Chuyển âm thanh thành văn bản: gỡ băng mọi đoạn ghi âm, miễn phí.

Phần lớn âm thanh chẳng bao giờ được đọc, và đó chính là vấn đề. Khoảng 85% video trên mạng xã hội được xem khi đã tắt tiếng, nghĩa là mọi lời nói không kèm chữ trên màn hình đều bị bỏ lỡ. Khoảng trống tương tự cũng tồn tại với podcast, bài giảng, cuộc gọi bán hàng và phỏng vấn: lời nói thì giá trị, nhưng lại bị khóa trong một file mà không công cụ tìm kiếm nào lập chỉ mục được và không ai có thể đọc lướt qua.

Gỡ băng mở khóa kho âm thanh đó. Ngay khi giọng nói trở thành văn bản, đoạn ghi âm có thể được tìm kiếm, trích dẫn, dịch và tái sử dụng. Một buổi phỏng vấn dài một giờ từng nằm im trong thư mục bỗng trở thành một bài viết, một bộ phụ đề, một loạt trích dẫn và một bản gỡ băng mà cả nhóm có thể tìm kiếm chỉ trong vài giây.

Còn có cả khía cạnh chi phí. Gỡ băng thủ công một giờ âm thanh khiến một người đánh máy lành nghề mất khoảng bốn giờ. Làm tự động chỉ tốn vài phút — đó là lý do hầu hết các nhóm có ghi âm nay đều gỡ băng theo mặc định.

Nói đơn giản: phần mềm lắng nghe một đoạn ghi âm và gõ ra những gì nó nghe được. Việc gỡ băng hiện đại làm nhiều hơn là đổ chữ ra trang — nó đặt dấu thời gian, tách người nói này với người nói khác, và thích ứng với giọng địa phương lẫn tạp âm nền.

• Gỡ băng tự động và gỡ băng bằng người. Tự động thì tức thì và chi phí thấp, độ chính xác tùy thuộc chất lượng âm thanh. Gỡ băng bằng người chậm hơn và mất phí, nhưng xử lý giọng nặng và nói chồng tiếng tốt hơn.
• Nguyên văn và bản đọc gọn. Nguyên văn giữ lại mọi từ đệm; bản đọc gọn loại bỏ chúng để dễ đọc hơn. Hầu hết mọi người muốn bản đọc gọn cho nội dung và nguyên văn cho mục đích pháp lý.
• Dấu thời gian và phân tách người nói. Dấu thời gian đánh dấu thời điểm mỗi câu được nói ra; phân tách người nói gán nhãn ai đã nói. Cả hai đều quan trọng cho phỏng vấn, cuộc họp và phụ đề.
• Bản gỡ băng, phụ đề kín và phụ đề. Bản gỡ băng là toàn bộ văn bản. Phụ đề kín là văn bản đó được đồng bộ với video. Phụ đề thường là phiên bản đã dịch dành cho một nhóm khán giả khác.

Nhà báo và nhà nghiên cứu thả vào một buổi phỏng vấn đã ghi, nhận bản gỡ băng có dấu thời gian với từng người nói được gán nhãn, và rút trích dẫn trực tiếp trong vài phút thay vì dò lại từng đoạn âm thanh.

Đội ngũ nội dung xem một tập podcast như một cỗ máy nội dung — bản gỡ băng thành bài blog, bài blog thành bản tin, và những câu hay nhất thành ảnh trích dẫn.

Người tạo khóa học và giảng viên gỡ băng bài giảng để học viên vừa đọc theo vừa tìm kiếm tài liệu, rồi gắn phụ đề cho video để mọi người đều tiếp cận được nội dung.

Đội ngũ bán hàng và hỗ trợ biến bản ghi cuộc gọi thành hồ sơ tìm kiếm được — tìm trong bản gỡ băng và thấy đúng câu, kèm dấu thời gian đính theo.