TurboScribe AI là gì?
TurboScribe AI là công cụ web miễn phí để chuyển video thành văn bản và âm thanh thành văn bản. Bạn cung cấp bản ghi, nó lắng nghe bằng mô hình nhận dạng giọng nói và trả về bản phiên âm được chia thành các đoạn có dấu thời gian để bạn chỉnh sửa và xuất.
Khác với hầu hết các trang phiên âm trực tuyến, công việc được thực hiện ngay trên thiết bị. Thay vì gửi file lên máy chủ từ xa, TurboScribe AI tải một mô hình Whisper nhỏ vào trình duyệt một lần và chạy cục bộ. Vì vậy không cần tài khoản, không tính phí theo phút và không bao giờ nhận bản sao bản ghi của bạn.
Âm thanh thành văn bản
File âm thanh MP3, WAV, M4A và các định dạng khác trở thành bản phiên âm với dấu thời gian trên mỗi dòng.
Video thành văn bản
File MP4, MOV, WEBM và MKV tự động trích xuất track âm thanh rồi phiên âm.
Phụ đề
Các đoạn có dấu thời gian giống nhau xuất trực tiếp thành file phụ đề SRT hoặc VTT.
Cách chuyển video thành văn bản hoặc âm thanh thành văn bản
- Thêm file của bạnKéo bản ghi vào công cụ chuyển đổi ở trên hoặc nhấp để chọn. Chấp nhận cả file âm thanh và video.
- Chọn ngôn ngữ nóiTiếng Anh được chọn mặc định. Chuyển sang ngôn ngữ khác, hoặc dùng Tự động phát hiện nếu bạn không chắc.
- Nhấn Phiên âm bằng AILần chạy đầu tiên tải mô hình giọng nói (khoảng 39 MB) và lưu cache. Sau đó file được xử lý theo từng đoạn 30 giây và văn bản hiện ra khi được tạo.
- Chỉnh sửa bản phiên âmNhấp vào chế độ xem Bản phiên âm để sửa tên, số hoặc dấu câu trước khi xuất.
- Sao chép hoặc tải xuốngSao chép văn bản, hoặc tải xuống dưới dạng TXT, SRT hoặc VTT.
Phiên âm trên thiết bị so với công cụ dựa trên tải lên
Nhiều công cụ chuyển đổi trực tuyến tải bản ghi của bạn lên máy chủ. TurboScribe AI làm ngược lại. Đây là những gì thay đổi trong thực tế.
| Chủ đề | TurboScribe AI | Trang tải lên điển hình |
|---|---|---|
| File đi đâu | Ở lại trên thiết bị của bạn | Gửi đến máy chủ từ xa |
| Tài khoản | Không cần | Thường bắt buộc |
| Chi phí | Miễn phí | Gói miễn phí có giới hạn, sau đó trả phí |
| Độ dài file | Giới hạn bởi thiết bị của bạn | Giới hạn bởi gói hoặc hạn mức |
| Tốc độ | Phụ thuộc phần cứng của bạn | Phụ thuộc hàng đợi máy chủ |
| Kích thước mô hình | Nhỏ gọn, thiết kế cho trình duyệt | Thường là mô hình lớn hơn trên máy chủ |
Sự đánh đổi là trung thực: mô hình trình duyệt nhỏ gọn không mạnh bằng mô hình máy chủ lớn với âm thanh khó. Với giọng nói rõ ràng, nó nhanh, riêng tư và miễn phí.
Định dạng âm thanh và video được hỗ trợ
| Định dạng | Loại | Nguồn điển hình |
|---|---|---|
| MP3 | Âm thanh | Podcast, ghi âm giọng nói, tải xuống |
| WAV | Âm thanh | Máy ghi âm studio và hiện trường |
| M4A / AAC | Âm thanh | Ghi chú giọng nói điện thoại, thiết bị Apple |
| FLAC / OGG / OPUS | Âm thanh | Âm thanh không mất dữ liệu và định dạng mở |
| MP4 | Video | Máy ảnh, ghi màn hình, video mạng xã hội |
| MOV | Video | Ghi hình iPhone và Mac |
| WEBM / MKV / AVI | Video | Ghi trình duyệt, OBS, file cũ |
Xuất TXT, SRT và VTT
Chọn định dạng phù hợp với mục đích bạn định làm với bản phiên âm.
- TXT là văn bản sạch cho ghi chú, bài viết, email và tìm kiếm.
- SRT là file phụ đề tiêu chuẩn cho YouTube, Premiere Pro, DaVinci Resolve và hầu hết trình chỉnh sửa video.
- VTT là định dạng phụ đề WebVTT dùng bởi trình phát video HTML5.
Dưới đây là ví dụ ngắn về xuất SRT trông như thế nào:
1
00:00:00,000 --> 00:00:03,200
Chào mừng trở lại cuộc họp lập kế hoạch hàng tuần.
2
00:00:03,200 --> 00:00:07,800
Hãy bắt đầu với những gì đã giao tuần trước.Xử lý trên thiết bị: bản ghi của bạn không bao giờ rời thiết bị
Khi bạn nhấn Phiên âm, trình duyệt giải mã âm thanh và phiên bản WebAssembly của mô hình Whisper chuyển giọng nói thành văn bản trên CPU hoặc GPU của bạn. Thứ duy nhất tải từ mạng là mô hình và thư viện hỗ trợ, và chúng được lưu cache sau lần sử dụng đầu tiên.
Điều này làm cho TurboScribe AI trở thành lựa chọn thực tế cho các bản ghi bạn không muốn giao cho bên thứ ba, như cuộc gọi khách hàng, họp nội bộ, phỏng vấn pháp lý hoặc media chưa phát hành.
Cần biết: vì mọi thứ chạy cục bộ, đóng hoặc tải lại tab trong quá trình phiên âm sẽ dừng lại. Giữ tab mở cho đến khi thanh tiến trình đạt 100%.
Nhận kết quả chính xác
Chất lượng phiên âm chủ yếu phụ thuộc vào bản ghi. Những thói quen sau tạo sự khác biệt lớn nhất:
- Giảm tiếng ồn nền. Nhạc, tiếng xe cộ và tiếng vọng phòng là nguyên nhân lỗi phổ biến nhất.
- Ưu tiên một người nói tại một thời điểm. Giọng nói chồng chéo khó với bất kỳ mô hình giọng nói nào.
- Đặt ngôn ngữ. Chọn ngôn ngữ nói đáng tin cậy hơn Tự động phát hiện trên đoạn ngắn hoặc ồn.
- Kiểm tra tên và số. Danh từ riêng, thương hiệu và con số là nơi thường cần chỉnh sửa nhất.
- Dùng máy tính để bàn cho file dài. Nhiều bộ nhớ hơn giúp xử lý ổn định hơn với bản ghi trên một giờ.
Ngôn ngữ
Chọn ngôn ngữ nói trong công cụ chuyển đổi. Tiếng Anh cho kết quả đáng tin cậy nhất; các ngôn ngữ khác hoạt động, độ chính xác thay đổi theo ngôn ngữ và chất lượng âm thanh.
- Tiếng Anh
- Tiếng Trung Giản thể
- Tiếng Trung Phồn thể
- Tiếng Tây Ban Nha
- Tiếng Pháp
- Tiếng Đức
- Tiếng Ý
- Tiếng Bồ Đào Nha
- Tiếng Hà Lan
- Tiếng Ba Lan
- Tiếng Nga
- Tiếng Thổ Nhĩ Kỳ
- Tiếng Nhật
- Tiếng Hàn
- Tiếng Ả Rập
- Tiếng Hindi
- Tiếng Indonesia
Ai sử dụng video thành văn bản và âm thanh thành văn bản
Họp và cuộc gọi
Chuyển cuộc gọi đã ghi thành ghi chú bạn có thể quét để tìm quyết định và việc cần làm.
Nhà báo và nhà nghiên cứu
Tìm trích dẫn chính xác theo dấu thời gian thay vì phát lại toàn bộ buổi phỏng vấn.
Podcaster
Bắt đầu ghi chú chương trình, bài blog và newsletter từ một bản phiên âm.
Sinh viên
Đọc bài giảng dưới dạng văn bản, tìm kiếm và giữ phụ đề để ôn tập.
Người sáng tạo video
Xuất phụ đề SRT hoặc VTT cho trình chỉnh sửa và nền tảng chỉ trong một bước.
Người dùng ghi chú giọng nói
Làm cho ý tưởng nói ra có thể tìm kiếm, chỉnh sửa và dễ chia sẻ.
Câu hỏi thường gặp
TurboScribe AI có thực sự miễn phí và tôi có cần đăng ký không?
Có. TurboScribe AI miễn phí và không cần tài khoản, email hay thẻ tín dụng. Mô hình giọng nói chạy trên thiết bị của bạn, nên không có chi phí theo phút.
File âm thanh và video của tôi có được tải lên đâu không?
Không. File của bạn được giải mã và phiên âm trong trình duyệt bằng WebAssembly. Chỉ mô hình giọng nói được tải lần đầu tiên bạn phiên âm; bản ghi của bạn không bao giờ rời thiết bị.
Hỗ trợ những định dạng âm thanh và video nào?
Âm thanh: MP3, WAV, M4A, FLAC, OGG, AAC và OPUS. Video: MP4, MOV, WEBM, MKV và AVI. Với video, track âm thanh được trích xuất tự động trước khi phiên âm.
Tôi có thể lấy phụ đề từ video không?
Có. Mọi bản phiên âm được chia thành các đoạn có dấu thời gian, bạn có thể xuất thành file phụ đề SRT hoặc VTT, file TXT thuần, hoặc sao chép vào clipboard.
Bản phiên âm chính xác đến mức nào?
TurboScribe AI dùng mô hình dựa trên Whisper nhỏ gọn được chọn để chạy nhanh trên trình duyệt. Nó hoạt động tốt nhất với giọng nói rõ ràng của một người. Tiếng ồn nền, giọng chồng chéo và giọng nặng làm giảm độ chính xác, vì vậy hãy xem lại văn bản và sửa dòng trong trình chỉnh sửa trước khi xuất.
Có giới hạn độ dài file không?
Không có giới hạn phía máy chủ vì không tải lên gì. File lớn được đọc từ đĩa theo đoạn mười phút và phiên âm theo từng đoạn 30 giây, nên mức dùng bộ nhớ vẫn vừa phải. Bản ghi rất dài chỉ mất nhiều thời gian hơn, tốc độ phụ thuộc vào thiết bị của bạn.
Có hoạt động trên điện thoại và máy tính bảng không?
Nó chạy trên trình duyệt di động hiện tại, nhưng bản ghi dài nhanh và ổn định hơn trên máy tính để bàn hoặc laptop có nhiều bộ nhớ hơn.
Nó có thể phiên âm những ngôn ngữ nào?
Bạn có thể chọn ngôn ngữ nói từ 15 tùy chọn, bao gồm tiếng Anh, tiếng Trung, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Nhật, tiếng Hàn, tiếng Ả Rập và tiếng Hindi, hoặc để Tự động phát hiện. Tiếng Anh cho kết quả đáng tin cậy nhất.
Chuyển bản ghi đầu tiên của bạn
Miễn phí, riêng tư và sẵn sàng trên trình duyệt. Chọn file video hoặc âm thanh và nhận bản phiên âm có dấu thời gian.
Mở công cụ chuyển đổi