Bản ghi âm thanh thành văn bản có dấu thời gian
Tìm hiểu cách chuyển âm thanh thành văn bản với dấu thời gian và nhãn loa, sau đó xem lại kết quả và xuất ra TXT, SRT hoặc VTT.
bản ghi âm thành văn bản — Hướng dẫn này mô tả các quy trình làm việc, trao đổi, giới hạn và kiểm tra quan trọng trước khi xuất.
Một bảng điểm hữu ích không chỉ là một khối từ. Dấu thời gian giúp mọi người quay lại bản ghi gốc, và nhãn loa cho biết ai nói gì. Cùng nhau, chúng giúp việc xem lại và tái sử dụng các cuộc phỏng vấn, họp mặt, podcast, ghi âm nghiên cứu và chú thích video trở nên dễ dàng hơn.
Việc chuyển đổi tự động có thể tạo ra bản thảo đầu tiên mạnh mẽ, nhưng việc con người xem xét vẫn rất quan trọng—đặc biệt khi bản ghi chứa tiếng ồn, giọng điệu, từ vựng đặc biệt hoặc lời nói chồng chéo.
Ghi chú kinh nghiệm: Thêm các ví dụ Recapo có tài liệu cho các bài tường thuật đơn lẻ, phỏng vấn hai người và các cuộc họp nhiều người. Ghi chú lại ngôn ngữ, thời lượng, điều kiện âm thanh, định dạng đầu ra và xem xét kết quả.
Thiết lập âm thanh trước khi phiên âm
Chất lượng bản ghi bắt đầu từ bản ghi âm. Trước khi tải lên:
- sử dụng các tệp gốc nếu có thể;
- nghe các bộ phận bị mất hoặc hư hỏng;
- nhận diện ngôn ngữ nói;
- ghi lại các diễn giả dự kiến và thuật ngữ kỹ thuật;
- xác nhận rằng bạn có quyền xử lý bản ghi âm;
- Giảm tiếng ồn nền có thể tránh được tại nguồn thay vì phải làm sạch sau này.
Lời nói rõ ràng, gần gũi thường dễ nhận biết hơn so với nói trong phòng cộng hưởng. Loa chồng lên nhau rất khó vì nhiều giọng nói cùng lấp đầy một khoảnh khắc.
Cách chuyển âm thanh thành văn bản
1. Tải lên tệp âm thanh chính thức
Sử dụng công cụ phiên âm âm Recapo bản địa hóa ](/vi/tools/audio-to-text/) sau khi kiểm tra ngôn ngữ, định dạng và giới hạn tệp được hỗ trợ.
Trước khi xuất bản, hãy thay "dự kiến" sau khi mỗi trang sản phẩm bản địa hóa đã được xác minh trực tiếp.
2. Chọn ngôn ngữ phù hợp
Chọn ngôn ngữ được sử dụng trong bản ghi. Nếu âm thanh thường xuyên chuyển đổi ngôn ngữ, hãy xem xét cách công cụ xử lý giọng nói đa ngôn ngữ và mong đợi các chỉnh sửa thủ công bổ sung.
3. Bật phát hiện dấu thời gian và loa nếu có
Dấu thời gian có thể xuất hiện cho mỗi đoạn, câu hoặc gợi ý chú thích. Phát hiện loa có thể gán nhãn âm thanh là Loa 1, Loa 2, v.v. Những nhãn này vẫn cần xác minh bởi con người vì hệ thống có thể kết hợp hai loa hoặc chia một người thành nhiều nhãn.
4. Xem lại khi nghe
Đừng xem lại văn bản riêng lẻ. Phát âm thanh và kiểm tra:
- tên và tổ chức;
- số liệu, ngày tháng và giá cả;
- các thuật ngữ và từ viết tắt trong ngành;
- Giới hạn bản án;
- thay loa;
- những lời được nói trong lúc gián đoạn;
- những phần được đánh dấu là không chắc chắn.
Hiệu đính các chi tiết có ảnh hưởng lớn trước sẽ giúp bản ghi an toàn hơn khi tái sử dụng.
5. Xuất đúng định dạng
Chọn đầu ra dựa trên tác vụ tiếp theo:
- TXT: Bản ghi đơn giản có thể chỉnh sửa mà không cần cấu trúc chú thích thời gian.
- SRT: Một đoạn phụ đề được sử dụng rộng rãi với số thứ tự và dấu thời gian.
- VTT: Định dạng văn bản thời gian tập trung vào web cũng có thể chứa các thiết lập cue và siêu dữ liệu.
Đặc tả WebVTT W3C định nghĩa định dạng Web Video Text Tracks cho văn bản căn chỉnh theo thời gian như chú thích, phụ đề và siêu dữ liệu liên quan.
Dấu thời gian nên chính xác đến mức nào?
Tần suất chính xác của dấu thời gian phụ thuộc vào cách bản ghi sẽ được sử dụng.
- Nghiên cứu và đánh giá: Dấu thời gian ở cấp đoạn văn hoặc công tắc loa có thể đủ.
- Văn bản video: Hướng dẫn cần được điều chỉnh sát với lời nói.
- Xác minh trích dẫn: Dấu thời gian sẽ giúp dễ dàng tìm thấy câu gốc hơn.
- Chỉnh sửa ghi chú: Dấu thời gian có thể đánh dấu các phần cần cắt, biểu đồ hoặc B-roll.
Quá nhiều dấu thời gian có thể khiến bản ghi chép bài đọc bị nhiễu. Quá ít có thể khiến việc điều hướng các bản ghi dài trở nên khó khăn.
Cách kiểm tra nhãn loa
Tạo một bản đồ loa đơn giản trước khi thay thế toàn cục:
| Dán nhãn tự động | Những người đã xác thực | Vai trò | Ghi chú |
|---|---|---|---|
| Diễn giả 1 | [Tên] | Người dẫn chương trình | Mở bản ghi |
| Người phát biểu 2 | [Tên] | Khách mời | Micro êm hơn |
| Người phát biểu 3 | [Tên] | Người điều phối | Xuất hiện sau 12:30 trưa. |
Lắng nghe từng đoạn chuyển tiếp loa quan trọng. Đừng cho rằng tất cả các nhãn mác đều nhất quán sau những bài phát biểu chồng chéo hoặc im lặng kéo dài.
Nguyên nhân phổ biến của lỗi phiên âm
Âm nền và tiếng vang
Tiếng ồn có thể che giấu các phụ âm, trong khi tiếng vang phòng có thể làm mờ ranh giới từ. Micro gần hơn và môi trường yên tĩnh thường hữu ích hơn so với việc chỉnh sửa mạnh mẽ sau khi ghi âm.
Ngôn ngữ chồng lấn
Khi hai người nói cùng lúc, cả phiên âm và tách người nói trở nên kém đáng tin cậy hơn. Đánh dấu các phần chưa chắc chắn để đánh giá cho con người.
Tên tùy chỉnh và từ vựng
Danh từ thuộc tính có thể không phổ biến trong các mô hình ngôn ngữ chung. Chuẩn bị danh sách chính tả và kiểm tra từng trường hợp.
Ngôn ngữ hỗn hợp
Thay đổi ngôn ngữ có thể ảnh hưởng đến nhận diện và dấu câu. Xác minh xem quy trình làm việc một ngôn ngữ hoặc đa ngôn ngữ có khớp với bản ghi hay không.
Tệp nguồn kém chất lượng
Clipping, âm lượng rất thấp, thiếu kênh và âm thanh nén cao có thể loại bỏ thông tin không thể phục hồi đầy đủ bởi hệ thống phiên âm.
Quy trình kiểm soát chất lượng
Sử dụng hai rãnh:
- Nội dung truyền đạt: đúng nghĩa, tên, số, thuật ngữ kỹ thuật và danh tính của người nói.
- Bài thuyết trình đã xử lý: Dấu câu, đoạn văn, chữ hoa, độ dài đoạn nhạc và định dạng chính xác.
Đối với các cuộc phỏng vấn nhạy cảm, tài liệu pháp lý, các cuộc trò chuyện về sức khỏe hoặc quyết định tài chính, hãy sử dụng các chuyên gia đánh giá có trình độ và tuân thủ các yêu cầu về quyền riêng tư liên quan. Đầu ra tự động không nên là cơ sở duy nhất cho các quyết định rủi ro cao.
Các câu hỏi thường gặp
Liệu hệ thống phiên âm tự động có thể nhận diện từng người nói không?
Nó có thể đề xuất nhãn loa, nhưng âm thanh chồng lấn, âm thanh tương tự và thay đổi điều kiện âm thanh có thể gây ra lỗi. Xác minh nhãn thủ công.
Tôi nên xuất SRT hay VTT?
Chọn dựa trên môi trường xuất bản. SRT thường thấy trên các nền tảng chỉnh sửa và video; VTT thiết kế cho văn bản web với thời gian giới hạn. Xác nhận yêu cầu về điểm đến.
Tôi có thể ghi lại video thay vì âm thanh không?
Có, khi quy trình làm việc hỗ trợ đầu vào video. Sử dụng quy trình chuyển đổi video cục bộ; Quy trình đánh giá cũng tương tự, trong khi video cũng cung cấp bối cảnh trực quan cho việc chuyển loa.
Bản ghi có tự động sẵn sàng để xuất bản không?
Không. Xem lại tên, số điện thoại, các thuật ngữ đặc biệt, dấu thời gian và nhãn của diễn giả. Phụ đề chất lượng xuất bản cũng có thể yêu cầu kiểm tra độ dài dòng và tốc độ đọc.
Tôi nên làm gì với bản ghi bí mật này?
Xác minh thực tế về quyền riêng tư, lưu trữ và xóa dịch vụ trước khi tải lên. Đừng dựa vào những giả định hoặc tuyên bố tiếp thị chưa được kiểm chứng.
Biến hồ sơ thành tài liệu công việc hữu ích
Chuyển phiên âm tiết kiệm nhiều thời gian nhất khi đầu ra được thiết kế cho bước tiếp theo. Thêm dấu thời gian hỗ trợ điều hướng, xác minh nhãn loa, xem lại chi tiết âm thanh có ảnh hưởng cao và xuất các định dạng phù hợp với quy trình làm việc cuối cùng.
CTA: Tải lên tệp âm thanh bạn được phép xử lý, sau đó xuất và xem lại bản ghi âm theo định dạng bạn cần.
Tài liệu tham khảo
