Chuyển MP4 thành văn bản, không vòng qua MP3
Thả một tệp MP4 vào và lấy ra những gì đã nói trong đó. Phần âm thanh được tách khỏi vùng chứa giúp bạn, nên không có bước trung gian xuất ra MP3, cũng không mất chất lượng vì một lần nén thứ hai.
Thả tệp MP4 của bạn vào đây
MP4, MOV, AVI, MKV, WebM — tối đa 120 phút
Tệp bạn cầm trên tay gần như luôn là MP4
Điện thoại, phần mềm quay màn hình, phần mềm họp trực tuyến, máy ảnh không gương lật: bảo gần như bất kỳ thiết bị nào quay một đoạn video, thứ rơi xuống ổ đĩa của bạn đều là MP4. Nó giành được vị trí đó nhờ là vùng chứa duy nhất phát được ở mọi nơi mà không ai phải bận tâm.
Chính sự phổ biến ấy cũng là lý do rất nhiều người sớm muộn cũng phải chuyển MP4 thành văn bản. Bản ghi vốn không được quay với ý định bóc băng; nó chỉ là đầu ra mặc định của thứ đã ghi lại khoảnh khắc đó.
Từ đó mới có điều đáng hiểu trước khi chuyển MP4 thành văn bản: MP4 là một vùng chứa, không phải một chuẩn nén. Bên trong có hai luồng riêng biệt cùng tồn tại — hình thường là H.264 hoặc H.265, tiếng thường là AAC. Mọi thứ phía sau đều bắt nguồn từ đúng một sự thật này.
Hình chiếm 95% dung lượng
Trong một tệp MP4 điển hình, luồng video áp đảo luồng âm thanh. Mà tất cả những gì bạn cần từ bản bóc băng lại nằm trong vài phần trăm mang tiếng ấy.
Chỉ âm thanh được đọc
Luồng video bị loại bỏ trước khi nhận dạng bắt đầu. Một tệp 4K và một tệp 480p cùng độ dài cho ra cùng một bản văn bản với cùng một mức giá.
Bạn hiếm khi chọn định dạng
MP4 là thứ thiết bị đưa cho bạn. Điều đó cũng có nghĩa âm thanh bên trong được ghi để xem chứ không phải để đọc — và độ chính xác bắt nguồn từ đó.
Giới hạn thật sự là dung lượng
Thứ chặn bạn trước hiếm khi là số phút. Với video quay bằng điện thoại, tệp chạm trần dung lượng từ rất lâu trước khi chạm trần thời lượng.
Chuyển MP4 thành văn bản thực chất gồm những gì
Chuyển MP4 thành văn bản nghĩa là tách tệp — phân luồng âm thanh khỏi luồng video — rồi chạy nhận dạng giọng nói chỉ trên phần âm thanh. Hình bị loại bỏ trước khi việc bóc băng bắt đầu, và đó là lý do độ phân giải không đổi giá cũng không đổi kết quả.
Từ định nghĩa đó suy ra bốn điều, và gộp lại chúng trả lời gần hết những gì người ta hỏi trước khi tải tệp đầu tiên lên.
- Là tách, không phải chuyển đổi Không có gì bị mã hóa lại khi đưa vào. Luồng âm thanh sẵn có được nhấc nguyên vẹn ra khỏi vùng chứa, nên ở bước này không mất chất lượng.
- Không cần xuất ra MP3 Các hướng dẫn cũ bảo bạn trích MP3 trước, vì công cụ thời đó chỉ nhận âm thanh. Bước ấy giờ đã thừa, và nén lại thành MP3 chỉ có thể làm tiếng tệ hơn.
- Mốc thời gian đến từ âm thanh Mỗi dòng mang theo thời điểm nó được nói, và chính điều đó cho phép cùng một bản văn bản trở thành tệp phụ đề SRT mà không cần làm thêm gì.
- Đã có sẵn tệp âm thanh? Nếu tệp của bạn là MP3, WAV hay M4A thay vì video, các công cụ âm thanh xử lý trực tiếp: cùng một bộ máy, cùng số tín dụng, chỉ bớt một bước.
Bóc băng MP4 qua bốn bước
Toàn bộ chạy trong trình duyệt. Không phải cài gì và không cần chuẩn bị tệp trước.
Tải MP4 lên nguyên trạng
Kéo tệp thẳng từ ổ đĩa của bạn. Nó đi từ trình duyệt tới nơi lưu trữ, nên một bản ghi lớn không mắc kẹt ở bất kỳ giới hạn dung lượng trung gian nào trên đường đi.
Phần âm thanh được tách ra
Vùng chứa được mở, tiếng được tách khỏi hình, và chỉ tiếng đi tiếp. Việc này diễn ra tự động, không phải bước bạn phải thao tác.
Nhận dạng giọng nói chạy
Ngôn ngữ đang nói được nhận diện trong hơn 100 ngôn ngữ, và bản văn bản trả về đã chia thành các đoạn có mốc thời gian để bạn đọc và sửa.
Xuất thứ bạn cần
Văn bản thuần cho tài liệu, hoặc SRT và VTT nếu những lời đó sẽ quay lại video dưới dạng phụ đề. Một lần chạy, bao nhiêu định dạng tùy bạn.
Một tệp MP4 dài mười phút thường trả về trong chưa đầy một phút. Tệp dài được chia nhỏ bên trong rồi ghép lại, nên bản ghi hai tiếng dùng chẳng khác gì tệp hai phút.
Những bản ghi thực sự cần bóc băng
Gần như không cái nào được quay với ý định lấy văn bản. Đó là chuyện bình thường, không phải ngoại lệ.
Bản ghi cuộc họp
Xuất ra dạng MP4 từ phần mềm họp trực tuyến. Thường là âm thanh sạch nhất bạn có được, vì tiếng đi theo kênh chứ không qua không khí.
Bản quay màn hình
Hướng dẫn, thao tác demo, báo lỗi. Tiếng hệ thống cộng micro, và đủ dài để việc tua đi tua lại trở thành cực hình.
Bài giảng và đào tạo
Một tiếng trở lên chỉ một người nói: đây là dạng mà một bản văn bản tìm kiếm được tiết kiệm nhiều thời gian nhất trên mỗi tệp.
Phỏng vấn bằng điện thoại
Quay bằng thứ ai đó có sẵn trong túi. Bitrate cao, tệp khổng lồ, và giọng nói bị thu từ xa hơn bất kỳ ai định.
Podcast có hình
Tập đã xong; ghi chú tập thì chưa. Có bản văn bản, việc thứ hai ấy biến thành biên tập thay vì nghe lại từ đầu.
Ghi hình sự kiện
Những phần đáng trích dẫn, chôn trong các tệp không ai buồn tua hết. Thứ khiến chúng trích dẫn được chính là văn bản.
Webinar 45 phút Trả về khoảng 6.000 từ — đủ nguyên liệu cho một bài viết, một bản tin và vài đoạn clip.
Bài giảng 2 tiếng Khoảng 200 MB ở 480p, nên vượt cả hai giới hạn một cách thoải mái. Chia nhỏ bên trong, trả về thành một bản duy nhất.
Phỏng vấn 10 phút Ở 1080p60 có thể lên tới 1,2 GB dễ dàng. Vẫn nằm gọn trong trần dung lượng, nhưng nhắc bạn rằng phút và megabyte không phải cùng một thước đo.
Clip 30 giây Tốn 250 tín dụng: tính tiền theo độ dài bản ghi, nên tệp ngắn vẫn rẻ bất kể độ phân giải.
Cái gì vào và cái gì ra
MP4 và họ hàng
MOV, AVI, MKV và WebM hoạt động y hệt: chúng cũng là vùng chứa, và âm thanh được nhấc ra khỏi từng cái theo cùng một cách.
TXT để đọc
Văn bản thuần, có hoặc không có mã thời gian. Đây là thứ bạn cần để ghi chú, tìm kiếm, trích dẫn hoặc dán vào một bản nháp.
SRT và VTT để làm phụ đề
Tệp có canh thời gian, đưa thẳng vào YouTube, Premiere, Final Cut hay bất kỳ trình phát nào. Đặt tên SRT trùng với MP4 là phần lớn trình phát tự nạp.
Hơn 100 ngôn ngữ
Nhận diện tự động. Bản ghi đổi ngôn ngữ giữa chừng vẫn được chép theo đúng ngôn ngữ của từng đoạn.
Phụ đề không bị nung vào hình — tệp SRT vẫn là tệp riêng, nên bạn sửa được một cái tên hay một thuật ngữ mà không phải kết xuất lại video.
Lấy được bản văn bản sạch từ một tệp MP4
Âm thanh trong một tệp MP4 gần như luôn được ghi trước khi có ai nghĩ tới việc bóc băng. Bạn không quay lại thu lại được, nhưng biết điều gì làm hỏng độ chính xác sẽ cho biết cái gì sửa được và cái gì đành chấp nhận.
- Khoảng cách micro của máy quay Micro điện thoại và máy ảnh nằm cách người nói vài mét và thu cả căn phòng cùng với giọng. Đây là lý do hàng đầu khiến MP4 quay bằng điện thoại bóc băng kém hơn bản quay màn hình.
- Bản quay màn hình thắng thế Khi tiếng đến từ hệ thống thay vì qua không khí, không có căn phòng, không có khoảng cách, không có tiếng cầm nắm. Nhóm tệp này cho kết quả tốt nhất một cách ổn định.
- Nhạc nền Nhạc chạy dưới lời thoại gây nhiễu cho nhận dạng nhiều hơn hẳn một tạp âm đều đều như tiếng điều hòa. Hãy bỏ trước khi bóc băng, không phải sau đó.
- Nhiều người cùng lúc Nói chồng lời là nguyên nhân phổ biến nhất của những đoạn rối. Sau đó thì không làm gì được nữa, nên hãy tính trước việc dọn tay những đoạn ấy.
- Tên riêng và thuật ngữ Tên sản phẩm và thuật ngữ kỹ thuật là chỗ mà ngay cả bản chính xác 97% cũng lộ đường chỉ. Một lượt tìm và thay thế trên văn bản đã xuất xử lý xong trong chưa đầy một phút.
Tệp MP4 của bạn thực sự dài được bao nhiêu?
Gói trả phí cho phép 120 phút hoặc 2 GB mỗi tệp, tùy cái nào tới trước — và bạn chạm cái nào trước hoàn toàn phụ thuộc vào cách bản ghi được tạo ra. Quyết định là bitrate chứ không phải thời lượng. Các con số dưới đây là ước tính từ bitrate thông dụng; tệp của bạn có thể khác.
| Nguồn | Bitrate thông dụng | 2 GB được khoảng | 120 phút nặng khoảng | Giới hạn chạm trước |
|---|---|---|---|---|
| Điện thoại, 4K | 45 Mbps | ~6 phút | ~40 GB | Dung lượng |
| Điện thoại, 1080p60 | 25 Mbps | ~11 phút | ~22 GB | Dung lượng |
| Điện thoại, 1080p30 | 17 Mbps | ~16 phút | ~15 GB | Dung lượng |
| Quay màn hình, 1080p | 8 Mbps | ~33 phút | ~7 GB | Dung lượng |
| Xuất từ cuộc họp, 720p | 2 Mbps | ~2,2 giờ | ~1,8 GB | Thời lượng |
| Bài giảng, 480p | 1 Mbps | ~4,4 giờ | ~0,9 GB | Thời lượng |
Nếu tệp của bạn quá lớn: hãy mã hóa lại ở bitrate thấp hơn trước khi tải lên. Hạ video điện thoại từ 1080p60 xuống 720p làm tệp nhỏ đi khoảng mười lần và không thay đổi bản văn bản một chút nào, bởi mã hóa lại phần hình không đụng tới phần âm thanh. Chia nhỏ tệp cũng được, tuy sau đó bạn sẽ phải nối hai bản văn bản bằng tay. Thứ không giúp được gì là chuyển sang MP3 trước: vẫn ngần ấy âm thanh, thêm một bước và thêm một vòng nén.
Văn bản mở ra những gì
Mọi công cụ bên dưới đều dùng chung số dư tín dụng với lần bóc băng của bạn — không cái nào đòi thêm một gói đăng ký thứ hai.
Văn bản thành giọng nói
Biến bản văn bản đã biên tập thành lời dẫn với một giọng khác.
Mở công cụ chuyển MP4 thành văn bảnNhân bản giọng nói
Đọc bằng chính giọng bạn, huấn luyện từ một mẫu ngắn.
Mở công cụ chuyển MP4 thành văn bảnTách giọng nói
Khử tiếng phòng và nhạc nền — chạy trước khi bóc băng, không phải sau.
Mở công cụ chuyển MP4 thành văn bảnTạo podcast bằng AI
Biến một bản văn bản dài thành tập có nhiều người nói.
Mở công cụ chuyển MP4 thành văn bảnThắc mắc về bóc băng MP4
Chuyển tệp MP4 đầu tiên của bạn thành văn bản miễn phí
Mỗi tài khoản mới đều có khoảng mười phút bóc băng. Đủ để chạy thử một bản ghi thật và đánh giá kết quả trên tư liệu của chính bạn thay vì một clip demo.
Chuyển MP4 thành văn bản