Trang chủ › Chuyển file ghi âm thành văn bản

Gỡ băng file có sẵn

Chuyển file ghi âm thành văn bản trên Mac

Bạn đã có file trong tay: bản ghi cuộc phỏng vấn, cuộc họp, buổi giảng hay một đoạn video. Kéo thả vào Lesskeys là ra bản gỡ băng có mốc thời gian, đã tách theo từng người nói, xuất được ra TXT hoặc phụ đề SRT và VTT. Toàn bộ việc nhận dạng chạy bằng GPU của chính máy bạn, nên file không được tải lên đâu cả và không cần tài khoản.

Kéo file vào, lấy bản gỡ băng ra

Luồng làm việc chỉ có bốn chặng. Bạn kéo thả file vào cửa sổ ứng dụng. Ứng dụng bóc phần âm thanh ra, chạy nhận dạng bằng GPU của máy bạn, đồng thời tách bản gỡ băng theo từng người nói. Kết quả hiện ra dạng danh sách câu thoại, mỗi câu có mốc thời gian nên bạn bấm vào là nhảy đúng đoạn đó trong file gốc để nghe lại. Sau khi đặt tên cho từng người và sửa những chỗ máy nghe sai, bạn xuất ra file.

Không có bước tải lên, không có hàng đợi máy chủ, không có tài khoản. File của bạn ở đâu thì nằm nguyên ở đó.

Nguồn nào dùng được

• File âm thanh — MP3, M4A, WAV và các định dạng âm thanh thông dụng khác trên macOS: bản ghi từ máy ghi âm, từ ứng dụng ghi âm điện thoại, từ phần mềm họp trực tuyến.
• File video — MP4, MOV. Ứng dụng lấy phần tiếng ra để gỡ băng, bạn không phải tự tách âm thanh trước.
• Bản ghi do chính ứng dụng tạo — nếu bạn dùng nó để ghi cuộc họp thì bản ghi đã nằm sẵn trong thư viện, gỡ băng ngay không cần kéo thả.

Xuất ra được những gì

Bản gỡ băng xuất ra TXT để dán vào Word, Google Docs hay hệ thống nội bộ. Nếu bạn cần phụ đề thì có SRT và VTT. Riêng lịch sử các lần nhập liệu bằng giọng nói xuất được ra TXT, JSON hoặc CSV nếu bạn muốn đưa vào bảng tính.

So với thuê dịch vụ gỡ băng tính theo giờ

Ở Việt Nam có hẳn một thị trường dịch vụ gỡ băng: bạn gửi file ghi âm, bên nhận gõ lại thành văn bản và tính tiền theo giờ ghi âm. Nhà báo, nghiên cứu sinh, phòng nhân sự, công ty nghiên cứu thị trường dùng dịch vụ này thường xuyên. Đây là so sánh sòng phẳng giữa hai cách:

Nói cho đủ: dịch vụ có người thật đọc soát và trình bày theo mẫu, còn máy cho ra bản nháp. Cách dùng hợp lý nhất với nhiều người là ghép hai thứ — để máy gỡ toàn bộ file, rồi bạn hoặc trợ lý chỉ việc soát và biên tập, thay vì gõ lại từ con số không. Nhưng có một điểm không đánh đổi được: gửi file cho người lạ nghĩa là trao một bản sao ghi âm cho bên thứ ba. Với phỏng vấn có cam kết bảo mật, hồ sơ khách hàng, họp nội bộ hay dữ liệu nghiên cứu, đó là điều bạn phải cân nhắc trước khi bấm nút gửi.

Nếu bạn cần phụ đề cho video

Người làm video bài giảng, video giới thiệu sản phẩm, clip đăng YouTube hay TikTok thường cần đúng một thứ: file phụ đề khớp thời gian. Ứng dụng xuất SRT và VTT, hai định dạng mà YouTube, trình dựng video và trình phát đều hiểu.

Ranh giới cần nói thẳng: đây không phải phần mềm dựng video. Nó xuất ra file phụ đề, không ghép chữ lên hình, không làm chữ chạy theo kiểu trang trí. Bạn nạp file SRT vào trình dựng bạn đang dùng. Và như mọi bản gỡ băng tự động, phụ đề cần đọc soát trước khi đăng — nhất là dấu thanh và tên riêng, vì phụ đề sai thì cả nghìn người nhìn thấy.

Chất lượng file quyết định chất lượng bản gỡ băng

Cùng một ứng dụng, hai file khác nhau cho kết quả cách xa nhau. Nhóm file cho kết quả tốt: thu trực tiếp từ phần mềm họp, mỗi người một micro, phòng yên tĩnh, một người nói mỗi lúc. Nhóm file cho kết quả kém rõ rệt:

• Ghi cuộc gọi phát qua loa ngoài rồi thu lại bằng micro — âm bị vọng và méo, đây là nguồn khó nhất.
• Máy ghi âm để giữa bàn họp đông người — người ngồi xa gần như mất tiếng.
• Phỏng vấn trong quán cà phê — nhạc nền và tiếng người bàn bên chen vào từng câu.
• File nén mạnh — bản ghi bitrate rất thấp làm mất thông tin ở dải tần mang dấu thanh, và tiếng Việt chịu thiệt nhiều hơn nhiều ngôn ngữ khác vì chuyện này.

Dù nguồn tốt tới đâu, hãy coi kết quả là bản nháp: tên riêng, tên cơ quan, số hiệu văn bản và thuật ngữ chuyên ngành là những chỗ sai nhiều nhất. Đọc kỹ hơn về dấu thanh và giọng vùng miền ở trang nhận dạng giọng nói tiếng Việt có chuẩn không.

Ai nói câu nào

Bản gỡ băng được tách theo từng người nói, bạn đặt tên cho từng giọng và các bản ghi sau nhận lại đúng người đó. Cách hoạt động, giới hạn và những điểm cần lưu ý khi lưu hồ sơ giọng nói nằm ở trang tách người nói trong file ghi âm.

File không rời khỏi máy

Việc nhận dạng chạy bằng GPU của chính máy bạn, nên không có bước tải file lên, không có bản sao gửi cho bên thứ ba, không cần tài khoản. Chúng tôi không đưa ra tuyên bố tuân thủ hay chứng nhận theo bất kỳ quy định bảo vệ dữ liệu nào — việc đánh giá đó thuộc về bộ phận pháp chế hoặc tuân thủ của bạn. Chi tiết kiến trúc ở trang gỡ băng mà không tải file lên đám mây.

Nếu file chứa giọng người khác, hãy chắc rằng bạn đã xin phép họ khi ghi. Điều 38 Bộ luật Dân sự 2015 quy định việc thu thập, lưu giữ, sử dụng thông tin về đời sống riêng tư, bí mật cá nhân của người khác phải được người đó đồng ý. Bản gỡ băng tự động không có bảo đảm nào về giá trị pháp lý. Đây là thông tin tham khảo, không phải tư vấn pháp lý.

Giá và hạn mức bản miễn phí

Tải về từ Mac App Store miễn phí, và bản miễn phí đủ để bạn thử bằng chính file của mình trước khi trả tiền:

Dùng vượt mức đó thì mở khoá Pro ngay trong ứng dụng: 49,99 $ trả một lần, không phải thuê bao (khoảng 1,2–1,3 triệu ₫ — đây là ước tính, số tiền thật hiển thị trên App Store Việt Nam). Yêu cầu cấu hình: macOS 13 (Ventura) trở lên và Apple Silicon (M1 trở lên) là bắt buộc — máy Mac chip Intel không chạy được.

Câu hỏi thường gặp

Bài liên quan