Chuyển âm thanh thành văn bản: biến bản ghi âm thành chữ viết

Trên tab Công cụ, tính năng này có tên là Chuyển âm thanh thành văn bản, và màn hình mở ra có tiêu đề Speech to Text. Tính năng này phù hợp cho tin nhắn thoại, phỏng vấn, bài giảng, podcast và bất kỳ bản ghi âm nào khác mà bạn cần chuyển lời nói thành văn bản.

Những nội dung bạn có thể thêm

Chuyển âm thanh thành văn bản hoạt động với âm thanh. Video cũng được chấp nhận: ứng dụng sẽ tự trích xuất âm thanh từ video ngay trên thiết bị của bạn và chỉ tải lên phần âm thanh đó.

Cách nhận bản chép lời

1. Mở tab Công cụ và nhấn vào Chuyển âm thanh thành văn bản.

2. Thêm âm thanh: Chọn để tải tệp lên, Ghi âm để thu âm trực tiếp, hoặc Dán liên kết.

3. Chờ một chút. Quá trình nhận dạng sẽ tự động bắt đầu ngay khi tệp được thêm; không có nút Chuyển đổi nào cần nhấn. Văn bản sẽ xuất hiện trên tab Văn bản.

4. Mở tab Ý chính để xem phiên bản rút gọn. Phần này được tạo tự động sau bản chép lời.

Ngôn ngữ nói được phát hiện tự động. Bạn không thể chọn ngôn ngữ bằng tay.

Những gì bạn nhận được trên tab Văn bản và Ý chính

Tab Văn bản chứa toàn bộ bản chép lời. Với công cụ nhận dạng mặc định, khi có nhiều người nói, nội dung sẽ được chia theo từng người (Người nói 1, Người nói 2, v.v.) kèm mốc thời gian cho từng phần. Nhấn vào mốc thời gian để phát bản ghi âm từ thời điểm đó. Tắt tùy chọn Hiện mốc thời gian để chỉ xem văn bản thuần túy. Bạn có thể sao chép hoặc chia sẻ văn bản này.

Tab Ý chính là bản tóm tắt ngắn gọn được viết bằng ngôn ngữ của ứng dụng, bất kể bản ghi âm dùng ngôn ngữ nào. Tab này gồm ba phần:

• Tóm tắt ngắn: tiêu đề, bản tóm tắt, các trích dẫn và điểm rút ra chính.

• Ý chính: các nội dung trọng tâm kèm mốc thời gian. Tùy thuộc vào bản ghi âm, bạn cũng có thể nhận được Các bước, Câu hỏi và câu trả lời, Thuật ngữ hoặc Việc cần làm.

• Các chương: bản ghi âm được chia thành các phần kèm mốc thời gian.

Tùy chọn Xuất sang PDF lưu phần Ý chính dưới dạng tài liệu. Dưới bản chép lời, khối Tiếp theo làm gì? sẽ gợi ý các mục Thảo luận trong chat, Dịch văn bản, Chuyển văn bản thành giọng nói và Phân tích văn bản.

Mọi kết quả đều được lưu vào mục Lịch sử của công cụ. Nếu không có gói Premium, ứng dụng sẽ lưu lại 3 mục gần nhất, xem cách hoạt động của lịch sử.

Cách đổi công cụ nhận dạng

Chuyển âm thanh thành văn bản không có phần cài đặt riêng. Tính năng này dùng công cụ nhận dạng được chọn trong mục Dịch âm thanh: hãy mở Dịch âm thanh, nhấn vào biểu tượng cài đặt và chuyển sang tab Nhận dạng.

Lựa chọn này sẽ áp dụng cho cả hai công cụ.

Chi phí sử dụng

Với ElevenLabs Scribe, chi phí nhận dạng khoảng 0.73 token mỗi phút âm thanh, tương đương một giờ khoảng 44 token. Phần Ý chính được tính riêng: một phần nhỏ của token cho tin nhắn thoại ngắn, hoặc một vài token cho bản ghi âm dài. Bạn có thể xem biểu phí chính xác của từng công cụ tại giá token cho từng công cụ.

Những điều Chuyển âm thanh thành văn bản không hỗ trợ

• Không có ô để bạn nhập hoặc dán văn bản. Để làm việc với văn bản có sẵn, bạn hãy dùng Dịch văn bản hoặc phần chat.

• Không tạo tệp phụ đề (SRT, VTT). Để tạo phụ đề gắn cứng vào video, hãy dùng tính năng Thêm phụ đề.

• Không tự động dịch. Bạn có thể dùng mục Dịch văn bản ngay dưới bản chép lời, hoặc tính năng Dịch âm thanh để có bản dịch lồng tiếng.

Câu hỏi thường gặp