ScribeToAny

Chuyển MP3 thành phụ đề SRT

Cần phụ đề nhưng chỉ có luồng âm thanh? Tải MP3 lên và ScribeToAny tạo tệp SRT căn thời gian chuẩn — mỗi phụ đề được phân đoạn và gắn dấu thời gian — sẵn sàng ghép với video hoặc trình phát podcast của bạn.

  • Phiên âm AI
  • 98 ngôn ngữ
  • Được mã hóa, chúng tôi không bao giờ dùng tệp của bạn để huấn luyện AI

Bắt đầu với bản ghi của bạn

Thả tệp âm thanh hoặc video vào đây, hoặc nhấp để chọn.

Kết quả nhận được: bản chép lời thực tế

Bản chép thô từ cuộc phỏng vấn 64 giây giữa hai người nói (giọng nhân tạo), được xử lý với tính năng nhận diện người nói. Chỉ hiển thị những dòng đầu tiên.

Bản chép lời (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
Phụ đề (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

Đối chiếu với văn bản gốc, chỉ có 4 trên 189 từ bị sai lệch — tỷ lệ lỗi từ là 2,1%, tính cả lỗi viết “80” thay vì “eighty” — và toàn bộ 14 lượt nói đều được gắn nhãn chính xác. Đây là bản thu âm rõ tiếng; những bản ghi nhiều tạp âm hoặc nói chen lời nhau sẽ có độ chính xác thấp hơn. Xem toàn bộ bản chép lời và cách tính điểm

Cách hoạt động

  1. 1

    Tải lên

    Thả tệp âm thanh hoặc video vào, hoặc dán liên kết. Mọi định dạng phổ biến đều được chấp nhận.

  2. 2

    Phiên âm

    AI phiên âm với dấu thời gian và nhãn người nói tùy chọn, thường chỉ trong vài phút.

  3. 3

    Xuất

    Xuất phụ đề SRT hoặc VTT dùng ngay, hoặc TXT, PDF và DOCX.

Tại sao chọn ScribeToAny

  • Biến âm thanh MP3 thuần túy thành phụ đề SRT đồng bộ: cực kỳ phù hợp cho video sóng âm podcast (audiogram) và video lời bài hát.
  • Kết hợp hoàn hảo với ảnh nền tĩnh và hiệu ứng sóng âm chuyển động để biến chương trình phát thanh thành video mạng xã hội cuốn hút.
  • Thời gian hiển thị phụ đề xuất phát trực tiếp từ chính giọng nói, nhờ đó phụ đề luôn khớp với âm thanh khi ghép vào video hoặc sóng âm audiogram.

Câu hỏi thường gặp

Dấu thời gian phụ đề chính xác đến đâu?

Dấu thời gian được tạo ở cấp phân đoạn với độ chính xác dưới một giây, căn theo giọng nói thực tế.

Tôi có thể sửa phụ đề trước khi xuất không?

Có — sửa từ ngữ hoặc xóa phân đoạn trong trình chỉnh sửa rồi xuất; SRT sẽ phản ánh chỉnh sửa của bạn.

SRT hay VTT — nên dùng cái nào?

SRT là chuẩn phổ quát cho trình biên tập và trình phát; VTT dành cho video web (HTML5). Chúng tôi xuất cả hai, hãy lấy cái nền tảng của bạn cần.

Tôi có thể tạo phụ đề cho một bài hát hoặc video lời bài hát không?

Bạn có thể thử, nhưng tiếng hát khó xử lý hơn lời nói rất nhiều: lời bài hát trên nền nhạc lớn thường bị nhận diện sai hoặc bị bỏ qua, và mốc thời gian chỉ bám theo giọng hát một cách tương đối. Âm thanh đàm thoại — podcast, thuyết minh, phỏng vấn — cho ra tệp SRT tốt hơn nhiều. Với các bài hát, bạn nên chuẩn bị tinh thần chỉnh lại lời trong trình chỉnh sửa.

Phụ đề được chia đoạn như thế nào?

Đầu tiên là tại các khoảng ngắt nghỉ tự nhiên, sau đó xét theo độ dài: mỗi phụ đề được giữ trong khoảng 7 giây và 84 ký tự (hai dòng, mỗi dòng khoảng 42 ký tự), hoặc khoảng 32 ký tự đối với tiếng Trung, tiếng Nhật và tiếng Hàn, ưu tiên ngắt tại dấu câu của câu hoặc mệnh đề khi có thể.

Công cụ liên quan