Phiên âm âm thanh tiếng Việt
Tiếng Việt dồn nghĩa vào thanh điệu, và các dấu phụ đánh dấu chúng rất dễ mất khi gõ tay — chỉ thiếu một dấu là đổi cả từ. ScribeToAny phiên âm giọng nói tiếng Việt với đầy đủ dấu thanh và dấu phụ, có dấu câu và dấu thời gian, cho phỏng vấn, bài giảng, video và cuộc gọi, rồi xuất ra tám định dạng.
- 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
- Đầy đủ dấu thanh: Bản ghi giữ nguyên dấu thanh của cả sáu thanh điệu (ngang, sắc, huyền, hỏi, ngã, nặng); khi âm thanh ồn có thể xuất hiện sai lệch ở một vài từ.
- Giọng Bắc, Trung và Nam: Nhận diện tốt phương ngữ Hà Nội, Đà Nẵng và Sài Gòn; âm thanh rõ ràng cho kết quả chuẩn xác nhất.
- Tiếng lóng và từ mượn: Nhận diện tốt tiếng lóng thông dụng và thuật ngữ công nghệ tiếng Anh; từ lóng quá mới có thể cần rà soát lại.
- Đồng bộ phụ đề chuẩn xác: Xuất phụ đề SRT/VTT kèm mốc thời gian cho YouTube và TikTok, ưu tiên ngắt đoạn theo ngữ nghĩa câu.
Câu hỏi thường gặp
Nó có giữ đúng dấu thanh và dấu phụ tiếng Việt không?
Có — đầy đủ dấu phụ là một phần của đầu ra, nên văn bản là tiếng Việt đúng để đọc và dán, không phải kiểu ASCII bị lược dấu. Chính điểm khác biệt đó khiến một bản chép lời tự động thật sự dùng được.
Nó có dùng được với giọng miền Bắc và miền Nam không?
Có. Mô hình xử lý được các giọng vùng miền chính, gồm cả Hà Nội và Sài Gòn. Âm thanh rõ thì chép chính xác nhất; với bản thu ồn hoặc chồng lấn nặng, soát lại nhanh trong trình biên tập sẽ sửa được vài từ thỉnh thoảng sai.
Nó có tạo phụ đề cho video tiếng Việt không?
Có. Bản chép lời có dấu thời gian, nên bạn xuất SRT hoặc VTT và gắn thẳng vào video. Bản chép lời tiếng Việt cũng có thể dịch sang 134+ ngôn ngữ miễn phí ở mọi gói. Bản dịch giữ nguyên mốc thời gian gốc, nên tệp SRT đã dịch cũng khớp hoàn toàn với video.
Tiếng Việt không có trong menu ngôn ngữ — làm sao để đảm bảo hệ thống nhận diện đúng?
Hãy để “Ngôn ngữ âm thanh” ở chế độ “Tự động phát hiện”: tiếng Việt sẽ được nhận diện tự động. Hệ thống sẽ lắng nghe khoảng 30 giây đầu tiên, vì vậy nếu bản ghi bắt đầu bằng lời giới thiệu tiếng Anh, âm nhạc hoặc khoảng lặng kéo dài, bạn nên cắt bỏ phần đó trước — nếu không tệp có thể bị nhận nhầm sang ngôn ngữ khác.
Tại sao đôi khi một từ lại bị ghi sai dấu thanh?
Dấu thanh được hệ thống xác định dựa trên âm thanh của từng âm tiết, do đó tiếng ồn, âm nhạc hoặc phát âm không rõ có thể khiến từ bị nhận nhầm sang thanh điệu lân cận — ma, má và mả là những từ hoàn toàn khác nhau. Với bản ghi nhiều tạp âm, hãy bật “Khôi phục âm thanh” trước khi phiên âm, sau đó nhấp vào dòng chưa chuẩn trong trình chỉnh sửa để nghe lại và sửa dấu.