Chuyển OGG thành văn bản
OGG phổ biến với các bản ghi mã nguồn mở, game và ứng dụng thoại, nhưng nó là một container để nghe chứ không phải thứ bạn đọc được. Tải OGG lên và ScribeToAny biến lời nói thành văn bản có dấu thời gian, chỉnh sửa được, kèm nhãn người nói tùy chọn, xuất ra tám định dạng. Dùng được ở mọi gói; không phải cài gì.
- 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.
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?
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
Tải lên
Thả tệp âm thanh hoặc video vào, hoặc dán liên kết. Mọi định dạng phổ biến đều được chấp nhận.
- 2
Phiên âm
AI phiên âm với dấu thời gian và nhãn người nói tùy chọn, thường chỉ trong vài phút.
- 3
Xuất
Chỉnh sửa phân đoạn trực tuyến, sau đó xuất TXT, SRT, VTT, TSV, CSV, JSON, PDF hoặc DOCX.
Tại sao chọn ScribeToAny
- Dành riêng cho các bản ghi Ogg Vorbis từ bot Discord, voice chat khi chơi game và các công cụ như Audacity.
- Tệp OGG stereo và đa kênh sẽ được phối lại thành mono trước khi phiên âm; bạn cũng có thể tải lên riêng từng bản âm thanh của mỗi người nói.
- Lựa chọn lý tưởng cho biên tập viên podcast và lập trình viên cần bản ghi lời nguyên văn từ kho lưu trữ định dạng mở.
Câu hỏi thường gặp
Nó có xử lý cả Ogg Vorbis và Ogg Opus không?
Có — container .ogg chứa một trong hai, và cả hai đều được phiên âm như nhau. Tải file lên như hiện có; không cần chuyển sang định dạng khác trước.
Tôi có cần chọn ngôn ngữ không?
Không — ngôn ngữ được nhận diện tự động. Nếu một bản ghi nhỏ tiếng hoặc pha trộn nhiều, đặt ngôn ngữ rõ ràng có thể giúp, nhưng không bắt buộc.
Tôi xuất được những định dạng nào?
TXT, SRT, VTT, TSV, CSV, JSON, PDF và DOCX. Nếu OGG là âm thanh từ một video, SRT hoặc VTT có dấu thời gian gắn thẳng trở lại làm phụ đề.
Tôi nên phiên âm bản ghi âm Discord có mỗi kênh riêng cho từng người nói như thế nào?
Các bot ghi âm như Craig lưu tệp riêng cho từng người tham gia. Hãy tải lên riêng từng kênh âm thanh (tối đa 6 tệp cùng lúc): mỗi bản phiên âm khi đó sẽ thuộc về đúng một người nói xác định, cho độ tin cậy cao hơn hẳn việc nhận diện người nói trên một tệp đã trộn lẫn. Nếu bạn chỉ có một tệp âm thanh chung duy nhất, hãy bật “Nhận diện người nói”.
Tôi có thể kiểm tra độ dài tệp OGG của mình trước khi tải lên không?
Có. Hãy kéo thả tệp vào công cụ ước tính trên trang này: hệ thống sẽ đọc độ dài ngay trong trình duyệt của bạn mà không tải lên bất kỳ dữ liệu nào, sau đó hiển thị thời lượng, số lượng từ ước tính (khoảng 130 từ mỗi phút) và thời gian đọc. Điều này giúp bạn biết trước liệu tệp có nằm trong giới hạn 30 phút của gói miễn phí hay không.