũng hỗ trợ các ngôn ngữ chính này, nhưng bạn cần chọn ngôn ngữ trong bản ghi trước.

Bản ghi có thể dài bao lâu?

Tối đa 3 giờ hoặc 500 MB. Ở chế độ miễn phí, người dùng chưa có gói có thể chuyển 10 phút thành văn bản mỗi ngày, thành viên Pro 200 phút mỗi ngày, còn thành viên Premium không có giới hạn hằng ngày. Bản ghi dài được xử lý theo từng phần tối đa hai phút, chia tại khoảng nghỉ để không cắt ngang từ. Văn bản sẽ hiện dần trên màn hình khi từng phần hoàn tất. Bạn có thể dừng bất cứ lúc nào và tiếp tục sau.

Bản ghi của tôi có được giữ riêng tư không?

Ở chế độ miễn phí, không có dữ liệu nào rời khỏi máy bạn. Ở chế độ AI, âm thanh được gửi theo từng phần để chuyển thành văn bản và không được lưu lại; bản chép lời chỉ hiển thị cho bạn và cũng không được lưu giữ.

Độ chính xác ra sao?

Với lời nói rõ, chế độ AI thường nhận đúng hơn 90% số từ, với mốc thời gian từng dòng chính xác đến phần lẻ của giây. Tên riêng, thuật ngữ chuyên ngành, lời nói nhỏ hoặc nhiều người nói cùng lúc dễ gây lỗi. Vì vậy, bạn có thể sửa từng dòng ngay trên trang trước khi tải xuống.

Tôi có thể chuyển bản ghi âm trên iPhone hoặc tin nhắn thoại WhatsApp thành văn bản không?

Có. Ghi âm lưu tệp .m4a, còn tin nhắn thoại WhatsApp có định dạng .opus hoặc .ogg; cả hai đều dùng được ở đây. Trước tiên, hãy lưu hoặc chia sẻ bản ghi vào tệp của bạn, rồi chọn tệp bằng nút tải lên. Bản ghi ngắn dễ dàng nằm trong 10 phút miễn phí mỗi ngày.

Có thể chuyển bản ghi Zoom, Microsoft Teams hoặc Google Meet thành văn bản không?

Có. Hãy chọn tệp bản ghi: Zoom lưu video MP4 và, nếu bạn bật tùy chọn này, một tệp âm thanh M4A riêng có dung lượng nhỏ hơn và xử lý nhanh hơn; Microsoft Teams và Google Meet lưu tệp MP4. Chế độ AI gắn nhãn từng người nói. Bạn có thể nhập tên thật của họ trước khi tải xuống để bản chép lời trông giống như biên bản cuộc họp.

Chuyển một bản ghi dài một giờ tốn bao nhiêu credit?

Chế độ AI tốn 3 credit cho mỗi phút có lời nói, nên một giờ tốn khoảng 180 credit; những đoạn chủ yếu im lặng sẽ không bị tính phí. Chế độ miễn phí không dùng credit: bạn được chuyển 10 phút mỗi ngày nếu chưa có gói, 200 phút mỗi ngày với Pro, và không giới hạn với Premium.

Tôi có thể lấy bản chép lời của video YouTube không?

Nếu video có phụ đề, hãy dùng Công cụ tạo bản chép lời YouTube miễn phí: dán liên kết để xem phụ đề có sẵn của video dưới dạng văn bản, không cần tải xuống và không tốn credit. Nếu bạn có tệp video hoặc âm thanh, hãy chọn tệp tại đây để chuyển thành văn bản.

Tôi có thể tải bản chép lời xuống dưới dạng tài liệu Word không?

Có. Nhấn DOC để tải tệp có thể mở bằng Microsoft Word, Google Docs hoặc LibreOffice. Mỗi lượt nói của một người là một đoạn văn, tên người nói được in đậm; mốc thời gian sẽ được thêm vào nếu bạn chọn Mốc thời gian. Bạn cũng có thể tải xuống dưới dạng TXT, SRT hoặc VTT.