Giọng nói thành văn bản

Chuyển tiếng nói tiếng Việt trong video, file ghi âm thành chữ: mốc thời gian, sửa trực tiếp, xuất .txt, phụ đề .srt, Word. Chạy ngay trên máy bạn, không tải file lên.

MP4, MOV, WebM, MP3, M4A, WAV. Nhận dạng tiếng Việt.

Âm thanh được xử lý ngay trên máy bạn, không tải lên máy chủ nào.

Nhận dạng bằng mô hình PhoWhisper (VinAI) chạy trên trình duyệt qua Transformers.js; lần đầu dùng phải tải mô hình, các lần sau dùng lại ngay. Nhanh chậm tùy máy: máy có card đồ họa và Chrome, Edge bản mới nhanh hơn nhiều. Tool không phân biệt được ai đang nói.

File và số liệu xử lý ngay trên máy bạn, không gửi đi đâu.Miễn phí · Không cần tài khoản

Công cụ chạy sai hay thiếu gì? Báo lỗi, góp ý

Chuyển lời nói tiếng Việt trong video, file ghi âm cuộc họp, bài giảng, phỏng vấn thành văn bản để sửa, chép, làm biên bản hoặc phụ đề. Mỗi đoạn có mốc thời gian, bấm vào để nghe lại đúng chỗ. Xuất được .txt, phụ đề .srt và file Word. Mọi thứ chạy ngay trên máy bạn, file không tải lên đâu cả.

Cách dùng

  1. Chọn file video hoặc ghi âm (MP4, MOV, MP3, M4A, WAV…).
  2. Chọn mô hình “Nhanh” hoặc “Chính xác”, bấm bắt đầu. Lần đầu phải tải mô hình nhận giọng, mất vài phút tùy mạng.
  3. Chữ hiện dần theo từng đoạn. Sửa chỗ sai, rồi chép hoặc tải về.

Câu hỏi thường gặp

Vì sao lần đầu chạy lâu?

Công cụ phải tải mô hình nhận giọng tiếng Việt (hàng chục đến hàng trăm MB) về trình duyệt. Những lần sau dùng lại bản đã tải nên nhanh hơn. Máy tính có card đồ họa và trình duyệt hỗ trợ WebGPU sẽ chạy nhanh hơn nhiều.

Ghi âm dài 1–2 tiếng có được không?

Được, nhưng mất thời gian tương ứng; hãy cắm sạc và giữ tab mở. File trên 1 tiếng công cụ sẽ nhắc trước.

Có nhận được tiếng địa phương, nhiều người nói cùng lúc?

Giọng rõ, ít tạp âm cho kết quả tốt nhất. Nhiều người nói chồng lên nhau, nhạc nền to thì chữ sai nhiều hơn; nên đọc lại trước khi dùng.

Hướng dẫn, mẹo