Cách sử dụng Chuyển âm thanh và video thành văn bản
- 1
Thêm bản ghi
Thả tệp MP3, M4A, WAV, MP4 hoặc MOV vào đây, hoặc chuyển sang Ghi âm và nói vào micro.
- 2
Bắt đầu chuyển đổi
Base phù hợp với hầu hết bản ghi; Small xử lý giọng vùng miền và tiếng ồn tốt hơn. Để ngôn ngữ ở chế độ tự động nhận diện hoặc tự chọn.
- 3
Đọc, nghe và tìm kiếm
Theo dõi các từ được làm nổi bật khi phát, nhấp vào một từ để nhảy tới đó, và tìm tên hoặc chủ đề.
- 4
Lưu lại
Sao chép văn bản hoặc tải xuống TXT, DOCX, SRT, VTT hay JSON kèm thời điểm từng từ.
Giới hạn và Pro
Tối đa 10 phút âm thanh cho mỗi tệp hoặc bản ghi (tệp dài hơn chỉ được chuyển 10 phút đầu), tệp tối đa 500 MB. Mô hình giọng nói chỉ tải một lần: 43 MB (Tiny), 80 MB (Base) hoặc 252 MB (Small).
Tối đa 600 phút cho mỗi tệp và tệp lên đến 4 GB. Xem Pro
Về Chuyển âm thanh và video thành văn bản
Công cụ chuyển giọng nói thành văn bản dành cho phỏng vấn, bài giảng, cuộc họp, podcast, bài thuyết giáo và ghi chú bằng giọng nói. Bạn chọn một bản ghi hoặc ghi âm trực tiếp bằng micro, rồi mô hình mã nguồn mở Whisper sẽ chép lại lời nói, có dấu câu và chữ hoa, với 99 ngôn ngữ. Bản ghi dài được xử lý theo từng đoạn 30 giây, nên văn bản hiện ra trong khi phần còn lại vẫn đang được xử lý, và từ bị cắt ở mép đoạn sẽ được đọc lại từ đoạn kế tiếp thay vì bị mất.
Kết quả là chế độ đọc dễ chịu chứ không phải một khối chữ dài: các câu được gộp thành đoạn ở chỗ người nói ngừng, mỗi đoạn có thể hiện thời điểm bắt đầu, và mỗi từ đều có dấu thời gian riêng. Nhấn phát, từ đang được nói sẽ được làm nổi bật; nhấp vào bất kỳ từ nào để nghe lại đúng chỗ đó. Tính năng tìm kiếm giúp tìm một cụm từ trong toàn bộ bản chép lời và chuyển qua từng kết quả.
Bạn có thể tải xuống nhiều định dạng cho các bước tiếp theo: văn bản thuần (có hoặc không có dấu thời gian) để ghi chú, tài liệu Word để chỉnh sửa và chia sẻ, SRT hoặc VTT nếu định đăng bản ghi dưới dạng video, và JSON với thời điểm bắt đầu và kết thúc của từng từ dành cho lập trình viên. Bản chép lời không ghi rõ ai đang nói, và đây cũng không phải công cụ tạo phụ đề trực tiếp – ghi âm trước, chuyển thành văn bản sau.
Quyền riêng tư
Bản ghi ở lại trên máy tính hoặc điện thoại của bạn: tệp được mở cục bộ, âm thanh từ micro được ghi vào bộ nhớ ngay trên trang này, và Whisper chạy trong một tiến trình nền mà không gửi âm thanh đi đâu. Đóng thẻ là bản ghi và bản chép lời biến mất. Chỉ mô hình giọng nói được tải một lần từ Hugging Face và lưu trong bộ nhớ đệm của trình duyệt.
Tính năng
Không tải lên gì cả
Giải mã và nhận dạng đều diễn ra ngay trong thẻ trình duyệt này, nên cuộc gọi và buổi phỏng vấn bí mật vẫn chỉ thuộc về bạn.
99 ngôn ngữ
Tự động nhận diện ngôn ngữ, kèm dịch sang tiếng Anh từ mọi ngôn ngữ được hỗ trợ.
Dấu thời gian theo từng từ
Mỗi từ đều có thời điểm riêng, nên bạn có thể nhấp để nghe và theo dõi qua phần làm nổi bật trực tiếp.
Ghi âm từ micro
Ghi lại ghi chú giọng nói, buổi phỏng vấn hay đọc chính tả và chuyển thành văn bản ngay.
TXT, Word, SRT, VTT, JSON
Xuất định dạng bạn cần – tài liệu, phụ đề hoặc dữ liệu có cấu trúc cho công cụ của riêng bạn.
Tìm trong bản chép lời
Tìm mọi chỗ nhắc đến một tên hoặc cụm từ và chuyển qua lại giữa các kết quả.